摘要
本发明提供了试剂库存管理技术领域的一种基于神经网络的智慧试剂库存管理方法及系统,方法包括:步骤S1、创建试剂用量预测模型;步骤S2、获取大量的历史试剂数据以构建数据集;步骤S3、通过数据集对试剂用量预测模型进行训练和部署;步骤S4、通过设于试剂瓶的RFID标签获取试剂条码,基于试剂条码进行出入库管理,并基于试剂条码采集实时试剂数据;步骤S5、将各实时试剂数据存储至数据库;步骤S6、将实时试剂数据输入试剂用量预测模型,得到试剂用量预测报告;步骤S7、基于库存上限阈值、库存下限阈值、补货阈值、试剂用量预测报告,生成采购计划表。本发明的优点在于:极大的提升了试剂库存管理的效率、质量、实时性以及可靠性。
技术关键词
库存管理方法
加密数据
编码模块
库存管理系统
编码特征
报告
出入库管理
输出模块
管理终端
条码
分布式备份
预测模型训练
融合特征
字母
RSA算法
交叉验证法
数据存储模块
系统为您推荐了相关专利信息
多层抽屉
抽屉组件
椭圆曲线加密算法
层级
事件监听器
干预方法
多模态
思政教育
多头注意力机制
递归神经网络
虚拟对象
关节
构建虚拟场景
信息处理方法
计算机可执行指令
多标签
图像生成方法
人工智能图像
中间层
注意力
数据检查方法
计算机可读指令
异构
脱敏数据
图谱