CN113533638B - 一种专用化学品的成品检测方法和系统 - Google Patents
一种专用化学品的成品检测方法和系统 Download PDFInfo
- Publication number
- CN113533638B CN113533638B CN202110562930.6A CN202110562930A CN113533638B CN 113533638 B CN113533638 B CN 113533638B CN 202110562930 A CN202110562930 A CN 202110562930A CN 113533638 B CN113533638 B CN 113533638B
- Authority
- CN
- China
- Prior art keywords
- chemical
- detection
- obtaining
- result
- instruction
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Automatic Analysis And Handling Materials Therefor (AREA)
Abstract
本发明公开了一种专用化学品的成品检测方法和系统,其中,所述方法包括:获得第一化学品的第一性状信息;构建第一检测项目数据库;依据所述第一检测项目数据库,对所述第一性状信息进行特征匹配,获得第一检测项目类别,对所述第一化学品进行初步检测;将检测结果输入至第一定性分析模型,获得所述第一化学品的第一定性分析结果;由所述第一定性分析结果确定预处理方案;按照方案预处理之后,依据第一成分分析指令对所述第一化学品进行成分检测。解决了现有技术中对于未知成分的专用化学品的定性分析结果不够精确,从而导致预处理方式选择不正确,影响最终成分检测的准确性的技术问题。
Description
技术领域
本发明涉及成分检测领域,尤其涉及一种专用化学品的成品检测方法和系统。
背景技术
专用化学品,由单一化学品和混合化学物质制成,有其特定的用途,常常用于石油工业、农业、电子工业、建筑业和消费业。而对于专用化学品的成分检测中,对于未知成分的化学品的成分分析结果往往取决于定性分析,以及定性分析之后的预处理。定性分析结束之后,用标准的化学定量分析法定量。
本申请发明人在实现本申请实施例中发明技术方案的过程中,发现上述技术至少存在如下技术问题:
对于未知成分的专用化学品的定性分析结果不够精确,从而导致预处理方式选择不正确,影响最终成分检测的准确性。
发明内容
本申请实施例通过提供一种专用化学品的成品检测方法和系统,解决了现有技术中对于未知成分的专用化学品的定性分析结果不够精确,从而导致预处理方式选择不正确,影响最终成分检测的准确性的技术问题。实现了通过构建标准数据库进行比对,从而制定准确的定性分析手段,使得成分分析结果更为精确的技术目的。
鉴于上述问题,本申请实施例提供一种专用化学品的成品检测方法和系统。
第一方面,本申请提供了一种专用化学品的成品检测方法,其中,所述方法包括:获得第一化学品;获得所述第一化学品的第一性状信息;构建第一检测项目数据库,所述第一检测项目数据库包含化学品的各性状信息所对应的各检测项目;依据所述第一检测项目数据库,对所述第一性状信息进行特征匹配,获得所述第一化学品的第一检测项目类别;依据所述第一检测项目类别对所述第一化学品进行初步检测,获得第一检测结果;将所述第一检测结果输入至第一定性分析模型,获得所述第一化学品的第一定性分析结果;由所述第一定性分析结果获得第一预处理方案;依据所述第一预处理方案对所述第一化学品进行预处理,获得第一成分分析指令;将所述第一成分分析指令发送至所述成分检测系统,对所述第一化学品进行成分检测。
另一方面,本申请还提供了一种专用化学品的成品检测系统,其中,所述系统包括:第一获得单元,所述第一获得单元用于获得第一化学品;第二获得单元,所述第二获得单元用于获得所述第一化学品的第一性状信息;第三获得单元,所述第三获得单元用于构建第一检测项目数据库,所述第一检测项目数据库包含化学品的各性状信息所对应的各检测项目;第四获得单元,所述第四获得单元用于依据所述第一检测项目数据库,对所述第一性状信息进行特征匹配,获得所述第一化学品的第一检测项目类别;第五获得单元,所述第五获得单元用于依据所述第一检测项目类别对所述第一化学品进行初步检测,获得第一检测结果;第一输入单元,所述第一输入单元用于将所述第一检测结果输入至第一定性分析模型,获得所述第一化学品的第一定性分析结果;第六获得单元,所述第六获得单元用于由所述第一定性分析结果获得第一预处理方案;第七获得单元,所述第七获得单元用于依据所述第一预处理方案对所述第一化学品进行预处理,获得第一成分分析指令;第一发送单元,所述第一发送单元用于将所述第一成分分析指令发送至所述成分检测系统,对所述第一化学品进行成分检测。
另一方面,本申请实施例还提供了一种专用化学品的成品检测系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现上述第一方面所述方法的步骤。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
由于采用了通过将所述第一化学品的各性状输入至标准数据库进行检索,从而确定对所述第一化学品的检测项目类别,并通过神经网络模型依据检测结果对所述第一化学品进行定性分析,从而进一步确定对所述第一化学品的预处理及成分检测方法,实现了通过构建标准数据库进行比对,从而制定准确的定性分析手段,使得成分分析结果更为精确的技术目的。
上述说明是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例一种专用化学品的成品检测方法的流程示意图;
图2为本申请实施例一种专用化学品的成品检测系统的结构示意图;
图3为本申请实施例示例性电子设备的结构示意图。
附图标记说明:第一获得单元11,第二获得单元12,第三获得单元13,第四获得单元14,第五获得单元15,第一输入单元16,第六获得单元17,第七获得单元18,第一发送单元19,总线300,接收器301,处理器302,发送器303,存储器304,总线接口305。
具体实施方式
本申请实施例通过提供一种专用化学品的成品检测方法和系统,解决了现有技术中对于未知成分的专用化学品的定性分析结果不够精确,从而导致预处理方式选择不正确,影响最终成分检测的准确性的技术问题。实现了通过构建标准数据库进行比对,从而制定准确的定性分析手段,使得成分分析结果更为精确的技术目的。
下面,将参考附图详细的描述本申请的示例实施例,显然,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。
申请概述
对于专用化学品的成分检测中,对于未知成分的化学品的成分分析结果往往取决于定性分析,以及定性分析之后的预处理。定性分析结束之后,用标准的化学定量分析法定量。现有技术中还存在着对于未知成分的专用化学品的定性分析结果不够精确,从而导致预处理方式选择不正确,影响最终成分检测的准确性的技术问题。
针对上述技术问题,本申请提供的技术方案总体思路如下:
本申请提供了一种专用化学品的成品检测方法,其中,所述方法包括:获得第一化学品;获得所述第一化学品的第一性状信息;构建第一检测项目数据库,所述第一检测项目数据库包含化学品的各性状信息所对应的各检测项目;依据所述第一检测项目数据库,对所述第一性状信息进行特征匹配,获得所述第一化学品的第一检测项目类别;依据所述第一检测项目类别对所述第一化学品进行初步检测,获得第一检测结果;将所述第一检测结果输入至第一定性分析模型,获得所述第一化学品的第一定性分析结果;由所述第一定性分析结果获得第一预处理方案;依据所述第一预处理方案对所述第一化学品进行预处理,获得第一成分分析指令;将所述第一成分分析指令发送至所述成分检测系统,对所述第一化学品进行成分检测。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示,本申请实施例提供了一种专用化学品的成品检测方法,其中,所述方法还包括:
步骤S100:获得第一化学品;
步骤S200:获得所述第一化学品的第一性状信息;
具体而言,未知成分的专用化学品成分分析主要是采取不同的技术和方法将未知物样品中的各个组分分离开并进行纯化,然后分别采用不同的分析仪器设备对其进行分析、鉴定并最终确定其未知样品的成分的方法。在确定组分分离方法前,需要对所述第一化学品进行定性分析,即通过对所述第一化学品的各化学、物理性质进行检测,判断其合适的处理方法。所述第一性状信息包括所述第一化学品的外形、质量等性状信息,通过获得所述第一性状信息,为后续进行检测方式的确定奠定了基础。
步骤S300:构建第一检测项目数据库,所述第一检测项目数据库包含化学品的各性状信息所对应的各检测项目;
步骤S400:依据所述第一检测项目数据库,对所述第一性状信息进行特征匹配,获得所述第一化学品的第一检测项目类别;
具体而言,所述第一检测项目数据库包含各化学品的性状所对应的对化学品的检测项目,通过检测,确定所述第一化学品的物理、化学特性。检测项目包括测量PH、测量溶解度、测量密度、熔点、腐蚀性等。所述第一检测项目数据库通过所述成分检测系统的历史检测结果自动生成,所述第一检测项目数据库为标准数据库,用于依据化学品的具体性状进行检索,获得对应的检测项目。因此依据所述第一检测项目数据库,对所述第一性状信息进行特征匹配,从而就可以依据检索结果,确定所述第一化学品的所述第一检测项目类别。
步骤S500:依据所述第一检测项目类别对所述第一化学品进行初步检测,获得第一检测结果;
具体而言,在获得所述第一检测项目类别之后,由所述成分检测系统依据所获得的各检测项目发出检测指令,并控制相关检测仪器对所述第一化学品进行所述第一化学品进行各项项目的检测,由各仪器将检测结果发送回所述成分检测系统。
步骤S600:将所述第一检测结果输入至第一定性分析模型,获得所述第一化学品的第一定性分析结果;
具体而言,所述第一定性分析模型为一神经网络模型,具有不断学习、获取经验来处理数据的特点,通过将所述第一检测结果输入至第一定性分析模型,所述第一定性分析模型通过监督学习,最终获得更为准确的所述第一定性分析结果。所述第一定性分析结果包括所述第一化学品的各物理、化学特性。
步骤S700:由所述第一定性分析结果获得第一预处理方案;
具体而言,在获得所述第一定性分析结果之后,依据所获得的所述第一化学品的各特性进行组合,继而对所述第一化学品可使用的预处理方法进行分析确定。所述第一预处理方案为对所述第一化学品进行成分分析前,对其进行预处理,从而使各成分分离,为进行成分定量分析奠定基础。其中,预处理方式包括蒸馏、过滤、离心、干燥、灼烧等,通过预处理,使所述第一化学品组分得到有效分离和富集。
步骤S800:依据所述第一预处理方案对所述第一化学品进行预处理,获得第一成分分析指令;
步骤S900:将所述第一成分分析指令发送至所述成分检测系统,对所述第一化学品进行成分检测。
具体而言,在依据所述第一预处理方案对所述第一化学品进行预处理之后,就可以进一步对所述第一化学品进行结构和成分分析,依据所述第一成分分析指令,针对所述第一化学品的预处理方式及特质,采用对应的化学分析仪器及方法进行成分的定量检测,从而依据成分检测结果获得所述第一化学品的具体成分信息。
进一步而言,本申请实施例步骤S400还包括:
步骤S410:获得第一自由组合规则;
步骤S420:依据所述第一自由组合规则对所述第一性状信息进行性状信息提取,获得所述第一化学品的第一性状组合,所述第一性状组合包括第一性状类别和第二性状类别;
步骤S430:由所述第一自由组合规则获得第二性状组合、第三性状组合…直至第N性状组合;
步骤S440:获得第一检索指令,所述第一检索指令用于将所述第一性状组合、所述第二性状组合…第N性状组合分别输入至所述第一检测项目数据库进行检索操作;
步骤S450:由所述第一检索指令获得第M检索结果,其中所述第M检索结果包含所述第一检测项目类别。
具体而言,在依据所述第一性状信息确定对应的检测项目时,需要依据所获得的所述第一化学品的各性状信息进行自由组合,从而依据不同组合对应的性状特征与所述第一检测项目数据库进行特征匹配的结果,进一步确定与所述第一化学品最匹配的检测项目。依据所述第一自由组合规则对各性状信息进行自由组合,从而获得所述第一性状组合、所述第二性状组合…直至所述第N性状组合,其中,上述性状组合包含多种性状信息,分别输入至所述第一检测项目数据库进行检索,从而获得匹配度最高的所述第一检测项目类别。通过确定所述第一自由组合规则,保证了检测项目获得的精确性,提高了成分检测效率。
进一步而言,本申请实施例步骤S440还包括:
步骤S441:将所述第一性状组合输入至所述第一检测项目数据库进行检索操作,获得第一检索结果;
步骤S442:获得所述第一检索结果与所述第一性状组合的第一匹配度;
步骤S443:将所述第二性状组合输入至所述第一检测项目数据库进行检索操作,获得第二检索结果;
步骤S444:获得所述第二检索结果与所述第二性状组合的第二匹配度...以此类推,获得所述第N检索结果与所述第N性状组合的第N匹配度;
步骤S445:获得第一筛选规则,依据所述第一筛选规则对所述第一匹配度、所述第二匹配度…所述第N匹配度进行筛选,确定所述第M匹配度;
步骤S446:由所述第M匹配度确定第M性状组合和所述第M检索结果,其中,所述第M检索结果包含所述第一化学品的第一检测项目类别。
具体而言,在通过与标准数据库进行检索,确定所述第一检测项目类别时,分别对各性状组合进行检索,从而获得各性状组合检索结果,获得各检索结果中各性状信息与检索出的检测项目的匹配度,并选择匹配度最高的检测项目作为对于所述第一化学品的检测项目。进一步地,性状组合与检测项目匹配度越高,则检测项目越有效,所述第M匹配度为依据所述第一筛选规则所筛选出的匹配度满足所述第一阈值的结果,确定所述第M匹配度之后,依据所述第M匹配度对应的检索结果,确定所述第一检测项目类别。
进一步而言,本申请实施例步骤S445还包括:
步骤S4451:由所述成分检测系统获得第一专业人员;
步骤S4452:若所述第M匹配度低于第一阈值,获得第一发送指令;
步骤S4453:依据所述第一发送指令,将所述第一性状组合、所述第二性状组合…所述第N性状组合发送至所述第一专业人员;
步骤S4454:获得第一确认指令;
步骤S4455:依据所述第一确认指令,由所述第一专业人员依据各性状组合确认所述第一检测项目类别。
具体而言,若依据所述第一筛选规则,判断所述第M匹配度低于所述第一阈值,则代表所述第一化学品的性状组合不能够直接从数据库中匹配到最有效的检测项目信息,所述第M匹配度过低,则需要将所获得的所述第一性状信息中的各性状组合发送至所述成分检测系统中的相关专业人员,由所述第一专业人员进行人工确定对所述第一化学品使用的检测项目类别,进一步提高了所述第一检测项目类别确定的准确性。
进一步而言,本申请实施例步骤S600还包括:
步骤S610:由所述第一定性分析结果获得所述第一化学品的第一特性信息;
步骤S620:构建第一预处理特征数据库;
步骤S630:获得第二检索指令;
步骤S640:依据所述第二检索指令,将所述第一特性信息输入至所述第一预处理特征数据库进行检索;
步骤S650:由所述第二检索指令获得所述第一预处理方案。
具体而言,在由所述第一定性分析模型获得所述第一定性分析结果之后,由所述第一定性分析结果获得所述第一化学品的各特性信息,包括所述第一化学品的物理、化学特性,并构建各特性对应的预处理方法数据库,将所述第一特性信息输入至所述第一预处理特征数据库进行检索,从而获得所述第一特性信息对应的所述第一预处理方案。所述第一预处理特征数据库由所述成分检测系统的历史成分检测信息构建,用于通过特征检索,确定所述第一预处理方案。
进一步而言,本申请实施例步骤S610还包括:
步骤S611:由所述第一特性信息对所述第一化学品的特性信息进行分类,获得第一特性类别;
步骤S612:获得第一编码指令;
步骤S613:依据所述第一编码指令,对所述第一特性类别中的各类别进行编码操作,获得第二特性信息;
步骤S614:获得所述第一化学品的第一成分分析结果;
步骤S615:将所述第二特性信息存储至所述第一成分分析结果,获得第二成分分析结果;
步骤S616:将所述第二成分分析结果发送至所述成分检测系统。
具体而言,在对所述第一化学品进行定性分析时,编码是定性分析的一个完整部分,对所述第一特性类别中的各类别进行编码操作之后,将编码后的所述第二特性信息存储至成分分析结果中。通过将所述第一化学品的特性信息进行编码,组合成资料,为数据库的构建以及所述第一化学品的分析奠定基础。
进一步而言,本申请实施例步骤S600还包括:
步骤S610a:将所述第一检测结果作为输入数据输入所述第一定性分析模型,所述第一定性分析模型通过多组训练数据训练获得,其中,所述多组训练数据均包含所述第一检测结果以及用于标识所述第一定性分析结果的标识信息;
步骤S620a:获得所述第一定性分析模型的第一输出结果,所述第一输出结果包括所述第一定性分析结果。
具体而言,所述第一定性分析模型为一神经网络模型,所述神经网络模型通过多组训练数据训练获得,所述神经网络模型即机器学习中的神经网络模型,它反映了人脑功能的许多基本特征,是一个高度复杂的非线性动力学习系统。所述神经网络模型通过训练数据训练的过程本质上为监督学习的过程。所述多组中的训练数据中的每一组训练数据均包括所述第一检测结果以及用于标识所述第一定性分析结果的标识信息;在获得所述第一检测结果的情况下,神经网络模型会输出所述第一定性分析结果的标识信息来对神经网络模型输出的所述第一定性分析结果进行校验,如果输出的所述第一定性分析结果同标识的所述第一定性分析结果相一致,则本数据监督学习完成,则进行下一组数据监督学习;如果输出的所述第一定性分析结果同标识的所述第一定性分析结果不一致,则神经网络模型自身进行调整,直到神经网络模型达到预期的准确率后,进行下一组数据的监督学习。通过训练数据使神经网络模型自身不断地修正、优化,通过监督学习的过程来提高神经网络模型处理所述数据的准确性,进而使得所述第一定性分析结果更加准确。
综上所述,本申请实施例所提供的一种专用化学品的成品检测方法具有如下技术效果:
1、由于采用了通过将所述第一化学品的各性状输入至标准数据库进行检索,从而确定对所述第一化学品的检测项目类别,并通过神经网络模型依据检测结果对所述第一化学品进行定性分析,从而进一步确定对所述第一化学品的预处理及成分检测方法,实现了通过构建标准数据库进行比对,从而制定准确的定性分析手段,使得成分分析结果更为精确的技术目的。
2、由于采用了将所述第一检测结果作为输入数据输入所述第一定性分析模型,所述第一定性分析模型通过训练数据对输出结果进行训练,从而依据输出结果进一步获得所述第一定性分析结果,基于训练模型能够不断学习、获取经验来处理数据的特点,使得所获得的所述第一定性分析结果更为准确。
实施例二
基于与前述实施例中一种专用化学品的成品检测方法同样发明构思,本发明还提供了一种专用化学品的成品检测系统,如图2所示,所述系统包括:
第一获得单元11,所述第一获得单元11用于获得第一化学品;
第二获得单元12,所述第二获得单元12用于获得所述第一化学品的第一性状信息;
第三获得单元13,所述第三获得单元13用于构建第一检测项目数据库,所述第一检测项目数据库包含化学品的各性状信息所对应的各检测项目;
第四获得单元14,所述第四获得单元14用于依据所述第一检测项目数据库,对所述第一性状信息进行特征匹配,获得所述第一化学品的第一检测项目类别;
第五获得单元15,所述第五获得单元15用于依据所述第一检测项目类别对所述第一化学品进行初步检测,获得第一检测结果;
第一输入单元16,所述第一输入单元16用于将所述第一检测结果输入至第一定性分析模型,获得所述第一化学品的第一定性分析结果;
第六获得单元17,所述第六获得单元17用于由所述第一定性分析结果获得第一预处理方案;
第七获得单元18,所述第七获得单元18用于依据所述第一预处理方案对所述第一化学品进行预处理,获得第一成分分析指令;
第一发送单元19,所述第一发送单元19用于将所述第一成分分析指令发送至所述成分检测系统,对所述第一化学品进行成分检测。
进一步的,所述系统还包括:
第八获得单元,所述第八获得单元用于获得第一自由组合规则;
第九获得单元,所述第九获得单元用于依据所述第一自由组合规则对所述第一性状信息进行性状信息提取,获得所述第一化学品的第一性状组合,所述第一性状组合包括第一性状类别和第二性状类别;
第十获得单元,所述第十获得单元用于由所述第一自由组合规则获得第二性状组合、第三性状组合…直至第N性状组合;
第十一获得单元,所述第十一获得单元用于获得第一检索指令,所述第一检索指令用于将所述第一性状组合、所述第二性状组合…第N性状组合分别输入至所述第一检测项目数据库进行检索操作;
第十二获得单元,所述第十二获得单元用于由所述第一检索指令获得第M检索结果,其中所述第M检索结果包含所述第一检测项目类别。
进一步的,所述系统还包括:
第二输入单元,所述第二输入单元用于将所述第一性状组合输入至所述第一检测项目数据库进行检索操作,获得第一检索结果;
第十三获得单元,所述第十三获得单元用于获得所述第一检索结果与所述第一性状组合的第一匹配度;
第三输入单元,所述第三输入单元用于将所述第二性状组合输入至所述第一检测项目数据库进行检索操作,获得第二检索结果;
第十四获得单元,所述第十四获得单元用于获得所述第二检索结果与所述第二性状组合的第二匹配度...以此类推,获得所述第N检索结果与所述第N性状组合的第N匹配度;
第十五获得单元,所述第十五获得单元用于获得第一筛选规则,依据所述第一筛选规则对所述第一匹配度、所述第二匹配度…所述第N匹配度进行筛选,确定所述第M匹配度;
第十六获得单元,所述第十六获得单元用于由所述第M匹配度确定第M性状组合和所述第M检索结果,其中,所述第M检索结果包含所述第一化学品的第一检测项目类别。
进一步的,所述系统还包括:
第十七获得单元,所述第十七获得单元用于由所述成分检测系统获得第一专业人员;
第十八获得单元,所述第十八获得单元用于若所述第M匹配度低于第一阈值,获得第一发送指令;
第二发送单元,所述第二发送单元用于依据所述第一发送指令,将所述第一性状组合、所述第二性状组合…所述第N性状组合发送至所述第一专业人员;
第十九获得单元,所述第十九获得单元用于获得第一确认指令;
第二十获得单元,所述第二十获得单元用于依据所述第一确认指令,由所述第一专业人员依据各性状组合确认所述第一检测项目类别。
进一步的,所述系统还包括:
第二十一获得单元,所述第二十一获得单元用于由所述第一定性分析结果获得所述第一化学品的第一特性信息;
第二十二获得单元,所述第二十二获得单元用于构建第一预处理特征数据库;
第二十三获得单元,所述第二十三获得单元用于获得第二检索指令;
第四输入单元,所述第四输入单元用于依据所述第二检索指令,将所述第一特性信息输入至所述第一预处理特征数据库进行检索;
第二十四获得单元,所述第二十四获得单元用于由所述第二检索指令获得所述第一预处理方案。
进一步的,所述系统还包括:
第二十五获得单元,所述第二十五获得单元用于由所述第一特性信息对所述第一化学品的特性信息进行分类,获得第一特性类别;
第二十六获得单元,所述第二十六获得单元用于获得第一编码指令;
第二十七获得单元,所述第二十七获得单元用于依据所述第一编码指令,对所述第一特性类别中的各类别进行编码操作,获得第二特性信息;
第二十八获得单元,所述第二十八获得单元用于获得所述第一化学品的第一成分分析结果;
第二十九获得单元,所述第二十九获得单元将所述第二特性信息存储至所述第一成分分析结果,获得第二成分分析结果;
第三发送单元,所述第三发送单元用于将所述第二成分分析结果发送至所述成分检测系统。
进一步的,所述系统还包括:
第五输入单元,所述第五输入单元用于将所述第一检测结果作为输入数据输入所述第一定性分析模型,所述第一定性分析模型通过多组训练数据训练获得,其中,所述多组训练数据均包含所述第一检测结果以及用于标识所述第一定性分析结果的标识信息;
第三十获得单元,所述第三十获得单元用于获得所述第一定性分析模型的第一输出结果,所述第一输出结果包括所述第一定性分析结果。
前述图1实施例一中的一种专用化学品的成品检测方法和具体实例同样适用于本实施例的一种专用化学品的成品检测系统,通过前述对一种专用化学品的成品检测方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种专用化学品的成品检测系统,所以为了说明书的简洁,在此不再详述。
示例性电子设备
下面参考图3来描述本申请实施例的电子设备。
图3图示了根据本申请实施例的电子设备的结构示意图。
基于与前述实施例一种专用化学品的成品检测方法的发明构思,本发明还提供一种专用化学品的成品检测系统,其上存储有计算机程序,该程序被处理器执行时实现前文所述一种专用化学品的成品检测方法的任一方法的步骤。
其中,在图3中,总线架构(用总线300来代表),总线300可以包括任意数量的互联的总线和桥,总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口305在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件,即收发机,提供用于在传输介质上与各种其他装置通信的单元。
处理器302负责管理总线300和通常的处理,而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
本申请提供了一种专用化学品的成品检测方法,其中,所述方法包括:获得第一化学品;获得所述第一化学品的第一性状信息;构建第一检测项目数据库,所述第一检测项目数据库包含化学品的各性状信息所对应的各检测项目;依据所述第一检测项目数据库,对所述第一性状信息进行特征匹配,获得所述第一化学品的第一检测项目类别;依据所述第一检测项目类别对所述第一化学品进行初步检测,获得第一检测结果;将所述第一检测结果输入至第一定性分析模型,获得所述第一化学品的第一定性分析结果;由所述第一定性分析结果获得第一预处理方案;依据所述第一预处理方案对所述第一化学品进行预处理,获得第一成分分析指令;将所述第一成分分析指令发送至所述成分检测系统,对所述第一化学品进行成分检测。
本领域内的技术人员应明白,本发明的实施例可提供为方法、装置、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的系统。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令系统的制造品,该指令系统实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种专用化学品的成品检测方法,应用于一成分检测系统,其中,所述方法包括:
步骤S100:获得第一化学品;
步骤S200:获得所述第一化学品的第一性状信息;
步骤S300:构建第一检测项目数据库,所述第一检测项目数据库包含化学品的各性状信息所对应的各检测项目;
步骤S400:依据所述第一检测项目数据库,对所述第一性状信息进行特征匹配,获得所述第一化学品的第一检测项目类别;
步骤S500:依据所述第一检测项目类别对所述第一化学品进行初步检测,获得第一检测结果;
步骤S600:将所述第一检测结果输入至第一定性分析模型,获得所述第一化学品的第一定性分析结果;
步骤S700:由所述第一定性分析结果获得第一预处理方案;
步骤S800:依据所述第一预处理方案对所述第一化学品进行预处理,获得第一成分分析指令;
步骤S900:将所述第一成分分析指令发送至所述成分检测系统,对所述第一化学品进行成分检测。
2.如权利要求1所述的方法,其中,所述步骤S400还包括:
步骤S410:获得第一自由组合规则;
步骤S420:依据所述第一自由组合规则对所述第一性状信息进行性状信息提取,获得所述第一化学品的第一性状组合,所述第一性状组合包括第一性状类别和第二性状类别;
步骤S430:由所述第一自由组合规则获得第二性状组合、第三性状组合......直至第N性状组合;
步骤S440:获得第一检索指令,所述第一检索指令用于将所述第一性状组合、所述第二性状组合......第N性状组合分别输入至所述第一检测项目数据库进行检索操作;
步骤S450:由所述第一检索指令获得第M检索结果,其中所述第M检索结果包含所述第一检测项目类别。
3.如权利要求2所述的方法,其中,所述步骤S440还包括:
步骤S441:将所述第一性状组合输入所述第一检测项目数据库进行检索操作,获得第一检索结果;
步骤S442:获得所述第一检索结果与所述第一性状组合的第一匹配度;
步骤S443:将所述第二性状组合输入至所述第一检测项目数据库进行检索操作,获得第二检索结果;
步骤S444:获得所述第二检索结果与所述第二性状组合的第二匹配度......以此类推,获得所述第N检索结果与所述第N性状组合的第N匹配度;
步骤S445:获得第一筛选规则,依据所述第一筛选规则对所述第一匹配度、所述第二匹配度......所述第N匹配度进行筛选,确定第M匹配度;
步骤S446:由所述第M匹配度确定第M性状组合和所述第M检索结果,其中,所述第M检索结果包含所述第一化学品的第一检测项目类别。
4.如权利要求3所述的方法,其中,所述步骤S445还包括:
步骤S4451:由所述成分检测系统获得第一专业人员;
步骤S4452:若所述第M匹配度低于第一阈值,获得第一发送指令;
步骤S4453:依据所述第一发送指令,将所述第一性状组合、所述第二性状组合......所述第N性状组合发送至所述第一专业人员;
步骤S4454:获得第一确认指令;
步骤S4455:依据所述第一确认指令,由所述第一专业人员依据各性状组合确认所述第一检测项目类别。
5.如权利要求1所述的方法,其中,所述步骤S600还包括:
步骤S610:由所述第一定性分析结果获得所述第一化学品的第一特性信息;
步骤S620:构建第一预处理特征数据库;
步骤S630:获得第二检索指令;
步骤S640:依据所述第二检索指令,将所述第一特性信息输入至所述第一预处理特征数据库进行检索;
步骤S650:由所述第二检索指令获得所述第一预处理方案。
6.如权利要求5所述的方法,其中,所述步骤S610还包括:
步骤S611:由所述第一特性信息对所述第一化学品的特性信息进行分类,获得第一特性类别;
步骤S612:获得第一编码指令;
步骤S613:依据所述第一编码指令,对所述第一特性类别中的各类别进行编码操作,获得第二特性信息;
步骤S614:获得所述第一化学品的第一成分分析结果;
步骤S615:将所述第二特性信息存储至所述第一成分分析结果,获得第二成分分析结果;
步骤S616:将所述第二成分分析结果发送至所述成分检测系统。
7.如权利要求1所述的方法,其中,所述步骤S600还包括:
步骤S610a:将所述第一检测结果作为输入数据输入所述第一定性分析模型,所述第一定性分析模型通过多组训练数据训练获得,其中,所述多组训练数据均包含所述第一检测结果以及用于标识所述第一定性分析结果的标识信息;
步骤S620a:获得所述第一定性分析模型的第一输出结果,所述第一输出结果包括所述第一定性分析结果。
8.一种专用化学品的成品检测系统,其中,所述系统包括:
第一获得单元,所述第一获得单元用于获得第一化学品;
第二获得单元,所述第二获得单元用于获得所述第一化学品的第一性状信息;
第三获得单元,所述第三获得单元用于构建第一检测项目数据库,所述第一检测项目数据库包含化学品的各性状信息所对应的各检测项目;
第四获得单元,所述第四获得单元用于依据所述第一检测项目数据库,对所述第一性状信息进行特征匹配,获得所述第一化学品的第一检测项目类别;
第五获得单元,所述第五获得单元用于依据所述第一检测项目类别对所述第一化学品进行初步检测,获得第一检测结果;
第一输入单元,所述第一输入单元用于将所述第一检测结果输入至第一定性分析模型,获得所述第一化学品的第一定性分析结果;
第六获得单元,所述第六获得单元用于由所述第一定性分析结果获得第一预处理方案;
第七获得单元,所述第七获得单元用于依据所述第一预处理方案对所述第一化学品进行预处理,获得第一成分分析指令;
第一发送单元,所述第一发送单元用于将所述第一成分分析指令发送至成分检测系统,对所述第一化学品进行成分检测。
9.一种专用化学品的成品检测系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现权利要求1-7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110562930.6A CN113533638B (zh) | 2021-05-24 | 2021-05-24 | 一种专用化学品的成品检测方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110562930.6A CN113533638B (zh) | 2021-05-24 | 2021-05-24 | 一种专用化学品的成品检测方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113533638A CN113533638A (zh) | 2021-10-22 |
CN113533638B true CN113533638B (zh) | 2023-09-12 |
Family
ID=78124367
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110562930.6A Active CN113533638B (zh) | 2021-05-24 | 2021-05-24 | 一种专用化学品的成品检测方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113533638B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115392939B (zh) * | 2022-10-28 | 2023-01-17 | 中国环境科学研究院 | 一种基于检索对比和匹配度计算的危险废物溯源方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8008081B1 (en) * | 2000-09-23 | 2011-08-30 | Demont & Breyer, Llc | Data processing system for providing an efficient market for specialty chemicals |
CN104285142A (zh) * | 2012-04-25 | 2015-01-14 | Atonarp株式会社 | 内容提供系统 |
JP6828930B1 (ja) * | 2020-02-12 | 2021-02-10 | 北京科技大学 | 材料の決定方法、装置及びプログラム |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB201718627D0 (en) * | 2017-11-10 | 2017-12-27 | Henkel Ltd | Systems and methods for selecting specialty chemicals |
US20190286792A1 (en) * | 2018-03-13 | 2019-09-19 | International Business Machines Corporation | Chemical compound discovery using machine learning technologies |
CN108713136B (zh) * | 2018-03-29 | 2020-10-09 | 深圳达闼科技控股有限公司 | 物质检测方法、装置、电子设备及计算机可读存储介质 |
-
2021
- 2021-05-24 CN CN202110562930.6A patent/CN113533638B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8008081B1 (en) * | 2000-09-23 | 2011-08-30 | Demont & Breyer, Llc | Data processing system for providing an efficient market for specialty chemicals |
CN104285142A (zh) * | 2012-04-25 | 2015-01-14 | Atonarp株式会社 | 内容提供系统 |
JP6828930B1 (ja) * | 2020-02-12 | 2021-02-10 | 北京科技大学 | 材料の決定方法、装置及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
CN113533638A (zh) | 2021-10-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111368024A (zh) | 文本语义相似度的分析方法、装置及计算机设备 | |
CN107491536B (zh) | 一种试题校验方法、试题校验装置及电子设备 | |
CN113533638B (zh) | 一种专用化学品的成品检测方法和系统 | |
CN109858626A (zh) | 一种知识库构建方法及装置 | |
CN115168856A (zh) | 二进制代码相似性检测方法及物联网固件漏洞检测方法 | |
CN111460185A (zh) | 书籍搜索方法、装置和系统 | |
CN111400548A (zh) | 一种基于深度学习与马尔科夫链的推荐方法及设备 | |
CN111105041B (zh) | 一种用于智慧数据碰撞的机器学习方法及装置 | |
CN113569988A (zh) | 一种算法模型评测方法及系统 | |
CN112434651A (zh) | 一种基于图像识别的信息分析方法、装置及计算机设备 | |
CN116541528A (zh) | 招聘领域知识图谱构建的打标签方法和系统 | |
CN112363465A (zh) | 一种专家规则集训练方法、训练器和工业设备预警系统 | |
CN111639160A (zh) | 领域识别的方法、交互的方法、电子设备及存储介质 | |
CN110968518A (zh) | 自动化测试日志文件的分析方法及装置 | |
CN110880117A (zh) | 虚假业务识别方法、装置、设备和存储介质 | |
CN109325099A (zh) | 一种自动检索的方法和装置 | |
CN114462861A (zh) | 一种企业定位的产业链数据分析方法及系统 | |
CN114880590A (zh) | 多语言网站货币自动转换系统及其方法 | |
CN114817480A (zh) | 一种土地资源值确定方法、装置、电子设备及存储介质 | |
CN110197143B (zh) | 一种结算台物品识别方法、装置及电子设备 | |
CN111428029B (zh) | 一种手术名称标准化方法及装置 | |
CN114048148A (zh) | 一种众包测试报告推荐方法、装置及电子设备 | |
CN110298690B (zh) | 对象类目的周期判断方法、装置、服务器及可读存储介质 | |
CN109284480B (zh) | 一种业务文档处理方法、装置及服务器 | |
CN113239075A (zh) | 一种施工数据自检方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |