CN114723334A - 一种生物制品的生产预警方法及系统 - Google Patents

一种生物制品的生产预警方法及系统 Download PDF

Info

Publication number
CN114723334A
CN114723334A CN202210514716.8A CN202210514716A CN114723334A CN 114723334 A CN114723334 A CN 114723334A CN 202210514716 A CN202210514716 A CN 202210514716A CN 114723334 A CN114723334 A CN 114723334A
Authority
CN
China
Prior art keywords
production
information
characteristic
result
clustering
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.)
Granted
Application number
CN202210514716.8A
Other languages
English (en)
Other versions
CN114723334B (zh
Inventor
周蕾
胡秋实
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhangjiagang Yangtze River Delta Biosafety Research Center
Original Assignee
Zhangjiagang Yangtze River Delta Biosafety Research Center
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhangjiagang Yangtze River Delta Biosafety Research Center filed Critical Zhangjiagang Yangtze River Delta Biosafety Research Center
Priority to CN202210514716.8A priority Critical patent/CN114723334B/zh
Publication of CN114723334A publication Critical patent/CN114723334A/zh
Application granted granted Critical
Publication of CN114723334B publication Critical patent/CN114723334B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/231—Hierarchical techniques, i.e. dividing or merging pattern sets so as to obtain a dendrogram
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06395—Quality analysis or management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • 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

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Computational Linguistics (AREA)
  • Databases & Information Systems (AREA)
  • Manufacturing & Machinery (AREA)
  • Apparatus Associated With Microorganisms And Enzymes (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种生物制品的生产预警方法及系统，涉及人工智能领域，尤其涉及一种生物制品的生产预警方法及系统。所述方法包括：通过遍历第一生物制品获得第一特征信息集；层级聚类分析生成第一聚类结果，并获得第一生产区域集合；采集第一生产区域集合传感信息获得第一传感信息采集结果，并获得第一检测结果；针对异常特征信息生成第一预警信号。解决了现有技术中在进行病原微生物生物制品的生产时无法及时发现生产各环节的风险、无法及时采取针对性举措，最终影响生产和生命安全的问题。通过对生物安全风险进行全面、及时监测和分析，并对异常情况及时预警，达到了提高生物制品生产效率，降低生物安全风险、保障财产和生命安全的技术效果。

Description

一种生物制品的生产预警方法及系统
技术领域
本发明涉及人工智能领域，尤其涉及一种生物制品的生产预警方法及系统。
背景技术
生物制品是采用天然或人工改造的微生物、动物及人源组织、体液等为起始材料，按照一定操作处理进行生产的生物活性材料。举例如各类细菌、病毒等。由于生物制品起始材料的特殊性，在实际生产生物制品时存在较多风险，如不按规定进行特定操作和处理，会对接触者，即生产操作人员等有一定感染危险性，此外，生产过程中设备设施发生故障、生产后存储运输等，均需严格遵守相关规范，否则风险极高。举例如进入车间和在实验室从事清洁及维修工作的人员，亦有可能接触到相关材料，若对各材料性质等不了解，极易接触感染。现有技术中在进行病原微生物生物制品的生产时，一般通过相关规定对操作人员进行生产规范管理，当人员生物安全意识不够时将直接导致生产风险的提高，进而大幅提高生物生产的安全风险，最终影响生产、生命安全。因此，研究利用计算机技术对生物制品的生产和质量进行智能化的管理和控制，对生产过程中的异常情况及时采取针对性的紧急举措，对于降低财产损失和人身伤害均具有重要的意义。
然而，现有技术中在进行病原微生物生物制品的生产时，一般通过相关规定对操作人员进行生产规范管理，存在无法及时发现生产各环节的风险，进而无法及时采取针对性举措，最终影响生产、甚至生命安全的技术问题。
发明内容
本发明的目的是提供一种生物制品的生产预警方法及系统，用以解决现有技术中在进行病原微生物生物制品的生产时，一般通过相关规定对操作人员进行生产规范管理，存在无法及时发现生产各环节的风险，进而无法及时采取针对性举措，最终影响生产、甚至生命安全的技术问题。
鉴于上述问题，本发明提供了一种生物制品的生产预警方法及系统。
第一方面，本发明提供了一种生物制品的生产预警方法，所述方法通过一种生物制品的生产预警系统实现，其中，所述方法包括：通过获得第一生物制品，其中，所述第一生物制品为待监测生物制品集合；遍历所述第一生物制品进行生产特征提取，获得第一特征信息集；根据所述第一特征信息集对所述第一生物制品进行层级聚类分析，生成第一聚类结果；遍历所述第一聚类结果进行生产区域匹配，获得第一生产区域集合；调取第一传感装置对所述第一生产区域集合进行传感信息采集，获得第一传感信息采集结果，其中，所述第一传感信息采集结果和所述第一生产区域集合一一对应；将所述第一传感信息采集结果输入异常检测模型，获得第一检测结果，其中，所述第一检测结果包括异常特征信息；根据所述异常特征信息，生成第一预警信号。
另一方面，本发明还提供了一种生物制品的生产预警系统，用于执行如第一方面所述的一种生物制品的生产预警方法，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生物制品，其中，所述第一生物制品为待监测生物制品集合；第二获得单元：所述第二获得单元用于遍历所述第一生物制品进行生产特征提取，获得第一特征信息集；第一生成单元：所述第一生成单元用于根据所述第一特征信息集对所述第一生物制品进行层级聚类分析，生成第一聚类结果；第三获得单元：所述第三获得单元用于遍历所述第一聚类结果进行生产区域匹配，获得第一生产区域集合；第四获得单元：所述第四获得单元用于调取第一传感装置对所述第一生产区域集合进行传感信息采集，获得第一传感信息采集结果，其中，所述第一传感信息采集结果和所述第一生产区域集合一一对应；第五获得单元：所述第五获得单元用于将所述第一传感信息采集结果输入异常检测模型，获得第一检测结果，其中，所述第一检测结果包括异常特征信息；第二生成单元：所述第二生成单元用于根据所述异常特征信息，生成第一预警信号。
第三方面，一种电子设备，其中，包括处理器和存储器；
该存储器，用于存储程序；
该处理器，用于在调用所述程序时，以执行上述第一方面中任一项所述的方法。
第四方面，一种计算机程序产品，包括计算机程序和/或指令，该计算机程序和/或指令被处理器执行时实现上述第一方面中任一项所述方法的步骤。
本发明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：
1.通过对待监测生产安全的生物制品进行生产过程分析，得到对应生物制品的生产特征数据，进而根据该生物制品生产特征进行层级聚类分析，并基于聚类结果依次匹配对应的生产区域，进一步利用传感装置对各生产区域实际情况依次进行采集，从而建立各生产区域和传感信息间的对应关系，进一步的，将各生产区域的传感信息依次输入异常检测模型中，智能化得到各生产区域中的异常特征信息，并对异常特征信息进行针对性的预警提醒。通过第一传感装置对各生产区域的实时情况监测，实现了智能化监测生物制品各生产环节的实际生产情况的技术目标，进而利用异常检测模型对第一传感装置实时监测到的各项传感信息进行智能化分析判断，实现了智能化识别生产异常，并及时预警的技术目标，通过利用计算机技术对生物制品生产与质量控制中的生物安全风险进行全面、及时监测和分析，并对异常情况及时预警，达到了降低生物安全风险、保障生物制品生产和人员生命安全的技术效果。
2.通过对生物制品类型、制备流程、毒性等的分析聚类，实现了对生物制品全面聚类分析的目标，达到了为后续基于生物制品聚类结果针对性重点监测和识别提供参考，进而提高异常预警实时性的技术效果。
3.通过功能不同的三个处理层实现对智能检测模型的构建，三个处理层分工合作，对生物制品的生产制备异常进行及时提取和判断，达到了提高监测效率和准确率、提高智能识别判断异常速度，从而提高异常处理及时性，针对异常类型的个性化处理可以有效降低异常风险和危害，有效保障生物制品生产安全和质量可靠性的技术效果。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本发明一种生物制品的生产预警方法的流程示意图；
图2为本发明一种生物制品的生产预警方法中生成第一聚类结果的流程示意图；
图3为本发明一种生物制品的生产预警方法中获得第一检测结果的流程示意图；
图4为本发明一种生物制品的生产预警方法中生成所述异常检测模型的流程示意图；
图5为本发明一种生物制品的生产预警系统的结构示意图；
图6为本发明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，第一生成单元13，第三获得单元14，第四获得单元15，第五获得单元16，第二生成单元17，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
本发明通过提供一种生物制品的生产预警方法及系统，解决了现有技术中在进行病原微生物生物制品的生产时，一般通过相关规定对操作人员进行生产规范管理，存在无法及时发现生产各环节的风险，进而无法及时采取针对性举措，最终影响生产、甚至生命安全的技术问题。通过利用计算机技术对生物制品生产与质量控制中的生物安全风险进行全面、及时监测和分析，并对异常情况及时预警，达到了降低生物安全风险、保障生物制品生产和人员生命安全的技术效果。
本发明技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
下面，将参考附图对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明的一部分实施例，而不是本发明的全部实施例，应理解，本发明不受这里描述的示例实施例的限制。基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部。
本发明提供了一种生物制品的生产预警方法，所述方法应用于一种生物制品的生产预警系统，其中，所述方法包括：通过获得第一生物制品，其中，所述第一生物制品为待监测生物制品集合；遍历所述第一生物制品进行生产特征提取，获得第一特征信息集；根据所述第一特征信息集对所述第一生物制品进行层级聚类分析，生成第一聚类结果；遍历所述第一聚类结果进行生产区域匹配，获得第一生产区域集合；调取第一传感装置对所述第一生产区域集合进行传感信息采集，获得第一传感信息采集结果，其中，所述第一传感信息采集结果和所述第一生产区域集合一一对应；将所述第一传感信息采集结果输入异常检测模型，获得第一检测结果，其中，所述第一检测结果包括异常特征信息；根据所述异常特征信息，生成第一预警信号。
在介绍了本发明基本原理后，下面将结合说明书附图来具体介绍本发明的各种非限制性的实施方式。
实施例一
请参阅附图1，本发明提供了一种生物制品的生产预警方法，其中，所述方法应用于一种生物制品的生产预警系统，所述方法具体包括如下步骤：
步骤S100：获得第一生物制品，其中，所述第一生物制品为待监测生物制品集合；
具体而言，所述一种生物制品的生产预警方法应用于一种生物制品的生产预警系统，可以智能化对生物制品的整个生产过程进行监测，并自动判断、识别异常情况，进而针对性发出预警信号。生物制品是指以天然、人工改造的微生物、动物及人源组织、体液等为起始材料，依照一定规范、标准等进行操作处理，从而生产得到的生物活性材料。其中，起始材料包括各类细菌、病毒等，生物制品包括减毒活疫苗、益生菌、灭活疫苗等。所述第一生物制品是指任意待使用所述生产预警系统进行完整生产加工处理过程监测的生物制品，其中包括各类生物制品，是一个包含多种生物制品的集合。
通过获得待监测生物制品集合，达到了为后续针对各生物制品实际生产情况、生产要求等，针对性提取生产过程中的各个特征点提供基础，并为后续聚类分析提供数据基础的技术效果。
步骤S200：遍历所述第一生物制品进行生产特征提取，获得第一特征信息集；
进一步的，本发明步骤S200还包括：
步骤S210：遍历所述第一生物制品进行类型特征分析，获得第一制品类型特征集；
步骤S220：遍历所述第一生物制品进行制备流程特征分析，获得第一制备流程特征集；
步骤S230：遍历所述第一生物制品进行毒性特征分析，获得第一毒性特征集。
具体而言，对所述第一生物制品，即所述待监测生物制品集合中的各个生物制品，依次进行生产流程、生产环节、工艺技术、处理要点等的遍历，同时实时采集生产过程中的各个特征点并及时提取记录，最终完整生成各个生物制品的生产特征组成对应生物制品的特征信息集合，所述待监测生物制品集合中的各个生物制品的特征信息集合组成所述第一特征信息集。
首先对所述待监测生物制品集合中的各生物制品的类型进行判断，同时采集各类生物制品的主要区别特征，即对应生物制品与其他生物制品的主要区别点，并将其作为对应生物制品的制品类型特征集合，所述待监测生物制品集合中的各生物制品的制品类型特征集合，即组成所述第一制品类型特征集；同样的方法，对所述待监测生物制品集合中的各生物制品的制备流程、毒性特征分别进行特征分析和提取，从而分别得到所述待监测生物制品集合中的各生物制品的制备流程特征集合、毒性特征集合，最后，所有待监测生物制品的制备流程特征集合即组成所述第一制备流程特征集，所有待监测生物制品的毒性特征集合即组成所述第一毒性特征集。进一步的，所述第一制品类型特征集、所述第一制备流程特征集、所述第一毒性特征集，共同组成所述第一特征信息集。也就是说，所述第一特征信息集包括第一生物制品生产过程、制品本身等全方面的特征信息。举例如某生物制品为灭活疫苗，通过选用免疫原性好的病原微生物，经过培养繁殖后，再用物理或化学方法将其杀灭制成。
通过遍历得到第一特征信息集，实现了对生物制品的全面、完整的了解，同时实现了对生物制品产品特征、生产过程等的数据化直观归纳的技术目标，达到了为后续系统聚类分析提供数据基础的技术效果。
步骤S300：根据所述第一特征信息集对所述第一生物制品进行层级聚类分析，生成第一聚类结果；
进一步的，如附图2所示，本发明步骤S300还包括：
步骤S310：基于所述第一制品类型特征集，对所述第一生物制品进行聚类分析，生成一级聚类结果；
步骤S320：基于所述第一制备流程特征集，遍历一级聚类结果进行聚类分析，生成二级聚类结果；
步骤S330：基于所述第一毒性特征集，遍历所述二级聚类结果进行聚类分析，生成三级聚类结果；
步骤S340：根据所述一级聚类结果，所述二级聚类结果和所述三级聚类结果，生成第一聚类树；
步骤S350：将所述第一聚类树设为所述第一聚类结果。
具体而言，所述第一特征信息集是由系统对所述第一生物制品的类型特征、制备流程、毒性特征等依次遍历得到的特征信息集合，其中包括所述第一制品类型特征集、所述第一制备流程特征集、所述第一毒性特征集。因此在对所述第一生物制品的第一特征信息集进行层级聚类分析时，依次对所述第一制品类型特征集、所述第一制备流程特征集、所述第一毒性特征集进行聚类分析。其中，所述层级聚类分析是一种基于相似性测度确定各节点的相似性，进而根据相似程度降序排列，逐步将类似的特征点组在一起的过程。
首先根据各生物制品的类型，对所述第一制品类型特征集进行聚类，即，通过寻找各类生物制品之间相似的类型特征，将生物制品的类型特征依据相似度划分为不同的类，即生成所述一级聚类结果；然后同样的方法，根据各生物制品的制备流程，对所述第一制品流程特征集进行聚类，即，通过寻找各生物制品生产制备过程中相似的制备特征，将生物制品的制备特征依据相似度划分为不同的类，即生成所述二级聚类结果；最后，根据各生物制品的毒性特点，对所述第一制品毒性特征集进行聚类，即，通过寻找各生物制品生产完成后，成品的相似毒性特征，将生物制品的毒性特征依据相似度划分为不同的类，即生成所述三级聚类结果。举例如减毒活疫苗和灭活疫苗，起始材料均为有毒力的微生物，其中，减毒活疫苗在制备过程中需通过一定的技术，利用定向变异的方法降低微生物毒性，而灭活疫苗在制备过程中则是直接利用物化方法将微生物杀灭，因此，减毒活疫苗依然有毒力，灭活疫苗则完全无毒力，即具备不同的毒性特征。不同的生物制品生产时隔离不当易造成交叉感染；相同的生物制品在不同生产环节处理不当，不同生产环节之间易造成交叉感染；相同生产环节但是处理的指标不同，优选为毒性，不同则亦会造成交叉感染。因此需要通过类型-制备流程-毒性进行多层级划分，进而基于此进行分布式监控，保证生物制品生产的安全性。
通过生物制品类型特征聚类得到的所述一级聚类结果、生物制品制备流程特征聚类得到的所述二级聚类结果和生物制品毒性特征聚类得到的所述三级聚类结果，有机组合即生成所述第一聚类树，同时，将所述第一聚类树作为所述第一聚类结果，即，将所述第一聚类树作为第一生物制品的层级聚类分析结果。通过对生物制品的类型、制备流程、毒性等的分析聚类，实现了对生物制品全面的聚类分析目标，达到了为后续基于生物制品聚类结果针对性重点监测、智能化异常识别提供参考的技术效果。
步骤S400：遍历所述第一聚类结果进行生产区域匹配，获得第一生产区域集合；
进一步的，本发明步骤S400还包括：
步骤S410：遍历所述第一聚类结果输入危害特征匹配数据库，生成第一危害特征信息，其中，所述第一危害特征信息包括第一危害类型信息和第一危害途径信息；
步骤S420：根据所述第一危害类型信息和所述第一危害途径信息匹配区域隔离方式，生成第一区域隔离方案；
步骤S430：根据所述第一区域隔离方案对生产区域进行隔离分割，生成所述第一生产区域集合。
具体而言，在基于所述第一聚类结果，对生物制品的生产情况进行智能化监测前，首先基于第一聚类结果，对生产、处理生物制品的区域进行划分和匹配，即，对生物制品生产车间或实验室进行合理划分和生产设计。
首先将所述第一聚类结果进行遍历，同时利用危害特征匹配数据库对各聚类特征进行危害性分析，得到所述第一聚类结果中，会对生物制品或对应操作人员的安全产生影响的制备、流程特征，所有可能会对制成的生物制品、配置生物制品的人员等安全产生威胁的特征组成所述第一危害特征信息。其中，所述第一危害特征信息详细包括各危害的类型、形成危害的途径等信息，即所述第一危害类型信息和第一危害途径信息。举例如某灭活疫苗，在病原微生物培养过程中会大规模发酵繁殖，当病原微生物的体积或浓度超过一定检验、鉴定量时，操作大量病原微生物可能造成操作人员的感染，或者，当实验或生产区域产生大量气溶胶，则需额外使用预防工具等，避免操作人员或进入该区域的人员意外感染。进一步的，根据所述第一危害类型信息和所述第一危害途径信息，系统自动匹配对应的区域隔离方式，即生产所述第一区域隔离方案。举例如当某病原微生物的培养过程中会产生大量气溶胶时，则需对该培养环节进行封闭操作，且操作人员需佩戴防毒面罩等防护装备，同时妥善处理生产废弃物。最后，根据所述第一区域隔离方案对生产制备第一生物制品的生产区域进行分割，实现对生产区域的合理划分和设计，最终所有划分小区域组成所述第一生产区域集合。
通过系统自动匹配各危害对应生产区域的隔离方案，进而对生物制品的生产区域进行合理、可靠的划分设计，达到了提高生物制品生产制备过程安排的合理性，从而降低生产过程中的风险，提高生物制品生产和质量控制有效性的技术效果。
步骤S500：调取第一传感装置对所述第一生产区域集合进行传感信息采集，获得第一传感信息采集结果，其中，所述第一传感信息采集结果和所述第一生产区域集合一一对应；
具体而言，所述第一传感装置包括多个可以实时监测各类相关特征的多类传感器，举例如可对生物制品生产过程中，各生产环节、各生产区域等的周围环境温度进行实时监测的温度传感器、可对生物制品生产过程中实时制备情况进行监测的图像传感器、对生物制品生产过程中周围空气中颗粒物进行实时监测的传感器等等。此外，所述第一传感装置中所有传感器等智能监测设备均与所述生产预警系统通信连接，可以实时将监测到的数据信息传输给所述生产预警系统，供生产预警系统自动判断、识别当前状态是否异常。通过利用所述第一传感装置进行实时生产监测，从而得到各项生产安全相关的监测数据，即所述第一传感信息采集结果。其中，所述第一传感信息采集结果包括所述第一生产区域集合中，各个生产区域的实时监测数据信息。此外，第一传感信息采集结果与所述第一生产区域集合具备一一对应关系。
通过第一传感装置实时监测得到第一生产区域集合中，各生产区域的实时传感信息和监测数据，达到了提高生物制品生产过程监测及时性、可靠性，并为系统智能判断和识别异常提供基础的技术效果。
步骤S600：将所述第一传感信息采集结果输入异常检测模型，获得第一检测结果，其中，所述第一检测结果包括异常特征信息；
步骤S700：根据所述异常特征信息，生成第一预警信号。
具体而言，所述异常检测模型是指可以对所述第一传感装置实时检测采集的生产信息进行智能化判断的智能模型。通过将所述第一传感装置实时监测到的第一传感信息采集结果输入模型中，经过模型智能化判断，可以自动得到生产过程存在异常或存在风险的信息，即包括异常特征信息的所述第一检测结果。进一步的，对所述第一检测结果中的各个异常特征信息，系统自动发出对应的异常提醒，即所述第一预警信号，用于提醒生物制品操作人员等对该异常情况进行及时的针对性处理，从而减少生物制品生产过程中的财产损失。通过第一传感装置对各生产区域的实时情况监测，实现了智能化监测生物制品各生产环节的实际生产情况的技术目标，进而利用异常检测模型对第一传感装置实时监测到的各项传感信息进行智能化分析判断，实现了智能化识别生产异常，并及时预警的技术目标。
进一步的，如附图3所示，本发明步骤S600还包括：
步骤S610：根据所述异常检测模型，获得第一处理层、第二处理层和第三处理层，其中，所述第一处理层用于传感信息特征提取、所述第二处理层用于异常识别、所述第三处理层用于位置标识和类型标识；
步骤S620：将所述第一传感信息采集结果输入所述第一处理层，生成第一传感信息特征；
步骤S630：将所述第一传感信息特征输入所述第二处理层，生成第一异常识别结果；
步骤S640：当所述第一异常识别结果具有所述异常特征信息时，激活所述第三处理层，输出第一预警位置信息和第一预警类型信息；
步骤S650：将所述第一异常识别结果、所述第一预警位置信息和所述第一预警类型信息添加进所述第一检测结果。
具体而言，所述异常检测模型是指可以对所述第一传感装置实时检测采集的生产信息进行智能化判断的智能模型，且所述异常检测模型包括三个处理层，分别为用于传感信息特征提取的第一处理层、用于异常识别的第二处理层、用于位置标识和类型标识的第三处理层。
进一步的，在利用所述异常检测模型对第一传感装置采集到的第一传感信息采集结果进行智能化异常判断和识别时，首先通过所述第一处理层得到第一传感信息采集结果中的第一传感信息特征，进而利用所述第二处理层对所述第一传感信息特征中的异常情况进行识别，得到对应的第一异常识别结果，最后利用所述第三处理层对所述第一异常识别结果的具体位置和异常类型进行提取，同时将其添加至第一检测结果中，用于后续针对性预警提醒。举例如异常检测模型的第一处理层提取到传感信息为存放某灭活疫苗的监测数据，第二处理层识别到该灭活疫苗并未按照规定避光存放与特定位置，此时自动触发异常检测模型的第三处理层，由第三处理层确定该灭活疫苗实际存放位置数据，同时判断此处异常为存放不合理的异常。
通过智能检测模型中的三个处理层，分工合作对生物制品的生产制备异常进行及时提取和判断，达到了利用计算机技术进行生物制品生产实时监测，提高监测效率和准确率，同时智能识别判断异常的速度快，从而提高异常处理及时性，针对异常类型的个性化处理可以有效降低异常风险和危害，有效保障生物制品生产安全和质量可靠性的技术效果。
进一步的，如附图4所示，本发明步骤S610还包括：
步骤S611：遍历所述第一危害特征信息，获得第一特征提取维度和第一传感信息特征历史数据，其中，所述第一传感信息特征历史数据为无异常的历史数据集；
步骤S612：遍历所述第一生产区域集合，生成第一区域位置信息集和第一危害类型信息集；
步骤S613：基于所述第一特征提取维度，构建所述第一处理层；
步骤S614：通过所述第一传感信息特征历史数据，构建所述第二处理层；
步骤S615：根据所述第一区域位置信息集和所述第一危害类型信息集，生成所述第三处理层；
步骤S616：将所述第一处理层、所述第二处理层和所述第三处理层依次连接，生成所述异常检测模型。
具体而言，首先利用危害特征匹配数据库对所述第一聚类结果中的危害信息进行提取，得到所述第一危害特征信息，其中包括第一特征提取维度和第一传感信息特征历史数据。所述第一传感信息特征历史数据为生物制品实际生产制备过程中没有异常的历史数据集。然后遍历所述第一生产区域集合中的各个生产区域，得到各生产区域中，可能存在的危害及其具体位置数据，即所述第一区域位置信息集和第一危害类型信息集，且，所述第一区域位置信息集中各位置和第一危害类型信息集中各危害类型具有对应关系。最后基于所述第一特征提取维度构建所述第一处理层，举例如生物制品起始材料类型、数量、发酵时长、发酵条件、发酵后存放位置、操作人员处理步骤等等维度。进一步的，通过所述第一传感信息特征历史数据构建所述第二处理层，对不符合第二处理层的传感信息，系统自动判断其为异常情况。进一步构建所述第一区域位置信息集和所述第一危害类型信息集之间的映射关系，即生成所述第三处理层。最终将所述第一处理层、所述第二处理层和所述第三处理层依次连接，即组成所述异常检测模型。
通过生成不同功能的三个处理层，实现了对智能检测模型的构建，达到了为后续智能化分析、处理和判断传感信息及其异常情况提供模型基础，提高生物制品生成制备过程终异常情况发现及时性的技术效果。
进一步的，本发明步骤S630还包括：
步骤S631：将所述第一传感信息特征和所述第一传感信息特征历史数据合并，生成第一基准数据集，其中，所述第一传感信息特征和所述第一传感信息特征历史数据一一对应；
步骤S632：对所述第一基准数据集进行特征类型聚类，生成第二聚类结果；
步骤S633：遍历所述第二聚类结果提取基准数据基于特征值进行多层级随机分割，当分割一侧数据的数据量为1或满足预设分割次数时停止；
步骤S634：将所述分割一侧数据的数据量为1对应的所述第一传感信息特征添加进所述异常特征信息。
具体而言，首先将第一传感装置实时检测到的所述第一传感信息特征和所述第一传感信息特征历史数据进行合并，同时建立所述第一传感信息特征和所述第一传感信息特征历史数据的一一对应关系，得到所述第一基准数据集。然后，利用聚类分析对所述第一基准数据集进行特征类型聚类，生成的聚类结果即所述第二聚类结果。进一步遍历所述第二聚类结果提取基准数据基于特征值进行多层级随机分割，当分割一侧数据的数据量为1或满足预设分割次数时停止分割处理，即针对不同类型的监测数据进行独立的多层级随机分割，而异常的监测数据经过多次分割后，由于没有和其相同的特征值，就会逐渐进入单独的数据序列，直到被划分为分割一侧数据的数据量为1的数据，即为异常数据，而其它的正常数据相同的特征值都在存储有至少大于1的数据集，因此不会被划分到数据量为1的一侧。举例如当实时监测到的传感信息与历史该处信息不同，则说明该实时监测到的传感信息存在异常。最后，将所述分割一侧数据的数据量为1对应的所述第一传感信息特征添加进所述异常特征信息。其中，所述预设分割次数为系统基于实际监测精度要求和实际生产制备生物制品的情况，综合分析后事先确定的分割次数，可以有效避免模型局部最优，同时提高异常监测准确性和可靠性。
综上所述，本发明所提供的一种生物制品的生产预警方法具有如下技术效果：
1.通过对待监测生产安全的生物制品进行生产过程分析，得到对应生物制品的生产特征数据，进而根据该生物制品生产特征进行层级聚类分析，并基于聚类结果依次匹配对应的生产区域，进一步利用传感装置对各生产区域实际情况依次进行采集，从而建立各生产区域和传感信息间的对应关系，进一步的，将各生产区域的传感信息依次输入异常检测模型中，智能化得到各生产区域中的异常特征信息，并对异常特征信息进行针对性的预警提醒。通过第一传感装置对各生产区域的实时情况监测，实现了智能化监测生物制品各生产环节的实际生产情况的技术目标，进而利用异常检测模型对第一传感装置实时监测到的各项传感信息进行智能化分析判断，实现了智能化识别生产异常，并及时预警的技术目标，通过利用计算机技术对生物制品生产与质量控制中的生物安全风险进行全面、及时监测和分析，并对异常情况及时预警，达到了降低生物安全风险、保障生物制品生产和人员生命安全的技术效果。
2.通过对生物制品类型、制备流程、毒性等的分析聚类，实现了对生物制品全面聚类分析的目标，达到了为后续基于生物制品聚类结果针对性重点监测和识别提供参考，进而提高异常预警实时性的技术效果。
3.通过功能不同的三个处理层实现对智能检测模型的构建，三个处理层分工合作，对生物制品的生产制备异常进行及时提取和判断，达到了提高监测效率和准确率、提高智能识别判断异常速度，从而提高异常处理及时性，针对异常类型的个性化处理可以有效降低异常风险和危害，有效保障生物制品生产安全和质量可靠性的技术效果。
实施例二
基于与前述实施例中一种生物制品的生产预警方法，同样发明构思，本发明还提供了一种生物制品的生产预警系统，请参阅附图5，所述系统包括：
第一获得单元11，所述第一获得单元11用于获得第一生物制品，其中，所述第一生物制品为待监测生物制品集合；
第二获得单元12，所述第二获得单元12用于遍历所述第一生物制品进行生产特征提取，获得第一特征信息集；
第一生成单元13，所述第一生成单元13用于根据所述第一特征信息集对所述第一生物制品进行层级聚类分析，生成第一聚类结果；
第三获得单元14，所述第三获得单元14用于遍历所述第一聚类结果进行生产区域匹配，获得第一生产区域集合；
第四获得单元15，所述第四获得单元15用于调取第一传感装置对所述第一生产区域集合进行传感信息采集，获得第一传感信息采集结果，其中，所述第一传感信息采集结果和所述第一生产区域集合一一对应；
第五获得单元16，所述第五获得单元16用于将所述第一传感信息采集结果输入异常检测模型，获得第一检测结果，其中，所述第一检测结果包括异常特征信息；
第二生成单元17，所述第二生成单元17用于根据所述异常特征信息，生成第一预警信号。
进一步的，所述系统还包括：
第六获得单元，所述第六获得单元用于遍历所述第一生物制品进行类型特征分析，获得第一制品类型特征集；
第七获得单元，所述第七获得单元用于遍历所述第一生物制品进行制备流程特征分析，获得第一制备流程特征集；
第八获得单元，所述第八获得单元用于遍历所述第一生物制品进行毒性特征分析，获得第一毒性特征集。
进一步的，所述系统还包括：
第三生成单元，所述第三生成单元用于基于所述第一制品类型特征集，对所述第一生物制品进行聚类分析，生成一级聚类结果；
第四生成单元，所述第四生成单元用于基于所述第一制备流程特征集，遍历一级聚类结果进行聚类分析，生成二级聚类结果；
第五生成单元，所述第五生成单元用于基于所述第一毒性特征集，遍历所述二级聚类结果进行聚类分析，生成三级聚类结果；
第六生成单元，所述第六生成单元用于根据所述一级聚类结果，所述二级聚类结果和所述三级聚类结果，生成第一聚类树；
第一设置单元，所述第一设置单元用于将所述第一聚类树设为所述第一聚类结果。
进一步的，所述系统还包括：
第七生成单元，所述第七生成单元用于遍历所述第一聚类结果输入危害特征匹配数据库，生成第一危害特征信息，其中，所述第一危害特征信息包括第一危害类型信息和第一危害途径信息；
第八生成单元，所述第八生成单元用于根据所述第一危害类型信息和所述第一危害途径信息匹配区域隔离方式，生成第一区域隔离方案；
第九生成单元，所述第九生成单元用于根据所述第一区域隔离方案对生产区域进行隔离分割，生成所述第一生产区域集合。
进一步的，所述系统还包括：
第九获得单元，所述第九获得单元用于根据所述异常检测模型，获得第一处理层、第二处理层和第三处理层，其中，所述第一处理层用于传感信息特征提取、所述第二处理层用于异常识别、所述第三处理层用于位置标识和类型标识；
第十生成单元，所述第十生成单元用于将所述第一传感信息采集结果输入所述第一处理层，生成第一传感信息特征；
第十一生成单元，所述第十一生成单元用于将所述第一传感信息特征输入所述第二处理层，生成第一异常识别结果；
第一输出单元，所述第一输出单元用于当所述第一异常识别结果具有所述异常特征信息时，激活所述第三处理层，输出第一预警位置信息和第一预警类型信息；
第一添加单元，所述第一添加单元用于将所述第一异常识别结果、所述第一预警位置信息和所述第一预警类型信息添加进所述第一检测结果。
进一步的，所述系统还包括：
第十获得单元，所述第十获得单元用于遍历所述第一危害特征信息，获得第一特征提取维度和第一传感信息特征历史数据，其中，所述第一传感信息特征历史数据为无异常的历史数据集；
第十二生成单元，所述第十二生成单元用于遍历所述第一生产区域集合，生成第一区域位置信息集和第一危害类型信息集；
第一构建单元，所述第一构建单元用于基于所述第一特征提取维度，构建所述第一处理层；
第二构建单元，所述第二构建单元用于通过所述第一传感信息特征历史数据，构建所述第二处理层；
第十三生成单元，所述第十三生成单元用于根据所述第一区域位置信息集和所述第一危害类型信息集，生成所述第三处理层；
第十四生成单元，所述第十四生成单元用于将所述第一处理层、所述第二处理层和所述第三处理层依次连接，生成所述异常检测模型。
进一步的，所述系统还包括：
第十五生成单元，所述第十五生成单元用于将所述第一传感信息特征和所述第一传感信息特征历史数据合并，生成第一基准数据集，其中，所述第一传感信息特征和所述第一传感信息特征历史数据一一对应；
第十六生成单元，所述第十六生成单元用于对所述第一基准数据集进行特征类型聚类，生成第二聚类结果；
第一执行单元，所述第一执行单元用于遍历所述第二聚类结果提取基准数据基于特征值进行多层级随机分割，当分割一侧数据的数据量为1或满足预设分割次数时停止；
第二添加单元，所述第二添加单元用于将所述分割一侧数据的数据量为1对应的所述第一传感信息特征添加进所述异常特征信息。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，前述图1实施例一中的一种生物制品的生产预警方法和具体实例同样适用于本实施例的一种生物制品的生产预警系统，通过前述对一种生物制品的生产预警方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种生物制品的生产预警系统，所以为了说明书的简洁，在此不再详述。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
示例性电子设备
下面参考图6来描述本发明的电子设备。
图6图示了根据本发明的电子设备的结构示意图。
基于与前述实施例中一种生物制品的生产预警方法的发明构思，本发明还提供一种生物制品的生产预警系统，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生物制品的生产预警方法的任一方法的步骤。
其中，在图6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。
本发明提供了一种生物制品的生产预警方法，所述方法应用于一种生物制品的生产预警系统，其中，所述方法包括：通过获得第一生物制品，其中，所述第一生物制品为待监测生物制品集合；遍历所述第一生物制品进行生产特征提取，获得第一特征信息集；根据所述第一特征信息集对所述第一生物制品进行层级聚类分析，生成第一聚类结果；遍历所述第一聚类结果进行生产区域匹配，获得第一生产区域集合；调取第一传感装置对所述第一生产区域集合进行传感信息采集，获得第一传感信息采集结果，其中，所述第一传感信息采集结果和所述第一生产区域集合一一对应；将所述第一传感信息采集结果输入异常检测模型，获得第一检测结果，其中，所述第一检测结果包括异常特征信息；根据所述异常特征信息，生成第一预警信号。解决了现有技术中在进行病原微生物生物制品的生产时，一般通过相关规定对操作人员进行生产规范管理，存在无法及时发现生产各环节的风险，进而无法及时采取针对性举措，最终影响生产、甚至生命安全的技术问题。通过利用计算机技术对生物制品生产与质量控制中的生物安全风险进行全面、及时监测和分析，并对异常情况及时预警，达到了降低生物安全风险、保障生物制品生产和人员生命安全的技术效果。
本发明还提供一种电子设备，其中，包括处理器和存储器；
该存储器，用于存储程序；
该处理器，用于在调用所述程序时，以执行上述实施例一中任一项所述的方法。
本发明还提供一种计算机程序产品，包括计算机程序和/或指令，该计算机程序和/或指令被处理器执行时实现上述实施例一中任一项所述方法的步骤。
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，本发明可采用完全软件实施例、完全硬件实施例、或结合软件和硬件方面实施例的形式。此外，本发明为可以在一个或多个包含有计算机可用程序代码的计算机可用存储介质上实施的计算机程序产品的形式。而所述的计算机可用存储介质包括但不限于：U盘、移动硬盘、只读存储器（Read-Only Memory，简称ROM）、随机存取存储器（Random AccessMemory，简称RAM）、磁盘存储器、只读光盘（Compact Disc Read-Only Memory，简称CD-ROM）、光学存储器等各种可以存储程序代码的介质。
本发明是参照本发明的方法、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。
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 (10)

1.一种生物制品的生产预警方法，其特征在于，所述方法应用于一种生物制品的生产预警系统，所述系统和第一传感装置通信连接，所述方法包括：
获得第一生物制品，其中，所述第一生物制品为待监测生物制品集合；
遍历所述第一生物制品进行生产特征提取，获得第一特征信息集；
根据所述第一特征信息集对所述第一生物制品进行层级聚类分析，生成第一聚类结果；
遍历所述第一聚类结果进行生产区域匹配，获得第一生产区域集合；
调取第一传感装置对所述第一生产区域集合进行传感信息采集，获得第一传感信息采集结果，其中，所述第一传感信息采集结果和所述第一生产区域集合一一对应；
将所述第一传感信息采集结果输入异常检测模型，获得第一检测结果，其中，所述第一检测结果包括异常特征信息；
根据所述异常特征信息，生成第一预警信号。
2.如权利要求1所述的方法，其特征在于，所述遍历所述第一生物制品进行生产特征提取，获得第一特征信息集，包括：
遍历所述第一生物制品进行类型特征分析，获得第一制品类型特征集；
遍历所述第一生物制品进行制备流程特征分析，获得第一制备流程特征集；
遍历所述第一生物制品进行毒性特征分析，获得第一毒性特征集。
3.如权利要求2所述的方法，其特征在于，所述根据所述第一特征信息集对所述第一生物制品进行层级聚类分析，生成第一聚类结果，包括：
基于所述第一制品类型特征集，对所述第一生物制品进行聚类分析，生成一级聚类结果；
基于所述第一制备流程特征集，遍历一级聚类结果进行聚类分析，生成二级聚类结果；
基于所述第一毒性特征集，遍历所述二级聚类结果进行聚类分析，生成三级聚类结果；
根据所述一级聚类结果，所述二级聚类结果和所述三级聚类结果，生成第一聚类树；
将所述第一聚类树设为所述第一聚类结果。
4.如权利要求1所述的方法，其特征在于，所述遍历所述第一聚类结果进行生产区域匹配，获得第一生产区域集合，包括：
遍历所述第一聚类结果输入危害特征匹配数据库，生成第一危害特征信息，其中，所述第一危害特征信息包括第一危害类型信息和第一危害途径信息；
根据所述第一危害类型信息和所述第一危害途径信息匹配区域隔离方式，生成第一区域隔离方案；
根据所述第一区域隔离方案对生产区域进行隔离分割，生成所述第一生产区域集合。
5.如权利要求4所述的方法，其特征在于，所述将所述第一传感信息采集结果输入异常检测模型，获得第一检测结果，包括：
根据所述异常检测模型，获得第一处理层、第二处理层和第三处理层，其中，所述第一处理层用于传感信息特征提取、所述第二处理层用于异常识别、所述第三处理层用于位置标识和类型标识；
将所述第一传感信息采集结果输入所述第一处理层，生成第一传感信息特征；
将所述第一传感信息特征输入所述第二处理层，生成第一异常识别结果；
当所述第一异常识别结果具有所述异常特征信息时，激活所述第三处理层，输出第一预警位置信息和第一预警类型信息；
将所述第一异常识别结果、所述第一预警位置信息和所述第一预警类型信息添加进所述第一检测结果。
6.如权利要求5所述的方法，其特征在于，所述方法包括：
遍历所述第一危害特征信息，获得第一特征提取维度和第一传感信息特征历史数据，其中，所述第一传感信息特征历史数据为无异常的历史数据集；
遍历所述第一生产区域集合，生成第一区域位置信息集和第一危害类型信息集；
基于所述第一特征提取维度，构建所述第一处理层；
通过所述第一传感信息特征历史数据，构建所述第二处理层；
根据所述第一区域位置信息集和所述第一危害类型信息集，生成所述第三处理层；
将所述第一处理层、所述第二处理层和所述第三处理层依次连接，生成所述异常检测模型。
7.如权利要求6所述的方法，其特征在于，所述将所述第一传感信息特征输入所述第二处理层，生成第一异常识别结果，包括：
将所述第一传感信息特征和所述第一传感信息特征历史数据合并，生成第一基准数据集，其中，所述第一传感信息特征和所述第一传感信息特征历史数据一一对应；
对所述第一基准数据集进行特征类型聚类，生成第二聚类结果；
遍历所述第二聚类结果提取基准数据基于特征值进行多层级随机分割，当分割一侧数据的数据量为1或满足预设分割次数时停止；
将所述分割一侧数据的数据量为1对应的所述第一传感信息特征添加进所述异常特征信息。
8.一种生物制品的生产预警系统，其特征在于，所述系统应用于权利要求1~7任一所述方法，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生物制品，其中，所述第一生物制品为待监测生物制品集合；
第二获得单元：所述第二获得单元用于遍历所述第一生物制品进行生产特征提取，获得第一特征信息集；
第一生成单元：所述第一生成单元用于根据所述第一特征信息集对所述第一生物制品进行层级聚类分析，生成第一聚类结果；
第三获得单元：所述第三获得单元用于遍历所述第一聚类结果进行生产区域匹配，获得第一生产区域集合；
第四获得单元：所述第四获得单元用于调取第一传感装置对所述第一生产区域集合进行传感信息采集，获得第一传感信息采集结果，其中，所述第一传感信息采集结果和所述第一生产区域集合一一对应；
第五获得单元：所述第五获得单元用于将所述第一传感信息采集结果输入异常检测模型，获得第一检测结果，其中，所述第一检测结果包括异常特征信息；
第二生成单元：所述第二生成单元用于根据所述异常特征信息，生成第一预警信号。
9.一种电子设备，其特征在于，包括处理器和存储器；
所述存储器，用于存储程序；
所述处理器，用于在调用所述程序时，以执行权利要求1~7中任一项所述的方法。
10.一种计算机程序产品，包括计算机程序和/或指令，其特征在于，该计算机程序和/或指令被处理器执行时实现权利要求1~7中任一项所述方法的步骤。
CN202210514716.8A 2022-05-12 2022-05-12 一种生物制品的生产预警方法及系统 Active CN114723334B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210514716.8A CN114723334B (zh) 2022-05-12 2022-05-12 一种生物制品的生产预警方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210514716.8A CN114723334B (zh) 2022-05-12 2022-05-12 一种生物制品的生产预警方法及系统

Publications (2)

Publication Number Publication Date
CN114723334A true CN114723334A (zh) 2022-07-08
CN114723334B CN114723334B (zh) 2022-09-20

Family

ID=82231559

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210514716.8A Active CN114723334B (zh) 2022-05-12 2022-05-12 一种生物制品的生产预警方法及系统

Country Status (1)

Country Link
CN (1) CN114723334B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114997526A (zh) * 2022-07-15 2022-09-02 张家港长三角生物安全研究中心 一种生物制品生产条件优化方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106502234A (zh) * 2016-10-17 2017-03-15 重庆邮电大学 基于双轮廓模型的工业控制系统异常检测方法
WO2022012136A1 (zh) * 2020-07-16 2022-01-20 中国农业科学院深圳农业基因组研究所 区块链系统、生物制品监控方法及装置
CN113984246A (zh) * 2021-10-28 2022-01-28 安阳市蓝海安全工程师事务所有限公司 一种基于温度传感的化工安全生产监测方法及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106502234A (zh) * 2016-10-17 2017-03-15 重庆邮电大学 基于双轮廓模型的工业控制系统异常检测方法
WO2022012136A1 (zh) * 2020-07-16 2022-01-20 中国农业科学院深圳农业基因组研究所 区块链系统、生物制品监控方法及装置
CN113984246A (zh) * 2021-10-28 2022-01-28 安阳市蓝海安全工程师事务所有限公司 一种基于温度传感的化工安全生产监测方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114997526A (zh) * 2022-07-15 2022-09-02 张家港长三角生物安全研究中心 一种生物制品生产条件优化方法及系统
CN114997526B (zh) * 2022-07-15 2022-10-28 张家港长三角生物安全研究中心 一种生物制品生产条件优化方法及系统

Also Published As

Publication number Publication date
CN114723334B (zh) 2022-09-20

Similar Documents

Publication Publication Date Title
CN107967208B (zh) 一种基于深度神经网络的Python资源敏感缺陷代码检测方法
CN114723334B (zh) 一种生物制品的生产预警方法及系统
CN109213121A (zh) 一种风机制动系统卡缸故障诊断方法
CN112635069A (zh) 一种基于常规检验数据的肺结核智能识别方法
CN116311081B (zh) 一种基于图像识别的医学实验室监控图像分析方法和系统
CN115481940A (zh) 一种基于大数据的油气管道区域风险监测系统
Mitchell et al. An investigation into the use of machine learning for determining oestrus in cows
CN110553789A (zh) 一种压阻式压力传感器的状态检测方法、装置及制动系统
JP5568816B2 (ja) アンチバイオグラム分類方法および装置、２次元キャリアマップ作成方法および装置、並びに感染対策指標の評価方法および装置
CN111862558A (zh) 一种火灾探测信号的智能处理方法
CN117831701A (zh) 一种基于规则引擎的电子病例质控方法
CN106706109A (zh) 一种基于时域二维特性的振动源识别方法及系统
CN117744789A (zh) 基于知识图谱的工业设备故障管理方法、装置及设备
KR102601051B1 (ko) 가축질병 실시간 예찰 기술 및 지능형 방역위생 시스템
Liberati et al. Improving the automated monitoring of dairy cows by integrating various data acquisition systems
CN116011802A (zh) 一种畜禽产品监测用风险预警管理系统及方法
CN111017667B (zh) 电梯抱闸异常检测方法、装置、设备及可读存储介质
CN110390454A (zh) 一种石化装置泄漏风险分析与管理系统
CN114199992A (zh) 一种储油罐罐壁腐蚀检测方法及系统
CN106501325A (zh) 一种优化传感数据及模式识别对辐照食品的实时快检方法
CN117952809B (zh) 一种农贸市场病原采样与监测方法及系统
Malikhah et al. A New Approach for Detection of Viral Respiratory Infections Using E-nose Through Sweat from Armpit with Fully Connected Deep Network
CN110782997A (zh) 一种基于不良反应监测报告的药品风险评估模型
CN111302173A (zh) 电梯钢丝绳异常检测方法、装置、设备及可读存储介质
Yani et al. Plastic-type prediction based on digital image using multinomial Naïve Bayes method

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