CN114943486A - 基于磁控溅射设备使用效率最优的管理系统及其管理方法 - Google Patents
基于磁控溅射设备使用效率最优的管理系统及其管理方法 Download PDFInfo
- Publication number
- CN114943486A CN114943486A CN202210856154.5A CN202210856154A CN114943486A CN 114943486 A CN114943486 A CN 114943486A CN 202210856154 A CN202210856154 A CN 202210856154A CN 114943486 A CN114943486 A CN 114943486A
- Authority
- CN
- China
- Prior art keywords
- reservation
- feature
- order information
- information
- alternative
- 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
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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering 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
- G06Q10/02—Reservations, e.g. for tickets, services or events
-
- 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)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及智能管理的领域,其具体地公开了一种基于磁控溅射设备使用效率最优的管理系统及其管理方法,其包括:学生管理模块,用于以对学生信息和账户进行管理;设备管理模块,用于以对磁控溅射设备的相关信息进行管理;预约设置模块,用于设置预约数据;订单管理模块用于对预约订单进行管理;子账户模块,用于对子账户进行设置和管理;手机端管理后台模块,用于对预约订单信息进行后台管理;身份识别模块,用于进行身份识别;设备预约模块,用于对设备预约进行流程管理;个人中心模块,用于查看用户的个人已提交的预约订单信息。
Description
技术领域
本发明涉及智能管理的领域,且更为具体地,涉及一种基于磁控溅射设备使用效率最优的管理系统及其管理方法。
背景技术
在高校科研平台,经常出现大量用户排队等候预约设备的情况,机时非常紧张,同时该设备每批次能够加工的靶材种类有限,使得一批预约的靶材种类不能超过设备腔室内允许安装的最大数量。另外,由于机时紧张,经常需要安排晚间实验,从实验室安全考虑,晚间实验必须至少两人同时在场。
不仅如此,由于设备对靶材数量的限制和大量人员排队等候预约,因此还经常出现用户抢约设备的情况。
如果前面预约成功的用户选择的靶材不满设备能够安装的最大数量,后续预约的用户还可以继续选择其他种类的材料,直到数量约满为止。靶材数量约满后,后面用户的预约,只能从已被预约的材料中选择一种或者多种材料,此功能可避免预约材料数量超过设备容纳的最大量,导致材料无法安装的问题。
现有的设备预约方式主要由以下几种途径:途径一:通过各平台自行搭建的设备预约网站进行设备预约;途径二:借助网络上已有的小程序预约;途径三:通过微信、钉钉、QQ等软件以聊天的方式跟设备管理员预约;途径四:私下跟设备管理员口头预约及其他预约方式。但这几种途径都存在以下缺陷:
途径一和途径二:使用到的预约网站或小程序都是通用性的,适合常规设备的一般性预约,如仅需填写设备使用人、使用日期、使用时间段等,功能单一,无法实现下述几条特定需求。
1、机时紧张,要求必须提高机时利用效率,尽可能多地快速消耗掉排队用户,这就要求所有用户的预约使用时间必须集中,即将用户集中到最近几天使用设备,不允许用户随意挑选日期预约而导致使用日期分散。不仅如此,对于某一天的预约安排,每天第一个使用设备的用户也不允许随意挑选某一天的时间段,第一个预约使用设备的用户必须在每天上午某个时间点尽早开始,但可以根据实验需要随意选择结束时间。后一个用户必须紧接前一个用户预约,即后一个用户的开始时间必须是前一个用户的结束时间,从而避免中间留有时间空档造成机时浪费,后续用户以此类推。途径一和途径二无法满足上述要求。
2、每个用户每批次需要加工的材料种类不同,同一批次不同用户加工的材料种类也不同,而设备每批能够安装的靶材数量是一定的,要求用户预约的时候,可以根据自己实验需要随意填写自己所需的靶材名称,同一个用户可以填写多个靶材。当前面用户预约的靶材数量小于设备能容纳的最大数量时,后面用户可以继续预约新靶材,直到约满为止。当前面用户预约的靶材数量达到设备能容纳的最大数量时,后面用户只能预约使用前面用户已经预约的靶材,也就是说,所有用户预约的靶材总数必须小于或等于设备所能容纳的最大靶材数量。途径一和途径二无法满足上述要求。
3、从实验室安全的角度考虑,需要晚间实验的用户必须至少两人在场,因此需要预约晚间实验的用户必须填写至少一名陪同人姓名,如预约某个时间点之后的实验,不填写陪同人姓名,则无法提交预约。途径一和途径二无法满足上述要求。
4、为使得每天第一批用户按时用上设备,需要在每天第一批第一个用户开始实验之前完成第一批靶材的更换。更换靶材之前需要确定第一批预约的靶材。这就要求在更换靶材之前某个时间点截止当天的第一批预约。第一批预约截止后,第一批用户的使用截止时间也随之确定。管理员可根据第一批用户使用截止时间确定在第一批用户完成实验后是否立即更换当天第二批靶材供用户预约。如第一批用户使用结束时间较早,如中午或下班前。为提高机时利用效率,不浪费下午或晚上的机时,管理员可安排第二批靶材的预约,为了给用户充分的预约时间,在第一批靶材预约截止后,管理员即知道第一批靶材的使用截止时间,并可确定是否通知第二批预约。如需要通知第二批预约,需要系统能够设置何时可以开始第二批预约,因为两批靶材之间还需要留有更换第二批靶材的时间,还需要设置第二批开始使用时间。另外,如夜间不开放实验,还需要设置第二批靶材的结束使用时间,如晚上22:00。综上,要求预约系统能够允许在后台根据需要动态设置预约开始时间、预约截止时间、使用开始时间、使用截止时间等。途径一和途径二都无法满足上述问题。
5、实际工作中,经常遇到用户取消实验或更改使用时间的情况,要求预约系统允许在后台取消某个时间段或更改预约材料种类、陪同人等信息。且在某个用户取消预约后,要求系统允许管理员在后台能够将后面的用户顺序提前补足空档,避免时间浪费。途径一和途径二都无法满足上述问题。
途径三和途径四:用户如通过这两种途径线下手动编辑预约信息向管理员发出预约申请,设备管理人员再根据用户预约申请手动安排用户预约,将会出现每天动辄需要手动编辑几百条预约信息,且用户根据实验需要提出预约申请是不定时的。实际工作中有的预约在白天,有的晚上,有的夜间,有的节假日。有时在管理员开会时候,有时在管理员开车时候等等。更甚的是,在刚刚开放某几天预约的那个时间点,经常出现大量用户同时抢约设备的情况,实际工作中,经常出现一分钟内,同时有七八个用户抢约某个时间段的情况,不仅工作量大,工作效率低,还经常出现忙中出错的情况。
由于现有的预约方式基于先到先得的原则来进行逐一预约,而无法基于预约信息的全局来确定设备最优使用策略。也就是,如果基于先到先得的原则,可能存在前几个预约者的预约条件会极大地制约设备的使用效率,因此,需要建议这几位提前预约的同学进行延期使用。
因此,期待一种基于磁控溅射设备使用效率最优的管理系统来提高设备的使用效率。
发明内容
为了解决上述技术问题,提出了本申请。本申请的实施例提供了一种基于磁控溅射设备使用效率最优的管理系统及其管理方法,其包括:学生管理模块以对学生信息和账户进行管理;设备管理模块以对磁控溅射设备的相关信息进行管理;预约设置模块以设置预约数据;订单管理模块以对预约订单进行管理;子账户模块以对子账户进行设置和管理;手机端管理后台模块以对预约订单信息进行后台管理;身份识别模块用于进行身份识别;设备预约模块以设备预约进行流程管理;个人中心模块以查看用户的个人已提交的预约订单信息。其中,在所述订单管理模块中通过使用智能管理技术以基于所有预约信息的全局特征来得出磁控溅射设备的使用效率最优的管理方案。
根据本申请的一个方面,提供了一种基于磁控溅射设备使用效率最优的管理系统,其包括:
学生管理模块,用于对学生信息和账户进行管理;
设备管理模块,用于对磁控溅射设备的相关信息进行管理;
预约设置模块,用于设置预约数据;
订单管理模块,用于对预约订单进行管理;
子账户模块,用于对子账户进行设置和管理;
手机端管理后台模块,用于对预约订单信息进行后台管理;
身份识别模块,用于进行身份识别;
设备预约模块,用于设备预约进行流程管理;以及
个人中心模块,用于查看用户的个人已提交的预约订单信息。
在上述基于磁控溅射设备使用效率最优的管理系统中,所述订单管理模块,包括:预约订单数据采集单元,用于获取所有账户提交的预约订单信息,所述预约订单信息包括预约时间段、靶材种类以及靶材数量;订单信息编码单元,用于将各个所述账户的预约订单信息分别通过包含嵌入层的上下文编码器以得到对应于各个所述账户的预约订单信息的多个预约信息特征向量;订单内信息关联编码单元,用于将所述对应于各个所述账户的预约订单信息的多个预约信息特征向量进行二维排列为特征矩阵后通过作为特征提取器的第一卷积神经网络以得到对应于各个所述账户的预约需求特征矩阵;语义强化降维单元,用于将所述预约需求特征矩阵转化为预约需求特征向量;聚类单元,用于对所有所述账户的预约需求特征向量进行聚类以得到聚类中心;类间间距度量单元,用于计算所述聚类中心与各个所述预约需求特征向量之间的距离以得到聚类特征向量;特征分布校正单元,用于以所述聚类特征向量中各个位置的特征值作为权重对各个所述预约需求特征向量进行加权,并将加权后的各个所述预约需求特征向量进行级联以得到全局预约特征向量;备选预约方案提取单元,用于获取备选预约方案;备选方案编码单元,用于将所述备选预约方案中各个预约订单信息分别通过上下文编码器以得到对应于各个所述预约订单信息的备选预约信息特征向量,并将所述对应于各个所述预约订单信息的备选预约信息特征向量进行级联以得到备选预约方案特征向量;备选方案评估单元,用于计算所述备选预约方案特征向量相对于所述全局预约特征向量的转移矩阵;以及,预约方案推荐单元,用于将所述转移矩阵通过分类器以得到分类结果,所述分类结果用于表示是否将备选方案设置为推荐预约方案。
在上述基于磁控溅射设备使用效率最优的管理系统中,所述订单信息编码单元,进一步用于:使用所述包含嵌入层的上下文编码器的嵌入层分别将各个所述账户的预约订单信息转化为输入向量以获得输入向量的序列;以及,使用所述包含嵌入层的上下文编码器的转换器对所述输入向量的序列进行基于全局的上下文语义编码以获得对应于各个所述账户的预约订单信息的所述多个预约信息特征向量。
在上述基于磁控溅射设备使用效率最优的管理系统中,所述订单内信息关联编码单元,进一步用于:所述第一卷积神经网络的各层在层的正向传递中分别进行:对输入数据进行卷积处理以得到卷积特征图;对所述卷积特征图进行基于局部通道维度的均值池化以得到池化特征图;以及,对所述池化特征图进行非线性激活以得到激活特征图;其中,所述第一卷积神经网络的最后一层的输出为对应于各个所述账户的所述预约需求特征矩阵,所述第一卷积神经网络的第一层的输入为所述特征矩阵。
在上述基于磁控溅射设备使用效率最优的管理系统中,所述语义强化降维单元,进一步用于以如下公式将所述预约需求特征矩阵转化为所述预约需求特征向量;
其中,所述公式为:
在上述基于磁控溅射设备使用效率最优的管理系统中,所述聚类单元,进一步用于计算所有所述账户的预约需求特征向量的按位置均值向量作为所述聚类中心。
在上述基于磁控溅射设备使用效率最优的管理系统中,所述类间间距度量单元,进一步用于:分别计算所述聚类中心与各个所述预约需求特征向量之间的欧式距离;将所述聚类中心与各个所述预约需求特征向量之间的欧式距离构造为初始聚类特征向量;以及,将所述初始聚类特征向量输入Sigmoid激活函数以将所述初始聚类特征向量映射到概率空间中以得到所述聚类特征向量。
在上述基于磁控溅射设备使用效率最优的管理系统中,所述备选方案评估单元,进一步用于:以如下公式计算所述备选预约方案特征向量相对于所述全局预约特征向量的所述转移矩阵;
其中,所述公式为:
S=T*F
其中F表示所述全局预约特征向量,T表示所述转移矩阵,S表示所述备选预约方案特征向量。
在上述基于磁控溅射设备使用效率最优的管理系统中,所述预约方案推荐单元,进一步用于使用所述分类器以如下公式对所述转移矩阵进行处理以生成分类结果,其中,所述公式为:softmax{(W n , B n ):...:(W 1, B 1)|Project(F)},其中Project(F)表示将所述转移矩阵投影为向量,W 1至W n 为各层全连接层的权重矩阵,B 1至B n 表示各层全连接层的偏置矩阵。
根据本申请的另一方面,一种基于磁控溅射设备使用效率最优的管理系统的管理方法,其包括:
S1:对学生信息和账户进行管理;
S2:对磁控溅射设备的相关信息进行管理;
S3:设置预约数据;
S4:对预约订单进行管理;
S5:对子账户进行设置和管理;
S6:对预约订单信息进行后台管理;
S7:进行身份识别;
S8:设备预约进行流程管理;以及
S9:查看用户的个人已提交的预约订单信息。
在上述基于磁控溅射设备使用效率最优的管理系统的管理方法中,对预约订单进行管理,包括:获取所有账户提交的预约订单信息,所述预约订单信息包括预约时间段、靶材种类以及靶材数量;将各个所述账户的预约订单信息分别通过包含嵌入层的上下文编码器以得到对应于各个所述账户的预约订单信息的多个预约信息特征向量;将所述对应于各个所述账户的预约订单信息的多个预约信息特征向量进行二维排列为特征矩阵后通过作为特征提取器的第一卷积神经网络以得到对应于各个所述账户的预约需求特征矩阵;将所述预约需求特征矩阵转化为预约需求特征向量;对所有所述账户的预约需求特征向量进行聚类以得到聚类中心;计算所述聚类中心与各个所述预约需求特征向量之间的距离以得到聚类特征向量;以所述聚类特征向量中各个位置的特征值作为权重对各个所述预约需求特征向量进行加权,并将加权后的各个所述预约需求特征向量进行级联以得到全局预约特征向量;获取备选预约方案;将所述备选预约方案中各个预约订单信息分别通过上下文编码器以得到对应于各个所述预约订单信息的备选预约信息特征向量,并将所述对应于各个所述预约订单信息的备选预约信息特征向量进行级联以得到备选预约方案特征向量;计算所述备选预约方案特征向量相对于所述全局预约特征向量的转移矩阵;将所述转移矩阵通过分类器以得到分类结果,所述分类结果用于表示是否将备选方案设置为推荐预约方案。
在上述基于磁控溅射设备使用效率最优的管理系统的管理方法中,将各个所述账户的预约订单信息分别通过包含嵌入层的上下文编码器以得到对应于各个所述账户的预约订单信息的多个预约信息特征向量,包括:使用所述包含嵌入层的上下文编码器的嵌入层分别将各个所述账户的预约订单信息转化为输入向量以获得输入向量的序列;以及,使用所述包含嵌入层的上下文编码器的转换器对所述输入向量的序列进行基于全局的上下文语义编码以获得对应于各个所述账户的预约订单信息的所述多个预约信息特征向量。
在上述基于磁控溅射设备使用效率最优的管理系统的管理方法中,将所述对应于各个所述账户的预约订单信息的多个预约信息特征向量进行二维排列为特征矩阵后通过作为特征提取器的第一卷积神经网络以得到对应于各个所述账户的预约需求特征矩阵,包括:所述第一卷积神经网络的各层在层的正向传递中分别进行:对输入数据进行卷积处理以得到卷积特征图;对所述卷积特征图进行基于局部通道维度的均值池化以得到池化特征图;以及,对所述池化特征图进行非线性激活以得到激活特征图;其中,所述第一卷积神经网络的最后一层的输出为对应于各个所述账户的所述预约需求特征矩阵,所述第一卷积神经网络的第一层的输入为所述特征矩阵。
在上述基于磁控溅射设备使用效率最优的管理系统的管理方法中,将所述预约需求特征矩阵转化为预约需求特征向量,包括:以如下公式将所述预约需求特征矩阵转化为所述预约需求特征向量;
其中,所述公式为:
在上述基于磁控溅射设备使用效率最优的管理系统的管理方法中,对所有所述账户的预约需求特征向量进行聚类以得到聚类中心,包括:计算所有所述账户的预约需求特征向量的按位置均值向量作为所述聚类中心。
在上述基于磁控溅射设备使用效率最优的管理系统的管理方法中,计算所述聚类中心与各个所述预约需求特征向量之间的距离以得到聚类特征向量,包括:分别计算所述聚类中心与各个所述预约需求特征向量之间的欧式距离;将所述聚类中心与各个所述预约需求特征向量之间的欧式距离构造为初始聚类特征向量;以及,将所述初始聚类特征向量输入Sigmoid激活函数以将所述初始聚类特征向量映射到概率空间中以得到所述聚类特征向量。
在上述基于磁控溅射设备使用效率最优的管理系统的管理方法中,计算所述备选预约方案特征向量相对于所述全局预约特征向量的转移矩阵,包括:以如下公式计算所述备选预约方案特征向量相对于所述全局预约特征向量的所述转移矩阵;
其中,所述公式为:
S=T*F
其中F表示所述全局预约特征向量,T表示所述转移矩阵,S表示所述备选预约方案特征向量。
在上述基于磁控溅射设备使用效率最优的管理系统的管理方法中,将所述转移矩阵通过分类器以得到分类结果,包括:使用所述分类器以如下公式对所述转移矩阵进行处理以生成分类结果,其中,所述公式为:softmax{(W n , B n ):...:(W 1, B 1)|Project(F)},其中Project(F)表示将所述转移矩阵投影为向量,W 1至W n 为各层全连接层的权重矩阵,B 1至B n 表示各层全连接层的偏置矩阵。
与现有技术相比,本申请提供的基于磁控溅射设备使用效率最优的管理系统及其管理方法,其包括:学生管理模块以对学生信息和账户进行管理;设备管理模块以对磁控溅射设备的相关信息进行管理;预约设置模块以设置预约数据;订单管理模块以对预约订单进行管理;子账户模块以对子账户进行设置和管理;手机端管理后台模块以对预约订单信息进行后台管理;身份识别模块用于进行身份识别;设备预约模块以设备预约进行流程管理;个人中心模块以查看用户的个人已提交的预约订单信息。其中,在所述订单管理模块中通过使用智能管理技术以基于所有预约信息的全局特征来得出磁控溅射设备的使用效率最优的管理方案。
附图说明
通过结合附图对本申请实施例进行更详细的描述,本申请的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本申请实施例的进一步理解,并且构成说明书的一部分,与本申请实施例一起用于解释本申请,并不构成对本申请的限制。在附图中,相同的参考标号通常代表相同部件或步骤。
图1为根据本申请实施例的基于磁控溅射设备使用效率最优的管理系统的框图。
图2为根据本申请实施例的基于磁控溅射设备使用效率最优的管理系统中订单管理模块的框图。
图3为根据本申请实施例的基于磁控溅射设备使用效率最优的管理系统的管理方法的流程图。
图4为根据本申请实施例的基于磁控溅射设备使用效率最优的管理系统的管理方法中,对预约订单进行管理的流程图。
图5为根据本申请实施例的基于磁控溅射设备使用效率最优的管理系统的管理方法中,对预约订单进行管理的架构示意图。
具体实施方式
下面,将参考附图详细地描述根据本申请的示例实施例。显然,所描述的实施例仅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。
场景概述
具体地,在本申请的技术方案中,首先,获取所有账户提交的预约订单信息,这里,所述预约订单信息包括预约时间段、靶材种类以及靶材数量。应可以理解,考虑到各个所述预约订单信息中的预约时间段、靶材种类以及靶材数量之间都具有关联关系,例如为了尽可能多地快速消耗掉排队用户,这就要求所有用户的预约使用时间必须集中,因此同一时期的预约时间会有着隐含的关联特征,并且由于科研的项目不同,同一用户以及多个不同用户填写的多个靶材种类以及靶材数量之间也存在着关联特征。因此,进一步使用包含嵌入层的上下文编码器对各个所述账户的预约订单信息进行编码,以提取出各个所述账户的预约订单信息之间的基于全局的高维语义特征以更适于表征预约信息的关联本质特征,从而获得对应于各个所述账户的预约订单信息的多个预约信息特征向量。
这样,就可以将所述对应于各个所述账户的预约订单信息的多个预约信息特征向量进行二维排列为特征矩阵,以整合各个所述账户的预约订单的全局隐含关联特征信息,进一步再将所述特征矩阵通过作为特征提取器的第一卷积神经网络中进行特征挖掘,以得到对应于各个所述账户的预约需求特征矩阵。
应可以理解,由于为了提高设备的使用效率,靶材种类和靶材数量相近的预约需求应尽可能地集中安排。因此,对所有同学的所有所述预约需求特征矩阵进行聚类以得到聚类中心。然后,计算所述聚类中心与各个所述预约需求特征矩阵之间的距离以得到聚类特征向量,以使用所述聚类特征向量中各个位置的特征值作为权重对所述预约需求特征矩阵进行加权。
但是,考虑到针对所述预约需求特征矩阵,由于其行向量对应于预约数据的上下文语义方向,而列方向仅对应于向量的排列方向,因此在通过第一卷积神经网络进行特征提取时,所获得的所述预约需求特征矩阵的行和列上的信息表达隐状态并不相同,因此如果直接以所述预约需求特征矩阵计算距离,则空间距离对语义关系的表达准确性可能受到影响。因此,在本申请的技术方案中,首先将所述预约需求特征矩阵进行语义推理信息显式泛化以获得预约需求特征向量,表示为:
其中m i,j 是所述预约需求特征矩阵的转换到概率空间的每个位置的特征值,且∑ i m i,j 对应于对所述预约需求特征矩阵的每列求和。
这样,就将特征值所对应的语义概念进行基于列向量的显式泛化,从而将所述预约需求特征矩阵表达的语义自下而上地推理为表达整体预约需求语义的特征向量,同时进行了表征列向量的样本间语义组的信息解耦,以提高预定方向上的信息可塑性。也就是,由于对特征语义的信息化推理式显式泛化增强了特征在高维语义空间内的空间复杂度下的信息可塑性,这就提高空间距离计算在语义表达层面上的准确性,进而提高分类的准确性。
这样,为了将所述靶材种类和所述靶材数量相近的预约需求应尽可能地集中安排来提高使用效率,因此,对所有所述账户的预约需求特征向量进行聚类以得到聚类中心。在一个具体示例中,可以计算所有所述账户的预约需求特征向量的按位置均值向量作为所述聚类中心。
然后,计算所述聚类中心与各个所述预约需求特征向量之间的距离,例如欧式距离以得到聚类特征向量,进一步以所述聚类特征向量中各个位置的特征值作为权重对各个所述预约需求特征向量进行加权,并将加权后的各个所述预约需求特征向量进行级联,以整合校正后的各个所述预约需求特征向量中的特征信息得到全局预约特征向量。
在对于效率最优的预约方案进行确定时,首先获取备选预约方案。然后,将所述备选预约方案中各个预约订单信息分别通过上下文编码器中进行全局编码,以得到对应于各个所述预约订单信息的备选预约信息特征向量。进一步地,将所述对应于各个所述预约订单信息的备选预约信息特征向量进行级联以整合各个所述预约订单系信息的备选预约全局特征,从而得到备选预约方案特征向量。
这样,就可以基于所述所述备选预约方案特征向量和所述全局预约特征向量来评估备选方案是否为效率最优的推荐预约方案。因此,在本申请的技术方案中,进一步计算所述备选预约方案特征向量相对于所述全局预约特征向量的转移矩阵,并将所述转移矩阵通过分类器以得到用于表示是否将备选方案设置为推荐预约方案的分类结果。
基于此,本申请提出了一种基于磁控溅射设备使用效率最优的管理系统,其包括:学生管理模块,用于对学生信息和账户进行管理;设备管理模块,用于对磁控溅射设备的相关信息进行管理;预约设置模块,用于设置预约数据;订单管理模块,用于对预约订单进行管理;子账户模块,用于对子账户进行设置和管理;手机端管理后台模块,用于对预约订单信息进行后台管理;身份识别模块,用于进行身份识别;设备预约模块,用于设备预约进行流程管理;以及,个人中心模块,用于查看用户的个人已提交的预约订单信息。
具体地,在所述订单管理模块中,包括:预约订单数据采集单元,用于获取所有账户提交的预约订单信息,所述预约订单信息包括预约时间段、靶材种类以及靶材数量;订单信息编码单元,用于将各个所述账户的预约订单信息分别通过包含嵌入层的上下文编码器以得到对应于各个所述账户的预约订单信息的多个预约信息特征向量;订单内信息关联编码单元,用于将所述对应于各个所述账户的预约订单信息的多个预约信息特征向量进行二维排列为特征矩阵后通过作为特征提取器的第一卷积神经网络以得到对应于各个所述账户的预约需求特征矩阵;语义强化降维单元,用于将所述预约需求特征矩阵转化为预约需求特征向量;聚类单元,用于对所有所述账户的预约需求特征向量进行聚类以得到聚类中心;类间间距度量单元,用于计算所述聚类中心与各个所述预约需求特征向量之间的距离以得到聚类特征向量;特征分布校正单元,用于以所述聚类特征向量中各个位置的特征值作为权重对各个所述预约需求特征向量进行加权,并将加权后的各个所述预约需求特征向量进行级联以得到全局预约特征向量;备选预约方案提取单元,用于获取备选预约方案;备选方案编码单元,用于将所述备选预约方案中各个预约订单信息分别通过上下文编码器以得到对应于各个所述预约订单信息的备选预约信息特征向量,并将所述对应于各个所述预约订单信息的备选预约信息特征向量进行级联以得到备选预约方案特征向量;备选方案评估单元,用于计算所述备选预约方案特征向量相对于所述全局预约特征向量的转移矩阵;以及,预约方案推荐单元,用于将所述转移矩阵通过分类器以得到分类结果,所述分类结果用于表示是否将备选方案设置为推荐预约方案。
特别地,在订单管理模块中有一个基于所有预约信息的效率最优的预约排队最优推荐方案,但是,在实际的管理过程中,这个最优推荐方案不一定会被采用,在实际管理系统的运行中,也可以基于设备预约模块来进行预约方案的构建与管理。
这样,用户只需要进入管理系统填写一些简单的预约信息就可以完成预约操作;可以实现自动化预约,大幅度解放设备管理员的时间和精力,节约人力和时间成本;同时实现用户抢预约,先约先得,忙而不乱;还可以限制多人同时预约,从而避免多人同时预约同一个时间段,造成时间冲突;可以实现用户鱼贯预约,每次只能有一个用户进入预约模式,前一个用户预约提交后,下一个用户方可进入预约模式,且后一个用户的开始时间必须是前一个用户的结束时间,中间没有时间空档,从而实现最大化设备利用效率;可以实现一次只允许一人进入预约系统,避免多人同时预约,每个人因不清楚其他人约的靶材种类和数量而导致预约的靶材数量超出设备限制的最大数量;并且用户必须在倒计时一分钟内完成预约,提高预约效率,避免后面人长时间等待;可以限制用户只能预约最近某几天的设备,从而实现将用户集中在某几天预约,集中消化用户的机时需求,避免使用日期分散;可以限制用户从每天某个时刻开始一个紧接一个使用设备,中间不留机时空档,提高设备机时效率,避免每天使用时段分散,无法安排更换第二批靶材,造成大量机时浪费;后台可以动态设置用户开始预约的时间、截止预约的时间、开始使用时间、结束使用时间,充分利用时间的同时,避免时间冲突,使设备紧张有序地进行;保证晚间实验至少两人在场,实现安全管理。
在介绍了本申请的基本原理之后,下面将参考附图来具体介绍本申请的各种非限制性实施例。
示例性系统
图1图示了根据本申请实施例的基于磁控溅射设备使用效率最优的管理系统的框图。如图1所示,根据本申请实施例的基于磁控溅射设备使用效率最优的管理系统 200,包括:学生管理模块 210,用于对学生信息和账户进行管理;设备管理模块 220,用于对磁控溅射设备的相关信息进行管理;预约设置模块 230,用于设置预约数据;订单管理模块240,用于对预约订单进行管理;子账户模块 250,用于对子账户进行设置和管理;手机端管理后台模块 260,用于对预约订单信息进行后台管理;身份识别模块 270,用于进行身份识别;设备预约模块 280,用于设备预约进行流程管理;以及,个人中心模块 290,用于查看用户的个人已提交的预约订单信息。
具体地,在本申请实施例中,所述学生管理模块 210,用于对学生信息和账户进行管理。应可以理解,在对于学生信息和账户进行管理中,其可以批量导入某些用户和删除某些用户模块。
具体地,在本申请实施例中,所述设备管理模块 220,用于对磁控溅射设备的相关信息进行管理。也就是,在本申请的技术方案中,其具有添加设备和删除设备模块,还具有批量导入设备可以加工的材料模块,添加某些材料和删除某些材料模块以及设置特殊材料需要完善的信息模块。不仅如此,其还包括首页发布公告模块、收费标准模块、设备列表模块、倒计时进入预约界面模块。
具体地,在本申请实施例中,所述预约设置模块 230,用于设置预约数据。也就是,更具体地,在本申请实施例中,其具有添加备注信息项目模块,日期和时间设置模块,具体为开始预约时间设置、截止预约时间设置、使用开始时间设置、使用结束时间设置。并且可预约的靶材总量设置和已被预约的靶材种类、数量提示。
具体地,在本申请实施例中,所述订单管理模块 240,用于对预约订单进行管理。也就是,在本申请的技术方案中,可以查看已提交的预约订单和申请取消的预约订单,修改已经提交的预约订单,并且,在被取消的时间段添加新用户或将后面用户顺序提前补足被取消的时间段。
图2图示了根据本申请实施例的基于磁控溅射设备使用效率最优的管理系统中所述订单管理模块的框图。如图2所示,所述订单管理模块 240,包括:预约订单数据采集单元2401,用于获取所有账户提交的预约订单信息,所述预约订单信息包括预约时间段、靶材种类以及靶材数量;订单信息编码单元 2402,用于将各个所述账户的预约订单信息分别通过包含嵌入层的上下文编码器以得到对应于各个所述账户的预约订单信息的多个预约信息特征向量;订单内信息关联编码单元2403,用于将所述对应于各个所述账户的预约订单信息的多个预约信息特征向量进行二维排列为特征矩阵后通过作为特征提取器的第一卷积神经网络以得到对应于各个所述账户的预约需求特征矩阵;语义强化降维单元 2404,用于将所述预约需求特征矩阵转化为预约需求特征向量;聚类单元 2405,用于对所有所述账户的预约需求特征向量进行聚类以得到聚类中心;类间间距度量单元 2406,用于计算所述聚类中心与各个所述预约需求特征向量之间的距离以得到聚类特征向量;特征分布校正单元2407,用于以所述聚类特征向量中各个位置的特征值作为权重对各个所述预约需求特征向量进行加权,并将加权后的各个所述预约需求特征向量进行级联以得到全局预约特征向量;备选预约方案提取单元 2408,用于获取备选预约方案;备选方案编码单元 2409,用于将所述备选预约方案中各个预约订单信息分别通过上下文编码器以得到对应于各个所述预约订单信息的备选预约信息特征向量,并将所述对应于各个所述预约订单信息的备选预约信息特征向量进行级联以得到备选预约方案特征向量;备选方案评估单元 2410,用于计算所述备选预约方案特征向量相对于所述全局预约特征向量的转移矩阵;以及,预约方案推荐单元 2411,用于将所述转移矩阵通过分类器以得到分类结果,所述分类结果用于表示是否将备选方案设置为推荐预约方案。
具体地,在本申请实施例中,所述预约订单数据采集单元 2401和所述订单信息编码单元 2402,用于获取所有账户提交的预约订单信息,所述预约订单信息包括预约时间段、靶材种类以及靶材数量,并将各个所述账户的预约订单信息分别通过包含嵌入层的上下文编码器以得到对应于各个所述账户的预约订单信息的多个预约信息特征向量。也就是,具体地,在本申请的技术方案中,首先,获取所有账户提交的预约订单信息,这里,所述预约订单信息包括预约时间段、靶材种类以及靶材数量。应可以理解,考虑到各个所述预约订单信息中的预约时间段、靶材种类以及靶材数量之间都具有关联关系,例如为了尽可能多地快速消耗掉排队用户,这就要求所有用户的预约使用时间必须集中,因此同一时期的预约时间会有着隐含的关联特征,并且由于科研的项目不同,同一用户以及多个不同用户填写的多个靶材种类以及靶材数量之间也存在着关联特征。因此,进一步使用包含嵌入层的上下文编码器对各个所述账户的预约订单信息进行编码,以提取出各个所述账户的预约订单信息之间的基于全局的高维语义特征以更适于表征预约信息的关联本质特征,从而获得对应于各个所述账户的预约订单信息的多个预约信息特征向量。
更具体地,在本申请实施例中,所述订单信息编码单元,进一步用于:使用所述包含嵌入层的上下文编码器的嵌入层分别将各个所述账户的预约订单信息转化为输入向量以获得输入向量的序列;以及,使用所述包含嵌入层的上下文编码器的转换器对所述输入向量的序列进行基于全局的上下文语义编码以获得对应于各个所述账户的预约订单信息的所述多个预约信息特征向量。
具体地,在本申请实施例中,所述订单内信息关联编码单元2403,用于将所述对应于各个所述账户的预约订单信息的多个预约信息特征向量进行二维排列为特征矩阵后通过作为特征提取器的第一卷积神经网络以得到对应于各个所述账户的预约需求特征矩阵。也就是,在本申请的技术方案中,进一步就可以将所述对应于各个所述账户的预约订单信息的多个预约信息特征向量进行二维排列为特征矩阵,以整合各个所述账户的预约订单的全局隐含关联特征信息,进一步再将所述特征矩阵通过作为特征提取器的第一卷积神经网络中进行特征挖掘,以得到对应于各个所述账户的预约需求特征矩阵。
更具体地,在本申请实施例中,所述订单内信息关联编码单元,进一步用于:所述第一卷积神经网络的各层在层的正向传递中分别进行:对输入数据进行卷积处理以得到卷积特征图;对所述卷积特征图进行基于局部通道维度的均值池化以得到池化特征图;以及,对所述池化特征图进行非线性激活以得到激活特征图;其中,所述第一卷积神经网络的最后一层的输出为对应于各个所述账户的所述预约需求特征矩阵,所述第一卷积神经网络的第一层的输入为所述特征矩阵。
具体地,在本申请实施例中,所述语义强化降维单元 2404,用于将所述预约需求特征矩阵转化为预约需求特征向量。应可以理解,由于为了提高设备的使用效率,靶材种类和靶材数量相近的预约需求应尽可能地集中安排。因此,对所有同学的所有所述预约需求特征矩阵进行聚类以得到聚类中心。然后,计算所述聚类中心与各个所述预约需求特征矩阵之间的距离以得到聚类特征向量,以使用所述聚类特征向量中各个位置的特征值作为权重对所述预约需求特征矩阵进行加权。但是,考虑到针对所述预约需求特征矩阵,由于其行向量对应于预约数据的上下文语义方向,而列方向仅对应于向量的排列方向,因此在通过所述第一卷积神经网络进行特征提取时,所获得的所述预约需求特征矩阵的行和列上的信息表达隐状态并不相同,因此如果直接以所述预约需求特征矩阵计算距离,则空间距离对语义关系的表达准确性可能受到影响。因此,在本申请的技术方案中,首先将所述预约需求特征矩阵进行语义推理信息显式泛化以获得预约需求特征向量。
更具体地,在本申请实施例中,所述语义强化降维单元,进一步用于:以如下公式将所述预约需求特征矩阵转化为所述预约需求特征向量;
其中,所述公式为:
其中m i,j 是所述预约需求特征矩阵的转换到概率空间的每个位置的特征值,且∑ i m i,j 对应于对所述预约需求特征矩阵的每列求和,表示按位置差分。应可以理解,这样,就将特征值所对应的语义概念进行基于列向量的显式泛化,从而将所述预约需求特征矩阵表达的语义自下而上地推理为表达整体预约需求语义的特征向量,同时进行了表征列向量的样本间语义组的信息解耦,以提高预定方向上的信息可塑性。也就是,由于对特征语义的信息化推理式显式泛化增强了特征在高维语义空间内的空间复杂度下的信息可塑性,这就提高空间距离计算在语义表达层面上的准确性,进而提高分类的准确性。
具体地,在本申请实施例中,所述聚类单元2405、所述类间间距度量单元 2406和所述特征分布校正单元 2407,用于对所有所述账户的预约需求特征向量进行聚类以得到聚类中心,并计算所述聚类中心与各个所述预约需求特征向量之间的距离以得到聚类特征向量,再以所述聚类特征向量中各个位置的特征值作为权重对各个所述预约需求特征向量进行加权,并将加权后的各个所述预约需求特征向量进行级联以得到全局预约特征向量。应可以理解,这样,为了将所述靶材种类和所述靶材数量相近的预约需求应尽可能地集中安排来提高使用效率,因此,在本申请的技术方案中,对所有所述账户的预约需求特征向量进行聚类以得到聚类中心。相应地,在一个具体示例中,可以计算所有所述账户的预约需求特征向量的按位置均值向量作为所述聚类中心。然后,计算所述聚类中心与各个所述预约需求特征向量之间的距离,例如欧式距离以得到聚类特征向量,进一步以所述聚类特征向量中各个位置的特征值作为权重对各个所述预约需求特征向量进行加权,并将加权后的各个所述预约需求特征向量进行级联,以整合校正后的各个所述预约需求特征向量中的特征信息得到全局预约特征向量。
更具体地,在本申请实施例中,所述类间间距度量单元,进一步用于:分别计算所述聚类中心与各个所述预约需求特征向量之间的欧式距离;将所述聚类中心与各个所述预约需求特征向量之间的欧式距离构造为初始聚类特征向量;以及,将所述初始聚类特征向量输入Sigmoid激活函数以将所述初始聚类特征向量映射到概率空间中以得到所述聚类特征向量。
具体地,在本申请实施例中,所述备选预约方案提取单元 2408和所述备选方案编码单元 2409,用于获取备选预约方案,并将所述备选预约方案中各个预约订单信息分别通过上下文编码器以得到对应于各个所述预约订单信息的备选预约信息特征向量,并将所述对应于各个所述预约订单信息的备选预约信息特征向量进行级联以得到备选预约方案特征向量。也就是,在本申请的技术方案中,在对于效率最优的预约方案进行确定时,首先获取备选预约方案。然后,将所述备选预约方案中各个预约订单信息分别通过上下文编码器中进行全局编码,以得到对应于各个所述预约订单信息的备选预约信息特征向量。进一步地,将所述对应于各个所述预约订单信息的备选预约信息特征向量进行级联以整合各个所述预约订单系信息的备选预约全局特征,从而得到备选预约方案特征向量。
更具体地,在本申请实施例中,所述备选方案评估单元,进一步用于:以如下公式计算所述备选预约方案特征向量相对于所述全局预约特征向量的所述转移矩阵;
其中,所述公式为:
S=T*F
其中F表示所述全局预约特征向量,T表示所述转移矩阵,S表示所述备选预约方案特征向量。
具体地,在本申请实施例中,所述备选方案评估单元 2410和所述预约方案推荐单元 2411,用于计算所述备选预约方案特征向量相对于所述全局预约特征向量的转移矩阵,并将所述转移矩阵通过分类器以得到分类结果,所述分类结果用于表示是否将备选方案设置为推荐预约方案。应可以理解,这样,就可以基于所述所述备选预约方案特征向量和所述全局预约特征向量来评估备选方案是否为效率最优的推荐预约方案。因此,在本申请的技术方案中,进一步计算所述备选预约方案特征向量相对于所述全局预约特征向量的转移矩阵,并将所述转移矩阵通过分类器以得到用于表示是否将备选方案设置为推荐预约方案的分类结果。
相应地,在一个具体示例中,所述预约方案推荐单元,进一步用于:使用所述分类器以如下公式对所述转移矩阵进行处理以生成分类结果,其中,所述公式为:W 1至W n 为各层全连接层的权重矩阵,B 1至B n 表示各层全连接层的偏置矩阵。
特别地,在订单管理模块中有一个基于所有预约信息的效率最优的预约排队最优推荐方案,但是,在实际的管理过程中,这个最优推荐方案不一定会被采用,在实际管理系统的运行中,也可以基于设备预约模块来进行预约方案的构建与管理。
具体地,在本申请实施例中,所述子账户模块 250,用于对子账户进行设置和管理。更具体地,在本申请实施例中,其可分为设置子账号管理员和等级权限,并且子账号管理员可以添加和删除自己管理的设备,还可以后台设置和编辑设备预约条件
具体地,在本申请实施例中,所述手机端管理后台模块 260,用于对预约订单信息进行后台管理。更具体地,在本申请实施例中,其可分为在电脑端和手机端两种管理模式。
具体地,在本申请实施例中,所述身份识别模块 270,用于进行身份识别。也就是,在本申请实施例中,用户可以从安卓或苹果市场下载app到手机端,打开app输入自己的名字和手机号码跟事先通过后台导入的数据匹配无误后可以进入app。如果检查发现用户填写信息跟后台导入的信息不匹配,弹出对话框提示用户输入信息(名称或手机号码)有误,需重新输入和提交。当没有账号的用户可以点击注册模块填写注册信息,通过付款模块付款成功后可直接登录,成功登录之后,此账号需绑定手机。
具体地,在本申请实施例中,所述设备预约模块 280,用于设备预约进行流程管理。也就是,在本申请实施例中,分为设备列表、设备介绍和设备搜索模块;第一轮预约流程逻辑设置,若同时有多个用户进入预约系统,最先进入预约界面的用户开始预约,第一个用户进入预约页面进行预约后,页面上会显示一分钟倒计时,倒计时结束不管第一个用户是否已完成预约,都立即终止第一个用户预约,后续用户可以开始抢进入预约界面的机会,以此类推;用户打开预约系统,当前没有用户正在预约,不管首页倒计时一分钟是否结束,用户可直接点击预约页面进行预约;用户进入预约页面,选择自己要预约的使用日期和填写预约时间段,当天第一个预约设备的用户开始时间会默认显示系统设置好的当天可以预约的最早开始使用时间,并且可以根据自己预估的实验时长任意填结束时间;用户进入预约页面,用户可填写或选择材料,如果选中的有贵金属材料,系统会自动提示填写需要加工的厚度;用户进入预约页面,可选择是否本人操作,如选择否,需要添加实际操作人信息;用户进入预约页面,可选择是否需要考核,对培训后第一次使用设备的用户或者超过三个月未使用设备的用户;进入预约页面,完成预约信息填写后,可通过提交按钮提交预约,弹出提示预约成功界面;用户进入预约界面,系统逻辑功能限制,同一台设备当天第二个用户预约的使用时间,必须从第一个用户预约的结束时间开始,然后根据需要实验时长,随意填写结束时间,其他用户以此类推,此功能可以保证两个用户之间不会出现时间空档;如果前面预约成功的用户选择的靶材不满设备能够安装的最大数量,后续预约的用户还可以继续选择其他种类的材料,直到数量约满为止。靶材数量约满后,后面用户的预约,只能从已被预约的材料中选择一种或者多种材料,此功能可避免预约材料数量超过设备容纳的最大量,导致材料无法安装的问题;逻辑功能限定若用户进入预约界面选中日期后,如果提交预约时间超过后台设置的截止预约时间,则系统自动提示预约已截止;逻辑功能规定如果客户预约的开始时间或结束时间在下班时间之后,提交信息的时候会直接提示用户需要添加陪同人员信息,属于必填项,填写完成,才可以提交预约,此功能属于安全管理功能,可以规避安全风险;第二轮预约逻辑设置模块,如果第一批靶材使用人数不多,预约最后一个用户的使用结束时间较早(管理员当天判定),后台可以人工清除当天已经被预约的四种材料,然后开启第二轮预约,新进入预约界面的用户可以重新添加新材料,提交预约,规则同第一轮;对于第二轮预约,如果客户预约的开始或结束时间是在下班时间之后,提交信息的时候会直接提示客户需要添加陪同人员,属于必填项,填写完成,才可以提交预约;第一或第二轮预约最后一个使用的用户,使用结束时间不得晚于系统规定的使用截止时间,否则会提示不能预约。
具体地,在本申请实施例中,所述个人中心模块 290,用于查看用户的个人已提交的预约订单信息。更具体地,在本申请实施例中,可以查看已提交的预约订单和申请取消的预约订单。
特别地,预约系统可以部署到腾讯云端或者阿里云端,所有用户均可在安卓软件市场或苹果软件市场免费下载。
综上,基于本申请实施例的所述基于磁控溅射设备使用效率最优的管理系统 200被阐明,其包括:学生管理模块以对学生信息和账户进行管理;设备管理模块以对磁控溅射设备的相关信息进行管理;预约设置模块以设置预约数据;订单管理模块以对预约订单进行管理;子账户模块以对子账户进行设置和管理;手机端管理后台模块以对预约订单信息进行后台管理;身份识别模块用于进行身份识别;设备预约模块以设备预约进行流程管理;个人中心模块以查看用户的个人已提交的预约订单信息。其中,在所述订单管理模块中通过使用智能管理技术以基于所有预约信息的全局特征来得出磁控溅射设备的使用效率最优的管理方案。
如上所述,根据本申请实施例的基于磁控溅射设备使用效率最优的管理系统 200可以实现在各种终端设备中,例如基于磁控溅射设备使用效率最优的管理系统算法的服务器等。在一个示例中,根据本申请实施例的基于磁控溅射设备使用效率最优的管理系统200可以作为一个软件模块和/或硬件模块而集成到终端设备中。例如,该基于磁控溅射设备使用效率最优的管理系统 200可以是该终端设备的操作系统中的一个软件模块,或者可以是针对于该终端设备所开发的一个应用程序;当然,该基于磁控溅射设备使用效率最优的管理系统 200同样可以是该终端设备的众多硬件模块之一。
替换地,在另一示例中,该基于磁控溅射设备使用效率最优的管理系统 200与该终端设备也可以是分立的设备,并且该基于磁控溅射设备使用效率最优的管理系统 200可以通过有线和/或无线网络连接到该终端设备,并且按照约定的数据格式来传输交互信息。
示例性方法
图3图示了基于磁控溅射设备使用效率最优的管理系统的管理方法的流程图。如图3所示,根据本申请实施例的基于磁控溅射设备使用效率最优的管理系统的管理方法,包括步骤:S1,对学生信息和账户进行管理;S2,对磁控溅射设备的相关信息进行管理;S3,设置预约数据;S4,对预约订单进行管理;S5,对子账户进行设置和管理;S6,对预约订单信息进行后台管理;S7,进行身份识别;S8,设备预约进行流程管理;以及,S9,查看用户的个人已提交的预约订单信息。
图4图示了根据本申请实施例的基于磁控溅射设备使用效率最优的管理系统的管理方法中,对预约订单进行管理的流程图。如图4所示,对预约订单进行管理,包括:S401,获取所有账户提交的预约订单信息,所述预约订单信息包括预约时间段、靶材种类以及靶材数量;S402,将各个所述账户的预约订单信息分别通过包含嵌入层的上下文编码器以得到对应于各个所述账户的预约订单信息的多个预约信息特征向量;S403,将所述对应于各个所述账户的预约订单信息的多个预约信息特征向量进行二维排列为特征矩阵后通过作为特征提取器的第一卷积神经网络以得到对应于各个所述账户的预约需求特征矩阵;S404,将所述预约需求特征矩阵转化为预约需求特征向量;S405,对所有所述账户的预约需求特征向量进行聚类以得到聚类中心;S406,计算所述聚类中心与各个所述预约需求特征向量之间的距离以得到聚类特征向量;S407,以所述聚类特征向量中各个位置的特征值作为权重对各个所述预约需求特征向量进行加权,并将加权后的各个所述预约需求特征向量进行级联以得到全局预约特征向量;S408,获取备选预约方案;S409,将所述备选预约方案中各个预约订单信息分别通过上下文编码器以得到对应于各个所述预约订单信息的备选预约信息特征向量,并将所述对应于各个所述预约订单信息的备选预约信息特征向量进行级联以得到备选预约方案特征向量;S410,计算所述备选预约方案特征向量相对于所述全局预约特征向量的转移矩阵;以及,S411,将所述转移矩阵通过分类器以得到分类结果,所述分类结果用于表示是否将备选方案设置为推荐预约方案。
图5图示了根据本申请实施例的基于磁控溅射设备使用效率最优的管理系统的管理方法中,对预约订单进行管理的架构示意图。如图5所示,在所述基于磁控溅射设备使用效率最优的管理系统的管理方法中,对预约订单进行管理的网络架构中,首先,将获得的各个所述账户的预约订单信息(例如,如图5中所示意的P1)分别通过包含嵌入层的上下文编码器(例如,如图5中所示意的E1)以得到对应于各个所述账户的预约订单信息的多个预约信息特征向量(例如,如图5中所示意的VF1);接着,将所述对应于各个所述账户的预约订单信息的多个预约信息特征向量进行二维排列为特征矩阵(例如,如图5中所示意的MF1)后通过作为特征提取器的第一卷积神经网络(例如,如图5中所示意的CNN1)以得到对应于各个所述账户的预约需求特征矩阵(例如,如图5中所示意的MF2);然后,将所述预约需求特征矩阵转化为预约需求特征向量(例如,如图5中所示意的VF2);接着,对所有所述账户的预约需求特征向量进行聚类以得到聚类中心(例如,如图5中所示意的C);然后,计算所述聚类中心与各个所述预约需求特征向量之间的距离以得到聚类特征向量(例如,如图5中所示意的VF3);接着,以所述聚类特征向量中各个位置的特征值作为权重对各个所述预约需求特征向量进行加权,并将加权后的各个所述预约需求特征向量(例如,如图5中所示意的VF4)进行级联以得到全局预约特征向量(例如,如图5中所示意的VF5);然后,将获得的所述备选预约方案中各个预约订单信息(例如,如图5中所示意的P2)分别通过上下文编码器(例如,如图5中所示意的E2)以得到对应于各个所述预约订单信息的备选预约信息特征向量(例如,如图5中所示意的V),并将所述对应于各个所述预约订单信息的备选预约信息特征向量进行级联以得到备选预约方案特征向量(例如,如图5中所示意的VF);接着,计算所述备选预约方案特征向量相对于所述全局预约特征向量的转移矩阵(例如,如图5中所示意的MF);以及,最后,将所述转移矩阵通过分类器(例如,如图5中所示意的分类器)以得到分类结果,所述分类结果用于表示是否将备选方案设置为推荐预约方案。
综上,基于本申请实施例的所述基于磁控溅射设备使用效率最优的管理系统的管理方法被阐明,其包括:学生管理模块以对学生信息和账户进行管理;设备管理模块以对磁控溅射设备的相关信息进行管理;预约设置模块以设置预约数据;订单管理模块以对预约订单进行管理;子账户模块以对子账户进行设置和管理;手机端管理后台模块以对预约订单信息进行后台管理;身份识别模块用于进行身份识别;设备预约模块以设备预约进行流程管理;个人中心模块以查看用户的个人已提交的预约订单信息。其中,在所述订单管理模块中通过使用智能管理技术以基于所有预约信息的全局特征来得出磁控溅射设备的使用效率最优的管理方案。
Claims (9)
1.一种基于磁控溅射设备使用效率最优的管理系统,其特征在于,包括:
学生管理模块,用于对学生信息和账户进行管理;
设备管理模块,用于对磁控溅射设备的相关信息进行管理;
预约设置模块,用于设置预约数据;
订单管理模块,用于对预约订单进行管理;
子账户模块,用于对子账户进行设置和管理;
手机端管理后台模块,用于对预约订单信息进行后台管理;
身份识别模块,用于进行身份识别;
设备预约模块,用于设备预约进行流程管理;以及
个人中心模块,用于查看用户的个人已提交的预约订单信息;
其中,所述订单管理模块,包括:
预约订单数据采集单元,用于获取所有账户提交的预约订单信息,所述预约订单信息包括预约时间段、靶材种类以及靶材数量;
订单信息编码单元,用于将各个所述账户的预约订单信息分别通过包含嵌入层的上下文编码器以得到对应于各个所述账户的预约订单信息的多个预约信息特征向量;
订单内信息关联编码单元,用于将所述对应于各个所述账户的预约订单信息的多个预约信息特征向量进行二维排列为特征矩阵后通过作为特征提取器的第一卷积神经网络以得到对应于各个所述账户的预约需求特征矩阵;
语义强化降维单元,用于将所述预约需求特征矩阵转化为预约需求特征向量;
聚类单元,用于对所有所述账户的预约需求特征向量进行聚类以得到聚类中心;
类间间距度量单元,用于计算所述聚类中心与各个所述预约需求特征向量之间的距离以得到聚类特征向量;
特征分布校正单元,用于以所述聚类特征向量中各个位置的特征值作为权重对各个所述预约需求特征向量进行加权,并将加权后的各个所述预约需求特征向量进行级联以得到全局预约特征向量;
备选预约方案提取单元,用于获取备选预约方案;
备选方案编码单元,用于将所述备选预约方案中各个预约订单信息分别通过上下文编码器以得到对应于各个所述预约订单信息的备选预约信息特征向量,并将所述对应于各个所述预约订单信息的备选预约信息特征向量进行级联以得到备选预约方案特征向量;
备选方案评估单元,用于计算所述备选预约方案特征向量相对于所述全局预约特征向量的转移矩阵;以及
预约方案推荐单元,用于将所述转移矩阵通过分类器以得到分类结果,所述分类结果用于表示是否将备选方案设置为推荐预约方案。
2.根据权利要求1所述的基于磁控溅射设备使用效率最优的管理系统,其特征在于,所述订单信息编码单元,进一步用于:
使用所述包含嵌入层的上下文编码器的嵌入层分别将各个所述账户的预约订单信息转化为输入向量以获得输入向量的序列;以及,使用所述包含嵌入层的上下文编码器的转换器对所述输入向量的序列进行基于全局的上下文语义编码以获得对应于各个所述账户的预约订单信息的所述多个预约信息特征向量。
3.根据权利要求2所述的基于磁控溅射设备使用效率最优的管理系统,其特征在于,所述订单内信息关联编码单元,进一步用于:所述第一卷积神经网络的各层在层的正向传递中分别进行:
对输入数据进行卷积处理以得到卷积特征图;
对所述卷积特征图进行基于局部通道维度的均值池化以得到池化特征图;以及
对所述池化特征图进行非线性激活以得到激活特征图;
其中,所述第一卷积神经网络的最后一层的输出为对应于各个所述账户的所述预约需求特征矩阵,所述第一卷积神经网络的第一层的输入为所述特征矩阵。
5.根据权利要求4所述的基于磁控溅射设备使用效率最优的管理系统,其特征在于,所述聚类单元,进一步用于计算所有所述账户的预约需求特征向量的按位置均值向量作为所述聚类中心。
6.根据权利要求5所述的基于磁控溅射设备使用效率最优的管理系统,其特征在于,所述类间间距度量单元,进一步用于:
分别计算所述聚类中心与各个所述预约需求特征向量之间的欧式距离;
将所述聚类中心与各个所述预约需求特征向量之间的欧式距离构造为初始聚类特征向量;以及
将所述初始聚类特征向量输入Sigmoid激活函数以将所述初始聚类特征向量映射到概率空间中以得到所述聚类特征向量。
7.根据权利要求6所述的基于磁控溅射设备使用效率最优的管理系统,其特征在于,所述备选方案评估单元,进一步用于:以如下公式计算所述备选预约方案特征向量相对于所述全局预约特征向量的所述转移矩阵;
其中,所述公式为:
S=T*F
其中F表示所述全局预约特征向量,T表示所述转移矩阵,S表示所述备选预约方案特征向量。
8.根据权利要求7所述的基于磁控溅射设备使用效率最优的管理系统,其特征在于,所述预约方案推荐单元,进一步用于使用所述分类器以如下公式对所述转移矩阵进行处理以生成分类结果,其中,所述公式为:softmax{(W n , B n ):...:(W 1, B 1)|Project(F)},其中Project(F)表示将所述转移矩阵投影为向量,W 1至W n 为各层全连接层的权重矩阵,B 1至B n 表示各层全连接层的偏置矩阵。
9.一种基于磁控溅射设备使用效率最优的管理方法,其特征在于,包括:
S1:对学生信息和账户进行管理;
S2:对磁控溅射设备的相关信息进行管理;
S3:设置预约数据;
S4:对预约订单进行管理;
S5:对子账户进行设置和管理;
S6:对预约订单信息进行后台管理;
S7:进行身份识别;
S8:设备预约进行流程管理;以及
S9:查看用户的个人已提交的预约订单信息;
其中,所述步骤S4:对预约订单进行管理,包括:
获取所有账户提交的预约订单信息,所述预约订单信息包括预约时间段、靶材种类以及靶材数量;
将各个所述账户的预约订单信息分别通过包含嵌入层的上下文编码器以得到对应于各个所述账户的预约订单信息的多个预约信息特征向量;
将所述对应于各个所述账户的预约订单信息的多个预约信息特征向量进行二维排列为特征矩阵后通过作为特征提取器的第一卷积神经网络以得到对应于各个所述账户的预约需求特征矩阵;
将所述预约需求特征矩阵转化为预约需求特征向量;
对所有所述账户的预约需求特征向量进行聚类以得到聚类中心;
计算所述聚类中心与各个所述预约需求特征向量之间的距离以得到聚类特征向量;
以所述聚类特征向量中各个位置的特征值作为权重对各个所述预约需求特征向量进行加权,并将加权后的各个所述预约需求特征向量进行级联以得到全局预约特征向量;
获取备选预约方案;
将所述备选预约方案中各个预约订单信息分别通过上下文编码器以得到对应于各个所述预约订单信息的备选预约信息特征向量,并将所述对应于各个所述预约订单信息的备选预约信息特征向量进行级联以得到备选预约方案特征向量;
计算所述备选预约方案特征向量相对于所述全局预约特征向量的转移矩阵;以及
将所述转移矩阵通过分类器以得到分类结果,所述分类结果用于表示是否将备选方案设置为推荐预约方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210856154.5A CN114943486B (zh) | 2022-07-21 | 2022-07-21 | 基于磁控溅射设备使用效率最优的管理系统及其管理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210856154.5A CN114943486B (zh) | 2022-07-21 | 2022-07-21 | 基于磁控溅射设备使用效率最优的管理系统及其管理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114943486A true CN114943486A (zh) | 2022-08-26 |
CN114943486B CN114943486B (zh) | 2022-11-01 |
Family
ID=82910298
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210856154.5A Active CN114943486B (zh) | 2022-07-21 | 2022-07-21 | 基于磁控溅射设备使用效率最优的管理系统及其管理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114943486B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106650971A (zh) * | 2016-11-16 | 2017-05-10 | 福州宏泰分析技术有限公司 | 一种基于lims的实验室管理系统 |
CN107844847A (zh) * | 2017-11-28 | 2018-03-27 | 河北农业大学 | 一种开放实验室预约系统及方法 |
WO2019165944A1 (zh) * | 2018-02-28 | 2019-09-06 | 中国银联股份有限公司 | 基于转移概率网络的商户推荐方法及其系统 |
CN110826746A (zh) * | 2019-11-01 | 2020-02-21 | 贝壳技术有限公司 | 在线邀请看房的管理方法及在线预约看房的管理方法 |
CN111194453A (zh) * | 2017-07-26 | 2020-05-22 | 空中食宿公司 | 用于生成客户预约值的机器学习建模 |
CN111369027A (zh) * | 2020-03-09 | 2020-07-03 | 安徽朋德信息科技有限公司 | 一种院校实验室共享管理系统 |
CN112488344A (zh) * | 2020-12-07 | 2021-03-12 | 新哲教育发展(深圳)有限公司 | 一种校内设施预约管理方法、装置以及系统 |
CN113408768A (zh) * | 2021-06-30 | 2021-09-17 | 湖南交通工程学院 | 一种基于大数据分析的实验选课平台及其使用方法 |
CN113570492A (zh) * | 2021-07-23 | 2021-10-29 | 深圳万顺叫车云信息技术有限公司 | 老人用车服务系统及其运行方法 |
CN113901320A (zh) * | 2021-10-19 | 2022-01-07 | 平安科技(深圳)有限公司 | 场景服务推荐方法、装置、设备及存储介质 |
CN114358350A (zh) * | 2022-01-04 | 2022-04-15 | 腾讯科技(深圳)有限公司 | 会议预定模型的使用方法、装置、设备及存储介质 |
CN114595850A (zh) * | 2022-02-08 | 2022-06-07 | 厦门市民数据服务股份有限公司 | 基于机器学习的政务预约服务推荐方法 |
-
2022
- 2022-07-21 CN CN202210856154.5A patent/CN114943486B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106650971A (zh) * | 2016-11-16 | 2017-05-10 | 福州宏泰分析技术有限公司 | 一种基于lims的实验室管理系统 |
CN111194453A (zh) * | 2017-07-26 | 2020-05-22 | 空中食宿公司 | 用于生成客户预约值的机器学习建模 |
CN107844847A (zh) * | 2017-11-28 | 2018-03-27 | 河北农业大学 | 一种开放实验室预约系统及方法 |
WO2019165944A1 (zh) * | 2018-02-28 | 2019-09-06 | 中国银联股份有限公司 | 基于转移概率网络的商户推荐方法及其系统 |
CN110826746A (zh) * | 2019-11-01 | 2020-02-21 | 贝壳技术有限公司 | 在线邀请看房的管理方法及在线预约看房的管理方法 |
CN111369027A (zh) * | 2020-03-09 | 2020-07-03 | 安徽朋德信息科技有限公司 | 一种院校实验室共享管理系统 |
CN112488344A (zh) * | 2020-12-07 | 2021-03-12 | 新哲教育发展(深圳)有限公司 | 一种校内设施预约管理方法、装置以及系统 |
CN113408768A (zh) * | 2021-06-30 | 2021-09-17 | 湖南交通工程学院 | 一种基于大数据分析的实验选课平台及其使用方法 |
CN113570492A (zh) * | 2021-07-23 | 2021-10-29 | 深圳万顺叫车云信息技术有限公司 | 老人用车服务系统及其运行方法 |
CN113901320A (zh) * | 2021-10-19 | 2022-01-07 | 平安科技(深圳)有限公司 | 场景服务推荐方法、装置、设备及存储介质 |
CN114358350A (zh) * | 2022-01-04 | 2022-04-15 | 腾讯科技(深圳)有限公司 | 会议预定模型的使用方法、装置、设备及存储介质 |
CN114595850A (zh) * | 2022-02-08 | 2022-06-07 | 厦门市民数据服务股份有限公司 | 基于机器学习的政务预约服务推荐方法 |
Non-Patent Citations (6)
Title |
---|
YU-CHENG LIN: "The Development of an Intelligent Campus Equipment Ubiquitous-Management System", 《IEEE XPLORE》 * |
张浩然: "高校实验室预约系统研究与实现", 《中国优秀硕士学位论文全文数据库 (信息科技辑)》 * |
方芳: "信息化手段在高校实验教学及管理中的应用", 《当代化工研究》 * |
王轶: "基于Kano模型集成方法的顾客需求要素探测研究", 《中国优秀硕士学位论文全文数据库 (基础科学辑)》 * |
陈伶: "网上服务预约模块的设计与实现", 《计算机与数字工程》 * |
陈娟: "基于案例推理的仪器设备预约服务系统研究", 《中国优秀硕士学位论文全文数据库 (信息科技辑)》 * |
Also Published As
Publication number | Publication date |
---|---|
CN114943486B (zh) | 2022-11-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US5802161A (en) | Method and system for optimized scheduling | |
CN111476442B (zh) | 坐席服务输出方式确定方法、装置、计算机设备和介质 | |
CN111191846A (zh) | 一种面向客户复杂定制需求的油缸产品排产优化装置 | |
CN108171443B (zh) | 考虑指令上注的多星应急任务规划方法及装置 | |
CN109523237A (zh) | 基于用户偏好的众包任务推送方法及相关装置 | |
US20220327495A1 (en) | Intelligent scheduling using a prediction model | |
CN113918884A (zh) | 业务量预测模型构建方法和业务量预测方法 | |
US11626021B2 (en) | Systems and methods for dispatching shared rides through ride-hailing platform | |
CN107527103B (zh) | 用于挖掘搜索查询日志的数据仓库 | |
CN113191533A (zh) | 仓库用工预测方法、装置、设备及存储介质 | |
CN114638391A (zh) | 运单风险场景识别处理方法、装置、计算机设备和介质 | |
CN113222057A (zh) | 数据预测模型训练、数据预测方法、装置、设备及介质 | |
CN112906980A (zh) | 订单处理方法、装置、系统及可读存储介质 | |
US20060004616A1 (en) | Method and system for solution design and recording medium | |
CN114943486B (zh) | 基于磁控溅射设备使用效率最优的管理系统及其管理方法 | |
US10740824B2 (en) | Product delivery system and method | |
KR102358211B1 (ko) | 인력 연결 시스템 | |
CN112989188A (zh) | 推荐订单的确定方法、装置和服务器 | |
CN112102099A (zh) | 保单数据处理方法、装置、电子设备及存储介质 | |
CN115564525B (zh) | 一种服务器标识的勾选显示方法、电子设备及存储介质 | |
CN116187675A (zh) | 任务分配方法、装置、设备及存储介质 | |
CN115271102B (zh) | 一种机器学习引擎的任务导向的优先级方法及系统 | |
CN115829686A (zh) | 一种平台派单方法、装置、设备及存储介质 | |
CN114997532A (zh) | 不确定性环境下民事电话送达调度方法、终端及存储介质 | |
CN110389817A (zh) | 多云系统的调度方法、装置和计算机程序产品 |
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 |