CN115391431B - 一种标本信息采集验证系统 - Google Patents
一种标本信息采集验证系统 Download PDFInfo
- Publication number
- CN115391431B CN115391431B CN202211330514.4A CN202211330514A CN115391431B CN 115391431 B CN115391431 B CN 115391431B CN 202211330514 A CN202211330514 A CN 202211330514A CN 115391431 B CN115391431 B CN 115391431B
- Authority
- CN
- China
- Prior art keywords
- verification
- specimen information
- information
- difference value
- single specimen
- 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
Images
Classifications
-
- 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
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- 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
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Probability & Statistics with Applications (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Fuzzy Systems (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Automatic Analysis And Handling Materials Therefor (AREA)
Abstract
本发明涉及一种标本信息采集验证系统,尤其涉及标本信息分析技术领域,包括:数据获取模块,用以获取采集人员上传的单标本信息,数据分析模块,其与所述数据获取模块连接,用以对采集人员上传的单标本信息进行分析,验证模块,其与所述数据分析模块连接,用以根据所述数据分析模块的分析结果确定所述单标本信息的验证结果是否合格,数据存储模块,其与所述验证模块连接,用以将所述标准单标本信息和验证完成的单标本信息存储在所述数据库中,本发明通过对植物标本的采集以及与标准植物标本、数据库中植物标本的对比分析,进一步提升了对植物标本信息验证的精确性。
Description
技术领域
本发明涉及标本信息分析技术领域,尤其涉及一种标本信息采集验证系统。
背景技术
植物标本是植物的全株或一部分,通过采集、整理、装作、粘贴、编号等一系列操作制作成植物标本,可以使植物保持原样,同时也是宝贵的教材;而随着近年来植物多样性消失速度的加快,人们对于植物的认知知之甚少,所以对于植物标本的采集和验证就尤为重要。
中国专利公开号:CN114493380B公开了一种基于大数据的标本生物信息分析验证系统,通过获取目标生物标本平台内各动物标本收藏馆中各动物标本的收藏信息,分析目标生物标本平台内各动物标本收藏馆中各动物标本的收藏信息符合比例系数,并根据对比结果进行对应处理操作,从而能够对动物标本信息进行整合和汇总验证,在极大程度上实现动物标本信息共享效果,满足动物标本信息快速、准确分析验证的需求,同时统计各动物标本收藏馆中收藏信息验证合格的动物标本数量,分析各动物标本收藏馆对应的动物标本收藏信息合格率,并进行对应的处理措施,从而实时对各动物标本收藏馆进行统一管理,进而提高目标生物标本平台的管理水平;由此可见,所述一种基于大数据的标本生物信息分析验证系统存在对标本信息验证不精确的问题。
发明内容
为此,本发明提供一种标本信息采集验证系统,用以克服现有技术中对标本信息验证不精确的问题。
为实现上述目的,本发明提供一种标本信息采集验证系统,包括:
数据获取模块,用以获取采集人员上传的单标本信息;
数据分析模块,其与所述数据获取模块连接,用以对采集人员上传的单标本信息进行分析;
验证模块,其与所述数据分析模块连接,用以根据所述数据分析模块的分析结果确定所述单标本信息的验证结果是否合格;
数据存储模块,其与所述验证模块连接,用以将所述标准单标本信息和验证完成的单标本信息存储在所述数据库中。
进一步地,所述数据获取模块在获取采集人员上传的所述单标本信息完成时,所述数据分析模块确定所述单标本信息与标准单标本信息的特征吻合度T,将该特征吻合度T与预设特征吻合度T1进行比对,所述验证模块根据比对结果判定所述单标本信息验证是否通过,
若T<T1,所述验证模块判定所述单标本信息验证未通过;
若T≥T1,所述验证模块判定所述单标本信息验证通过;
其中,所述特征吻合度T计算公式如下
其中,Ra1为所述单标本信息中的第一特征数值,R1为所述标准单标本信息中的第一特征数值,f1为第一特征的权值,Ra2为所述单标本信息中的第二特征数值,R2为所述标准单标本信息中的第二特征数值,f2为第二特征的权值,Ran为所述单标本信息中的第n特征数值,Rn为所述标准单标本信息中的第n特征数值,fn为第n特征的权值。
进一步地,所述数据分析模块确定所述单标本信息与标准单标本信息中各相同特征数值的第一差异值S,设定S=Ram-Rm,并将该相同特征数值的第一差异值S与数据库中单标本信息中对应相同特征数值的第一差异值S1进行比对,根据比对结果判定所述单标本信息的各相同特征验证是否合格,其中m=1,2,…,n,
若S≤S1,所述验证模块判定所述单标本信息中各相同特征验证合格;
若S>S1,所述验证模块判定所述单标本信息中各相同特征验证不合格。
进一步地,所述数据获取模块获取所述单标本信息与标准单标本信息中的各不同特征,所述数据分析模块确定所述数据库中单标本信息是否存在对应的不同特征,若存在,则所述验证模块初步判定所述单标本信息的不同特征验证合格;若不存在,则所述验证模块判定所述单标本信息的不同特征验证不合格。
进一步地,所述验证模块中设置有第一预设差异值Q1,所述验证模块在初步判定所述单标本信息的不同特征验证合格时,所述数据分析模块确定所述单标本信息的不同特征数值与所述数据库中单标本信息中的不同特征数值的第二差异值Wc,并将该不同特征数值的第二差异值与所述第一预设差异值进行比对,所述验证模块根据比对结果判定所述单标本信息的不同特征验证是否合格,
若Wc≤Q1,所述验证模块判定所述单标本信息的不同特征验证合格;
若Wc>Q1,所述验证模块判定所述单标本信息的不同特征验证不合格。
进一步地,所述数据分析模块确定所述单标本的第一合格率P,设定,并将该第一合格率P与预设合格率P1进行比对,所述验证模块根据比对结果判定所述单标本验证是否完成,其中,为所述单标本信息与标准单标本信息中各相同特征数值的第一差异值的平均值,为所述数据库中单标本信息中对应相同特征数值的第一差异值的平均值,为所述数据库中单标本信息中的不同特征数值的第二差异值的平均值,
若P<P1,所述验证模块判定所述单标本信息验证未完成;
若P≥P1,所述验证模块判定所述单标本信息验证完成。
进一步地,所述验证模块在判定所述单标本验证未完成时,所述数据分析模块确定所述数据库中单标本信息中不同特征数值的第三差异值U,将该特征数值的第三差异值U与数据库中的第二预设差异值U0进行比对,所述验证模块根据比对结果判定所述单标本信息是否存在地域差异影响,
若U≤U0,所述验证模块判定所述单标本信息不存在地域差异影响;
若U>U0,所述验证模块判定所述单标本信息存在地域差异影响。
进一步地,所述数据分析模块确定地域差异影响系数A,设定A=U/U0,将该地域差异影响系数与预设影响系数进行比对,根据比对结果选取对应的调节系数对所述第一预设差异值进行调节,
其中,所述验证模块中设置有第一预设影响系数A1、第二预设影响系数A2、第一调节系数K1、第二调节系数K2、第三调节系数K3,A1<A2,1<K1<K2<K3<1.2,
若A≤A1,所述验证模块判定选取第一调节系数K1对所述第一预设差异值进行调节;
若A1<A≤A2,所述验证模块判定选取第二调节系数K2对所述第一预设差异值进行调节;
若A>A2,所述验证模块判定选取第三调节系数K3对对所述第一预设差异值进行调节;
当所述验证模块判定选取第i调节系数Ki对所述第一预设差异值进行调节时,设定i=1,2,3,将调节后的所述第一预设差异值设置为Q2,Q2=Q1×Ki,Ki为第一预设差异值的调节系数。
进一步地,在对所述第一预设差异值调节完成时,所述数据分析模块确定所述单标本的第二合格率P',并将该第二合格率P'与预设合格率P1进行比对,所述验证模块根据比对结果判定所述单标本信息的不同特征验证是否完成,
若P'<P1,所述验证模块判定所述单标本信息的不同特征验证未完成;
若P'≥P1,所述验证模块初步判定所述单标本信息的不同特征验证完成。
与现有技术相比,本发明的有益效果在于,所述数据获取模块在获取采集人员上传的所述单标本信息完成时,所述数据分析模块确定单标本信息与标准单标本信息的特征吻合度,并将该特征吻合度与预设吻合度进行比对,所述验证模块根据比对结果判定所述单标本信息验证是否通过,当该特征吻合度小于预设特征吻合度时,则判定所述单标本信息验证未通过,从而进一步对标本信息进行精确的验证。
进一步地,所述数据分析模块确定所述单标本信息与标准单标本信息中各相同特征数值的第一差异值,并将该特征数值第一差异值与数据库中单标本信息中对应相同特征数值的第一差异值进行比对,所述验证模块根据比对结果判定所述单标本信息的各特征验证是否合格,如果该特征数值第一差异值小于等于数据库中单标本信息中对应相同特征数值的第一差异值,则判定所述单标本信息验证合格,进一步精确了对标本信息的验证。
进一步地,所述数据获取模块获取所述单标本信息与标准单标本信息中的各不同特征,所述数据分析模块确定所述数据库中单标本信息是否存在对应的不同特征,若存在,则所述验证模块初步判定所述单标本信息的不同特征验证合格,从而进一步精确了对标本信息的验证。
进一步地,所述验证模块在初步判定所述单标本信息的不同特征验证合格时,所述数据分析模块确定所述单标本信息与所述数据库中单标本信息中的不同特征数值的第二差异值,将该不同特征数值的第二差异值与第一预设差异值进行比对,所述验证模块根据比对结果进一步判定所述单标本信息的不同特征验证是否合格,若该不同特征数值的第二差异值小于等于第一预设差异值,则判定所述单标本信息验证合格,从而进一步对标本信息进行精确的验证。
进一步地,所述数据分析模块确定所述单标本的第一合格率,并将该第一合格率与预设合格率进行比对,所述验证模块根据比对结果判定所述单标本信息的验证是否完成,若第一合格率小于预设合格率,则判定所述单标本验证未完成,从而进一步对标本信息进行精确的验证。
进一步地,所述数据分析模块确定所述数据库中单标本信息中不同特征数值的第三差异值,并将该不同特征数值的第三差异值与数据库中的第二预设差异值进行比对,所述验证模块根据比对结果判定所述单标本信息是否存在地域差异影响,若特不同特征数值的第三差异值大于数据库中的第二预设差异值,则判定所述单标本信息存在地域差异影响,进一步精确了对标本信息的验证;
尤其,所述数据分析模块确定地域差异影响系数,将该地域差异影响系数与预设影响系数进行比对,根据比对结果选取对应的调节系数对第一预设差异值进行调节,当影响系数越大时,所述验证模块判定选取调节系数越大,从而进一步对标本信息进行精确的验证。
进一步地,在第一预设差异值调节完成时,所述数据分析模块确定所述单标本的第二合格率,并根据第二合格率与预设合格率进行比对,所述验证模块根据比对结果判定所述单标本信息的验证是否完成,若第二合格率小于预设合格率,则判定所述单标本信息的验证未完成,从而进一步对标本信息进行精确的验证。
附图说明
图1为本发明所述标本信息采集验证系统的逻辑框图。
具体实施方式
为了使本发明的目的和优点更加清楚明白,下面结合实施例对本发明作进一步描述;应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非在限制本发明的保护范围。
此外,还需要说明的是,在本发明的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域技术人员而言,可根据具体情况理解上述术语在本发明中的具体含义。
请参阅图1所示,图1为本发明所述标本信息采集验证系统的逻辑框图。
一种标本信息采集验证系统,包括:
数据获取模块,用以获取采集人员上传的单标本信息;
数据分析模块,其与所述数据获取模块连接,用以对采集人员上传的单标本信息进行分析;
验证模块,其与所述数据分析模块连接,用以根据所述数据分析模块的分析结果确定所述单标本信息的验证结果是否合格;
数据存储模块,其与所述验证模块连接,用以将所述标准单标本信息和验证完成的单标本信息存储在所述数据库中。
具体而言,所述数据获取模块在获取采集人员上传的所述单标本信息完成时,所述数据分析模块确定所述单标本信息与标准单标本信息的特征吻合度T,将该特征吻合度T与预设特征吻合度T1进行比对,所述验证模块根据比对结果判定所述单标本信息验证是否通过,
若T<T1,所述验证模块判定所述单标本信息验证未通过;
若T≥T1,所述验证模块判定所述单标本信息验证通过;
其中,所述特征吻合度T计算公式如下
其中,Ra1为所述单标本信息中的第一特征数值,R1为所述标准单标本信息中的第一特征数值,f1为第一特征的权值,Ra2为所述单标本信息中的第二特征数值,R2为所述标准单标本信息中的第二特征数值,f2为第二特征的权值,Ran为所述单标本信息中的第n特征数值,Rn为所述标准单标本信息中的第n特征数值,fn为第n特征的权值。
具体而言,所述数据分析模块确定所述单标本信息与标准单标本信息中各相同特征数值的第一差异值S,设定S=Ram-Rm,并将该相同特征数值的第一差异值S与数据库中单标本信息中对应相同特征数值的第一差异值S1进行比对,根据比对结果判定所述单标本信息的各相同特征验证是否合格,其中m=1,2,…,n,
若S≤S1,所述验证模块判定所述单标本信息中各相同特征验证合格;
若S>S1,所述验证模块判定所述单标本信息中各相同特征验证不合格。
具体而言,所述数据获取模块获取所述单标本信息与标准单标本信息中的各不同特征,所述数据分析模块确定所述数据库中单标本信息是否存在对应的不同特征,若存在,则所述验证模块初步判定所述单标本信息的不同特征验证合格;若不存在,则所述验证模块判定所述单标本信息的不同特征验证不合格。
具体而言,所述验证模块中设置有第一预设差异值Q1,所述验证模块在初步判定所述单标本信息的不同特征验证合格时,所述数据分析模块确定所述单标本信息的不同特征数值与所述数据库中单标本信息中的不同特征数值的第二差异值Wc,并将该不同特征数值的第二差异值与所述第一预设差异值进行比对,所述验证模块根据比对结果判定所述单标本信息的不同特征验证是否合格,
若Wc≤Q1,所述验证模块判定所述单标本信息的不同特征验证合格;
若Wc>Q1,所述验证模块判定所述单标本信息的不同特征验证不合格。
具体而言,所述数据分析模块确定所述单标本的第一合格率P,设定,并将该第一合格率P与预设合格率P1进行比对,所述验证模块根据比对结果判定所述单标本验证是否完成,其中,为所述单标本信息与标准单标本信息中各相同特征数值的第一差异值的平均值,为所述数据库中单标本信息中对应相同特征数值的第一差异值的平均值,为所述数据库中单标本信息中的不同特征数值的第二差异值的平均值,
若P<P1,所述验证模块判定所述单标本信息验证未完成;
若P≥P1,所述验证模块判定所述单标本信息验证完成。
具体而言,所述验证模块在判定所述单标本验证未完成时,所述数据分析模块确定所述数据库中单标本信息中不同特征数值的第三差异值U,将该特征数值的第三差异值U与数据库中的第二预设差异值U0进行比对,所述验证模块根据比对结果判定所述单标本信息是否存在地域差异影响,
若U≤U0,所述验证模块判定所述单标本信息不存在地域差异影响;
若U>U0,所述验证模块判定所述单标本信息存在地域差异影响。
具体而言,所述数据分析模块确定地域差异影响系数A,设定A=U/U0,将该地域差异影响系数与预设影响系数进行比对,根据比对结果选取对应的调节系数对所述第一预设差异值进行调节,
其中,所述验证模块中设置有第一预设影响系数A1、第二预设影响系数A2、第一调节系数K1、第二调节系数K2、第三调节系数K3,A1<A2,1<K1<K2<K3<1.2,
若A≤A1,所述验证模块判定选取第一调节系数K1对所述第一预设差异值进行调节;
若A1<A≤A2,所述验证模块判定选取第二调节系数K2对所述第一预设差异值进行调节;
若A>A2,所述验证模块判定选取第三调节系数K3对对所述第一预设差异值进行调节;
当所述验证模块判定选取第i调节系数Ki对所述第一预设差异值进行调节时,设定i=1,2,3,将调节后的所述第一预设差异值设置为Q2,Q2=Q1×Ki,Ki为第一预设差异值的调节系数。
具体而言,在对所述第一预设差异值调节完成时,所述数据分析模块确定所述单标本的第二合格率P',并将该第二合格率P'与预设合格率P1进行比对,所述验证模块根据比对结果判定所述单标本信息的不同特征验证是否完成,
若P'<P1,所述验证模块判定所述单标本信息的不同特征验证未完成;
若P'≥P1,所述验证模块初步判定所述单标本信息的不同特征验证完成。
实施例一,
一种茉莉花制作成的标本,采集人员将标本的各项特征及其数值上传至系统,本实施例中通过该系统对茉莉花标本信息进行验证,设置标准单标本信息中花瓣数量为10片,叶片长度为7cm,叶片宽度为3cm,叶柄长度为4mm,花序梗长为3cm,花瓣的色度值为60度,预设特征吻合度为80%;采集人员上传的茉莉花标本中花瓣的数量为7片,叶片长度为5cm,叶片宽度为3cm,叶柄长度为2mm,花序梗长为3cm,花瓣的色度值为55度;其中,花瓣数量的加权值为12%,叶片长度的加权值为12%,叶片宽度的加权值为18%,叶柄长度的加权值为8%,花序梗长的加权值为10%,花瓣色度值的加权值为40%;根据
可计算出该茉莉花标本的特征吻合度为86%,大于预设特征吻合度80%,则判定该茉莉花标本信息验证通过。
实施例二,
一种杨树树枝制作成的标本,采集人员将标本的各项特征及其数值上传至系统,本实施例中通过该系统确定地域差异影响系数,设置数据库中单标本信息中树叶的长度为6cm、12cm,预设差异值为5cm,计算该不同特征数值的差值为6cm,大于预设差异值5cm,所以判定该杨树树枝标本存在地域差异,且根据
计算出地域差异影响系数为1.2。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
以上所述仅为本发明的优选实施例,并不用于限制本发明;对于本领域的技术人员来说,本发明可以有各种更改和变化。 凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种标本信息采集验证系统,其特征在于,包括:
数据获取模块,用以获取采集人员上传的单标本信息;
数据分析模块,其与所述数据获取模块连接,用以对采集人员上传的单标本信息进行分析,包括通过确定单标本信息与标准单标本信息的特征吻合度以将该特征吻合度与预设特征吻合度进行比对和通过确定单标本信息与标准单标本信息中各相同特征数值的第一差异值以将该第一差异值与数据库中单标本信息中对应相同特征数值的第一差异值进行比对以及通过确定单标本信息的不同特征数值与所述数据库中单标本信息中的不同特征数值的第二差异值以将该第二差异值与第一预设差异值进行比对;
验证模块,其与所述数据分析模块连接,用以根据所述数据分析模块的分析结果确定所述单标本信息的验证结果是否合格,包括根据所述特征吻合度与预设特征吻合度的比对结果判定所述单标本信息验证是否通过和根据所述相同特征数值的第一差异值与数据库中单标本信息中对应相同特征数值的第一差异值的比对结果判定所述单标本信息的各相同特征验证是否合格以及根据所述不同特征数值的第二差异值与第一预设差异值的比对结果判定所述单标本信息的不同特征验证是否合格;
其中,所述特征吻合度T计算公式如下
其中,Ra1为所述单标本信息中的第一特征数值,R1为所述标准单标本信息中的第一特征数值,f1为第一特征的权值,Ra2为所述单标本信息中的第二特征数值,R2为所述标准单标本信息中的第二特征数值,f2为第二特征的权值,Ran为所述单标本信息中的第n特征数值,Rn为所述标准单标本信息中的第n特征数值,fn为第n特征的权值;
所述数据分析模块确定数据库中单标本信息中不同特征的特征数值的第三差异值,并将该不同特征的特征数值的第三差异值与数据库中第二预设差异值进行比对,所述验证模块根据比对结果判定所述单标本信息是否存在地域差异影响;
所述验证模块在判定所述单标本信息存在地域差异影响时,所述数据分析模块根据所述数据库单标本信息中不同特征数值的第三差异值与数据库中第二预设差异值的比值确定地域差异影响系数,并将该地域差异影响系数与预设影响系数进行比对,所述验证模块根据比对结果选取对应的调节系数对所述验证模块中的第一预设差异值进行调节。
2.根据权利要求1所述的标本信息采集验证系统,其特征在于,所述数据获取模块在获取采集人员上传的所述单标本信息完成时,所述数据分析模块确定所述单标本信息与标准单标本信息的特征吻合度T,
若T<T1,所述验证模块判定所述单标本信息验证未通过;
若T≥T1,所述验证模块判定所述单标本信息验证通过。
3.根据权利要求2所述的标本信息采集验证系统,其特征在于,所述数据分析模块确定所述单标本信息与标准单标本信息中各相同特征数值的第一差异值S,设定S=Ram-Rm,其中m=1,2,…,n,
若S≤S1,所述验证模块判定所述单标本信息中各相同特征验证合格;
若S>S1,所述验证模块判定所述单标本信息中各相同特征验证不合格。
4.根据权利要求3所述的标本信息采集验证系统,其特征在于,所述数据获取模块获取所述单标本信息与标准单标本信息中的各不同特征,所述数据分析模块确定所述数据库中单标本信息是否存在对应的不同特征,若存在,则所述验证模块初步判定所述单标本信息的不同特征验证合格;若不存在,则所述验证模块判定所述单标本信息的不同特征验证不合格。
5.根据权利要求4所述的标本信息采集验证系统,其特征在于,所述验证模块中设置有第一预设差异值Q1,所述验证模块在初步判定所述单标本信息的不同特征验证合格时,所述数据分析模块确定所述单标本信息的不同特征数值与所述数据库中单标本信息中的不同特征数值的第二差异值Wc,
若Wc≤Q1,所述验证模块判定所述单标本信息的不同特征验证合格;
若Wc>Q1,所述验证模块判定所述单标本信息的不同特征验证不合格。
7.根据权利要求6所述的标本信息采集验证系统,其特征在于,所述验证模块在判定所述单标本验证未完成时,所述数据分析模块确定所述数据库中单标本信息中不同特征数值的第三差异值U,
若U≤U0,所述验证模块判定所述单标本信息不存在地域差异影响;
若U>U0,所述验证模块判定所述单标本信息存在地域差异影响。
8.根据权利要求7所述的标本信息采集验证系统,其特征在于,所述数据分析模块确定地域差异影响系数A,设定A=U/U0,将该地域差异影响系数与预设影响系数进行比对,根据比对结果选取对应的调节系数对所述第一预设差异值进行调节,将调节后的所述第一预设差异值设置为Q2,Q2=Q1×Ki,Ki为第一预设差异值的调节系数。
9.根据权利要求8所述的标本信息采集验证系统,其特征在于,在对所述第一预设差异值调节完成时,所述数据分析模块确定所述单标本的第二合格率P',并将该第二合格率P'与预设合格率P1进行比对,所述验证模块根据比对结果判定所述单标本信息的不同特征验证是否完成,
若P'<P1,所述验证模块判定所述单标本信息的不同特征验证未完成;
若P'≥P1,所述验证模块初步判定所述单标本信息的不同特征验证完成。
10.根据权利要求9所述的标本信息采集验证系统,其特征在于,还包括有数据存储模块,其与所述验证模块连接,用以将所述标准单标本信息和验证完成的单标本信息存储在所述数据库中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211330514.4A CN115391431B (zh) | 2022-10-28 | 2022-10-28 | 一种标本信息采集验证系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211330514.4A CN115391431B (zh) | 2022-10-28 | 2022-10-28 | 一种标本信息采集验证系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115391431A CN115391431A (zh) | 2022-11-25 |
CN115391431B true CN115391431B (zh) | 2023-01-24 |
Family
ID=84115268
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211330514.4A Active CN115391431B (zh) | 2022-10-28 | 2022-10-28 | 一种标本信息采集验证系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115391431B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106529202A (zh) * | 2016-12-20 | 2017-03-22 | 深圳金域医学检验所有限公司 | 一种用于医疗标本检测的智能审核系统与方法 |
CN108922581A (zh) * | 2018-05-31 | 2018-11-30 | 重庆微标科技股份有限公司 | 医疗检验样本物联网智能管控信息系统 |
CN114756431A (zh) * | 2022-04-25 | 2022-07-15 | 李伟成 | 基于大数据信息监控方法、监控装置及计算机设备 |
CN115147939A (zh) * | 2022-07-05 | 2022-10-04 | 江苏优集科技有限公司 | 一种大规模场景下的数据分发管理系统及方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007033041A (ja) * | 2005-07-22 | 2007-02-08 | Sumitomo Chemical Co Ltd | 胎盤型グルタチオン−s−トランスフェラ−ゼ酵素を認識する抗体に対して陰性を示すラット肝臓腫瘍性病変又は前腫瘍性病変の検定方法 |
JP5668436B2 (ja) * | 2010-12-01 | 2015-02-12 | ソニー株式会社 | 検体領域検出方法、検体領域検出装置及び検体領域検出プログラム |
CN111161868A (zh) * | 2019-12-20 | 2020-05-15 | 贵州铂肴医学检验实验室有限公司 | 医学快速检验管理系统 |
CN114493380B (zh) * | 2022-04-14 | 2022-07-05 | 深圳市宝安区石岩人民医院 | 一种基于大数据的标本生物信息分析验证系统 |
CN114817435A (zh) * | 2022-04-19 | 2022-07-29 | 王可文 | 一种土地审批测绘数据处理信息系统 |
CN114996715A (zh) * | 2022-06-14 | 2022-09-02 | 上海久之润信息技术有限公司 | 基于深度学习的游戏漏洞智能修复方法 |
CN115034693B (zh) * | 2022-08-11 | 2022-11-15 | 深圳市宝安区石岩人民医院 | 基于物联网的生物信息数据安全管理方法、系统及存储介质 |
-
2022
- 2022-10-28 CN CN202211330514.4A patent/CN115391431B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106529202A (zh) * | 2016-12-20 | 2017-03-22 | 深圳金域医学检验所有限公司 | 一种用于医疗标本检测的智能审核系统与方法 |
CN108922581A (zh) * | 2018-05-31 | 2018-11-30 | 重庆微标科技股份有限公司 | 医疗检验样本物联网智能管控信息系统 |
CN114756431A (zh) * | 2022-04-25 | 2022-07-15 | 李伟成 | 基于大数据信息监控方法、监控装置及计算机设备 |
CN115147939A (zh) * | 2022-07-05 | 2022-10-04 | 江苏优集科技有限公司 | 一种大规模场景下的数据分发管理系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115391431A (zh) | 2022-11-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101484910B (zh) | 聚类系统及缺陷种类判定装置 | |
CN105928901A (zh) | 一种定性定量相结合的近红外定量模型构建方法 | |
CN107578104A (zh) | 一种中药生产过程知识系统 | |
CN107027650A (zh) | 一种基于pso‑svm的种猪异常状态检测方法及装置 | |
CN117235548B (zh) | 基于激光灼烧的煤质数据处理方法及智能化系统 | |
Fernandez-Ordoñez et al. | Maize crop yield estimation with remote sensing and empirical models | |
CN108596104A (zh) | 一种带有病害特征预处理功能的小麦白粉病遥感监测方法 | |
Abbe et al. | The growth of the shoot apex in maize: internal features | |
CN105866056A (zh) | 一种基于近红外光谱的杂交种纯度鉴别方法 | |
CN108805079B (zh) | 冬小麦的识别方法及装置 | |
CN115860579B (zh) | 一种用于面粉加工的生产质量监测系统 | |
CN115860581B (zh) | 农作物品种适宜性评价方法、装置、设备及存储介质 | |
CN115391431B (zh) | 一种标本信息采集验证系统 | |
CN112330095A (zh) | 一种基于决策树算法的质量管理方法 | |
CN116521764A (zh) | 基于人工智能的环境设计数据处理方法 | |
CN101430735B (zh) | 一种保护性耕作模式选择方法 | |
CN117554369A (zh) | 一种茶树病虫害检测系统与检测方法 | |
CN105210750B (zh) | 一种基于叶绿素荧光动力筛选广适性水稻的方法 | |
CN110018164A (zh) | 一种基于立体成像的鸡胸肉木质化等级分级方法及装置 | |
CN104519511B (zh) | 一种检测通信网络小区场景突变的方法和装置 | |
Panda et al. | Screening for male fertility status in selected banana genotypes | |
US20110282811A1 (en) | Method and Data Processing System for Automatic Identification, Processing, Interpretation and Evaluation of Objects in the Form of Digital Data, Especially Unknown Objects | |
CN108776821A (zh) | 一种利用植物表型性状筛选抗逆资源的方法 | |
CN112700174A (zh) | 白芍种芽质量评价指标的筛选方法及质量评价方法 | |
CN104036129A (zh) | 茶假眼小绿叶蝉测报专家知识库及其构建方法 |
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 |