【技术实现步骤摘要】
全自动干粉试剂复溶系统
[0001]本申请涉及智能控制领域,且更为具体的涉及一种全自动干粉试剂复溶系统
。
技术介绍
[0002]全自动干粉试剂复溶系统是一种用于实验室或工业生产中的设备,用于将干粉试剂快速
、
准确地复溶成溶液的系统
。
在将干粉试剂与溶剂混合并复溶成溶液的过程中,通常需要控制搅拌速度
、
温度和混合时间,以确保试剂充分溶解
。
传统的控制混合时间的方法是人工根据经验来控制混合时间
。
然而,这种方法存在的误差可能较大,且耗费人力和时间成本
。
[0003]因此,期待一种优化的全自动干粉试剂复溶方案
。
技术实现思路
[0004]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全自动干粉试剂复溶系统,其使用基于深度神经网络的人工智能技术来对复溶时的搅拌速度和温度进行特征编码与提取,以得到表示当前混合时间是否需要延长的分类标签
。
这样,通过智能控制混合时间,提高了控制精度,降低了时间和人力成本
。
[0005]根据本申请的一个方面,提供了一种全自动干粉试剂复溶系统,其包括:
[0006]数据获取模块,用于获取多个预定时间点的复溶时的搅拌速度值和多个预定时间点的温度值;
[0007]第一时序编码模块,用于将所述多个预定时间点的复溶时的搅拌速度值通过第一时序编码器以得到速度特征向量;
[00 ...
【技术保护点】
【技术特征摘要】
1.
一种全自动干粉试剂复溶系统,其特征在于,包括:数据获取模块,用于获取多个预定时间点的复溶时的搅拌速度值和多个预定时间点的温度值;第一时序编码模块,用于将所述多个预定时间点的复溶时的搅拌速度值通过第一时序编码器以得到速度特征向量;第二时序编码模块,用于将所述多个预定时间点的温度值通过第二时序编码器以得到温度特征向量;融合模块,用于对所述速度特征向量和所述温度特征向量进行联合编码以生成融合特征矩阵;空间增强模块,用于将所述融合特征矩阵通过使用空间注意力机制的卷积神经网络模型以得到增强融合特征矩阵;优化模块,用于对所述增强融合特征矩阵进行低维密度域映射以得到优化增强融合特征矩阵;分类结果生成模块,用于将所述优化增强融合特征矩阵通过分类器以得到分类结果,所述分类结果用于表示当前混合时间是否需要延长
。2.
根据权利要求1所述的全自动干粉试剂复溶系统,其特征在于,所述第一时序编码模块,包括:第一输入向量构造单元,用于将所述多个预定时间点的复溶时的搅拌速度值按照时间维度排列为第一输入向量;第一归一化映射单元,用于将所述第一输入向量进行基于最大值的归一化处理以得到归一化后第一输入向量;第一全连接编码单元,用于使用所述时序编码器的全连接层对所述归一化后第一输入向量进行全连接编码以提取所述归一化后第一输入向量中各个位置的特征值的高维隐含特征;第一一维卷积编码单元,用于使用所述时序编码器的一维卷积层对所述归一化后第一输入向量进行一维编码以提取所述归一化后第一输入向量中各个位置的特征值间的关联的高维隐含关联特征
。3.
根据权利要求2所述的全自动干粉试剂复溶系统,其特征在于,所述第二时序编码模块,包括:第二输入向量构造单元,用于将所述多个预定时间点的温度值按照时间维度排列为第二输入向量;第二归一化映射单元,用于将所述第二输入向量进行基于最大值的归一化处理以得到归一化后第二输入向量;第二全连接编码单元,用于使用所述时序编码器的全连接层对所述归一化后第二输入向量进行全连接编码以提取所述归一化后第二输入向量中各个位置的特征值的高维隐含特征;第二一维卷积编码单元,用于使用所述时序编码器的一维卷积层对所述归一化后第二输入向量进行一维编码以提取所述归一化后第二输入向量中各个位置的特征值间的关联的高维隐含关联特征
。
4.
根据权利要求3所述的全自动干粉试剂复溶系统,其特征在于,所述融合模块,用于:使用联合编码器以如下联合公式对所述速度特征向量和所述温度特征向量进行联合编码以生成所述融合特征矩阵;其中,所述联合公式为:其中表示向量相乘,
M
表示所述融合特征矩阵,
F1表示所述速度特征向量,
F2表示所述温度特征向量,表示所述温度特征向量的转置
。5.
根据权利要求4所述的全自动干粉试剂复溶系统,其特征在于,所述空间增强模块,包括:使用所述卷积神经网络模型的各个单元...
【专利技术属性】
技术研发人员:廖丽平,宋娇,蒲荣,辛青松,
申请(专利权)人:东莞常安医院有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。