[发明专利]一种基于RFID的感染控制质量事件快速定位与追溯方法有效

专利信息
申请号: 201310309289.0 申请日: 2013-07-22
公开(公告)号: CN103345590A 公开(公告)日: 2013-10-09
发明(设计)人: 徐杨;何清漪;杨孟君 申请(专利权)人: 电子科技大学
主分类号: G06F19/00 分类号: G06F19/00
代理公司: 成都华典专利事务所(普通合伙) 51223 代理人: 徐丰;杨保刚
地址: 611731 四川省成*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明提供了一种基于RFID的感染控制质量事件快速定位与追溯方法,该方法是将系统数据库中的历史信息建立成样本,利用应用领域知识和样本知识为处理过程建模,然后通过对样本和过程模型的学习为过程模型建立起隐马尔科夫概率关系。当系统获取到质量事件信息时,利用概率模型进行事件原因定位,根据事件原因输出事件追溯建议给用户,用户对质量事件目标的具有相同处理信息的物品进行抽样检查,根据实际抽查情况进行物品追溯,即具有同样质量问题的物品进行追回重新处理。
搜索关键词: 一种 基于 rfid 感染 控制 质量 事件 快速 定位 追溯 方法
【主权项】:
1.一种基于RFID的感染控制质量事件快速定位与追溯方法,主要处理步骤有: 步骤1:数据样本建模,将数据库中的分散信息,以物品ID为主键,按照处理流程分阶段对阶段参与属性进行记录,并在最后字段记录对应阶段的抽样结果,得到一条按处理流程记录阶段参与属性并具有最后抽样结果的信息; 步骤2:处理过程建模,根据处理过程间的先后顺序关系,阶段参与属性对阶段结果的影响关系,以及前面处理阶段对后面处理阶段的处理结果的影响关系,将每个处理阶段、每个阶段的参与属性和抽样结果用点表示,利用有向箭头表示因果关系,最后实现处理过程的建模,即一个有向无环图; 步骤3:模型学习,将处理过程模型转换为隐马尔科夫模型进行求解,给出模型为λ=(A,B,π),并给出每个参数的定义和求解方法; 所述参数定义包括以下: 状态空间:S={0,1},0表示合格状态,1表示不合格状态,状态数N=2; 状态转移矩阵:其中aij=P{下一状态为j|当前状态为i},i,j∈S,表示从状态i转移到状态j的概率;可观测符号:V={V1,V2,…,VM}为可观测符号,其对应Attr,即能观测到的RFID扫描获取到的属性取值的集合,M是可见符号的总数; 可观测符号的概率分布:B={bi(k)}为可观测符号的分布,B也称为放射矩阵,其中:bi(k)=P{观测到属性值为Vk|当前状态为i},bi(k)表示在状态i时观察到Vk的概率,i∈N,1≤k≤M表示在模型中的可观测符号的概率分布; 初始状态分布:π={π01},πi=P{第一步状态为i},i∈N,π0指初始状态为合格状态的概率,π1指初始状态为不合格状态概率; 观测序列:O(t),t=1,2,…,T,O(t)∈V,为可观测符号序列,即观测到的对应阶段的属性取值序列,T为观测到的可观测符号的数量; 状态序列:q(t),t=1,2,…,T,q(t)∈S,为隐藏的状态序列,即是处理流程形成的每个处理阶段的结果状态序列,T为观测到的可见符号的数量; 步骤4:事件原因定位: 首先利用隐马尔科夫模型解码问题的思想求解出最可能处理结果状态序列Q,根据Q定位到质量事件发生阶段p0; 然后依次计算质量事件发生阶段p0的所有属性为质量事件发生的原因的概率,得到可能的事件原因; 步骤5:对定位到的事件原因给出追溯: 输出并显示给用户定位到的事件发生阶段和事件可能的原因属性,给出每个属性的抽样范围,工作人员对范围内物品进行实际抽样,通过与阈值θ2进行比较确定真正的事件原因属性,最后根据定位到的实际原因属性给出对应的处理意见。 
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于电子科技大学,未经电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201310309289.0/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top