買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉江西藥葫蘆科技有限公司申請的專利一種基于深度森林多標簽分類學習模型的藥品分類管理系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN116226759B 。

龍圖騰網通過國家知識產權局官網在2025-08-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202211687047.0，技術領域涉及：G06F18/2431；該發明授權一種基于深度森林多標簽分類學習模型的藥品分類管理系統是由雷桂根;李書妤;張曉燕;雷浩天;雷浩群設計研發完成，并于2022-12-27向國家知識產權局提交的專利申請。

本一種基于深度森林多標簽分類學習模型的藥品分類管理系統在說明書摘要公布了：本發明公開了一種基于深度森林多標簽分類學習模型的藥品分類管理系統。所述數據采集模塊，用于采集藥品的特征數據，并對藥品特征數據進行歸一化預處理，以獲取歸一化藥品特征數據；所述數據分析模塊，用于對藥品預處理后的特征數據進行分析；所述標簽劃分模塊，用于提供藥品標簽分類服務，結合藥品的數據特征，對不同數據特征的藥品進行分類；所述環境監測模塊，用于監測存放藥品的庫房提供實時環境數據，方便藥品的存儲和管理；所述數據可視化模塊，用于提供可視化界面，顯示藥品標簽分類數據，幫助藥品管理員實時獲取藥品信息。本發明對藥品進行多標簽分類，實現對藥品的層次化管理、對藥品信息檢索的高效化。

本發明授權一種基于深度森林多標簽分類學習模型的藥品分類管理系統在權利要求書中公布了：1.一種基于深度森林多標簽分類學習模型的藥品分類管理系統的使用方法，其特征在于：藥品分類管理系統包括依次通信連接的數據采集模塊、數據分析模塊、標簽劃分模塊、環境監測模塊、數據可視化模塊；所述數據采集模塊，用于采集藥品的特征數據，并對藥品特征數據進行歸一化預處理，以獲取歸一化藥品特征數據；所述數據分析模塊，用于對藥品預處理后的特征數據進行分析；所述標簽劃分模塊，用于提供藥品標簽分類服務，結合藥品的數據特征，對不同數據特征的藥品進行分類；所述環境監測模塊，用于監測存放藥品的庫房提供實時環境數據，方便藥品的存儲和管理；所述數據可視化模塊，用于提供可視化界面，顯示藥品標簽分類數據，幫助藥品管理員實時獲取藥品信息；藥品的特征數據包括藥品的生產日期、貯藏環境、藥品形態、適用人群、主治功能； 其步驟為： S01、采集包括藥品功能、藥品生產季度、藥品貯藏環境、藥品形態、藥品使用率在內的藥品的特征數據，并對這些數據進行歸一化預處理，以獲取歸一化數據； S02、把藥品的特征屬性提取出來轉化成一維向量，即嵌入向量，再根據藥品不同的特征屬性，將藥品特征屬性作為數據標簽，轉化成由0和1構成的獨熱數組； S03、藥品的多標簽分類數據集X,Y的基本信息中，X為藥品屬性，Y為標簽，樣本數為n，標簽總數為m；給定標簽空間為Y＝{Y1,Y2,…,Ym}，一個具有k個藥品特征的xi樣本由標簽空間Y中的一個子集y賦值；兩個不同標簽之間的相關性用克萊姆相關系數來評價，不同標簽之間的不平衡程度可以通過不平衡比例來衡量；標簽的整體不平衡量用MeanIR來衡量，MeanIR表示藥品標簽的概率均值，MeanIR的顯著性用標準變異系數CV來衡量； S04、對藥品數據進行基于滑動窗口的多粒度掃描，生成低維藥品特征向量，再將這些特征向量組合到不同的標簽上；然后使用級聯隨機森林，通過已經生成的藥品特征向量數據集在級聯隨機森林模型上進行訓練，用訓練好的級聯隨機森林模型對每個標簽進行概率預測，并將其拼接到原始特征上；根據最大聚合值取其類，得到藥品標簽分類結果； S05、將分類好的藥品根據保存特性分別放在對應的庫房進行儲存，并用高精度測量溫濕度以及光照強度的集成芯片實時檢測藥品所處環境數據，將這些數據拼接在藥品標簽上； S06、將前述步驟中生成的藥品數據通過數據可視化模塊實現藥品分類管理的可視化，可視化界面顯示各類藥品所對應的特征標簽類別、藥品所處的實時環境數據和藥品數量。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人江西藥葫蘆科技有限公司，其通訊地址為：330800 江西省宜春市高安市大城鎮昌西文化產業園仙鷺路以西縱橫藥業辦公樓514室；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。