(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211186216.2 (22)申请日 2022.09.28 (65)同一申请的已公布的文献号 申请公布号 CN 115276665 A (43)申请公布日 2022.11.01 (73)专利权人 江苏森信达生物科技有限公司 地址 226000 江苏省南 通市开发区广州路 66号翰林科技6 02室 (72)发明人 金海峰　 (51)Int.Cl. H03M 7/30(2006.01) G06Q 10/08(2012.01) (56)对比文件 CN 103326732 A,2013.09.25 CN 109120272 A,2019.01.01CN 108140 040 A,2018.0 6.08 审查员 鲍威尔 (54)发明名称 一种原料 药的智能管理方法和系统 (57)摘要 本发明涉及数字数据处理技术领域， 具体涉 及一种原料药的智能管理方法和系统， 该方法获 取原料药包上的标签， 得到标签数据； 构建动态 字典， 动态字典的横坐标表示数据类型， 纵坐标 表示同类型数据； 根据历史数据的数据类型获取 截取数据长度， 对截取数据长度进行直方图构 建， 根据直方图中的数据类型数、 每个类型下数 据的出现次数得到筛选阈值； 根据筛选阈值得到 目标数据类型， 根据目标数据类型下截 取数据的 多种排列方式计算相似性， 基于相似性得到基础 字典， 根据基础字典建立字典表； 根据字典表对 标签数据进行压缩存储。 本方案通过改进的传统 LZW算法对原料药包的数据进行压缩存储， 以便 于更好的进行原料 药的智能管理。 权利要求书1页 说明书5页 附图2页 CN 115276665 B 2022.12.20 CN 115276665 B 1.一种原料 药的智能管理方法， 其特 征在于， 该 方法包括以下步骤： 获取原料 药包上的标签， 得到标签数据； 构建动态字典， 所述动态字典的横坐标表示数据类型， 纵坐标表示同类型数据， 动态字 典进行更新时， 横坐标轴与纵坐标轴同时更新， 当更新后的动态字典中不包含更新后的组 合数据时， 录入纵坐标轴信息对组合数据进行更新； 根据历史数据的数据类型获取截取数 据长度， 对截取数据长度进行直方图构建， 根据直方图中的数据类型数、 每个类型下数据的 出现次数得到筛选阈值； 根据筛选阈值得到目标数据类型， 根据目标数据类型下截取数据 的多种排列方式计算相似性， 基于相似性得到基础字典， 根据基础字典建立字典表； 根据所述字典表对标签数据进行压缩 存储； 所述筛选阈值的计算公式为： 其中， 表示筛选阈值， S表示截取的数据段中数据类型数， 表示第i个类型的数据出 现次数， 表示出现次数最多的类型的出现次数； 所述截取 数据长度的获取 方法为： 获取当前历史数据段中的数据类型和数据总类型之间的比值， 当所述比值大于经验值 时， 将所述当前历史数据段作为截取 数据长度。 2.如权利要求1所述的一种原料药的智能管理方法， 其特征在于， 所述相似性的计算公 式： 其中， 表示相似性， m表示大于筛选阈值的数据类型数量， 表示数据类型j对应位置 的相同概 率。 3.如权利要求1所述的一种原料药的智能管理方法， 其特征在于， 所述根据筛选阈值得 到目标数据类型的方法， 包括： 每个类型下数据的出现次数 大于筛选阈值时， 对应 类型为目标 数据类型。 4.如权利要求1所述的一种原料药的智能管理方法， 其特征在于， 所述基于相似性得到 基础字典的方法， 包括： 当相似性小于相似性阈值时， 将截取 数据对应的排列方式作为基础字典。 5.一种原料药的智能管理系统， 包括存储器、 处理器以及存储在所述存储器中并在所 述处理器上运行 的计算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现如权 利要求1‑4任意一项所述 一种原料 药的智能管理方法的步骤。权　利　要　求　书 1/1 页 2 CN 115276665 B 2一种原料药的智能管理 方法和系统 技术领域 [0001]本发明涉及数字数据处理技术领域， 具体涉及一种原料药的智能管理方法和系 统。 背景技术 [0002]原料药是药品的原材料， 通过对原料药进行加工合成后成为可供临床应用的医 药。 原料药的仓储管理通常包括原料药 的入库验收、 出库拣货、 在库存储、 分单打印等等一 系列的操作， 在此过程中采用信息化的系统进行存储会存在大量的数据， 导致对原料药 的 仓储情况 管理较为困难。 [0003]传统对大量数据进行存储时通常需要对数据进行压缩处理， 而原料药的仓储管理 往往是对原料药的编 码与时间戳进行记录， 对应的数据流中存在大量的连续重复的字节和 字串， 对数据流中存在大量的连续重复的字节和字串进行压缩时通常采用LZW压缩算法的 压缩效果较好。 传统LZW压缩算法是构建字典， 在字典中能找到当前字符串 时， 编码器就 一直输入字符， 将输入的字符接在 后面， 直至输入某个字符 在字典中搜索失败， 此时停 止， 通过字 典索引替换原始 数据中的相应字符或字符串， 然后把 存入字典。 传统LZW压 缩算法中虽然只加入 了一个有效的字符 ， 但存入了过多的字符， 这样即浪费了内存空间又 增加了处理时间。 发明内容 [0004]为了解决上述技术问题， 本发明的目的在于提供一种原料药的智能管理方法和系 统， 所采用的技 术方案具体如下： [0005]第一方面， 本发明实施例中提供了一种原料药的智能管理方法， 该方法包括以下 步骤： [0006]获取原料 药包上的标签， 得到标签数据； [0007]构建动态字典， 所述动态字典的横坐标表示数据类型， 纵坐标表示同类型数据； 根 据历史数据的数据类型获取截取数据长度， 对截取数据长度进行直方图构建， 根据直方图 中的数据类型数、 每个类型下数据的出现次数得到筛选阈值； 根据筛选阈值得到目标数据 类型， 根据目标数据类型下截取数据的多种排列方式计算相似性， 基于相似性得到基础字 典， 根据基础字典建立字典表； [0008]根据所述字典表对标签数据进行压缩 存储。 [0009]进一步的， 所述筛 选阈值的计算公式为： [0010] [0011]其中， 表示筛选阈值， S表示截取的数据段中数据类型数， 表示第i个类型的数说　明　书 1/5 页 3 CN 115276665 B 3