[发明专利]一种基于自动识别技术的教学实验样品的生产和使用方法有效

专利信息
申请号: 201310277014.3 申请日: 2013-07-03
公开(公告)号: CN103310396B 公开(公告)日: 2017-02-08
发明(设计)人: 孙锡泉;马兆立;王帆;王璐 申请(专利权)人: 青岛大学
主分类号: G06Q50/20 分类号: G06Q50/20;G06K17/00
代理公司: 暂无信息 代理人: 暂无信息
地址: 266071 山*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明是一种教学实验样品的生产和使用链,属于教育产业领域,特别是一种基于自动识别技术的教学实验样品的生产和使用链。基于自动识别技术的教学实验样品的生产和使用链,包括样品分析与优化环节、样品生产与运输环节、样品分配与使用环节,每份样品或者样品的包装上随机贴上包含有唯一性编码信息的标签,每份样品的定量特性数值和对应的唯一性编码信息录入定量特性数据库并建立关联。本发明提供的方法极大地提高了学生对待实验的认真程度、投入程度,督促学生负责地完成实验,提高学生的实验能力和水平。本发明提供的方法极大地降低了实验指导教师的劳动强度、提高了实验指导教师的工作效率。
搜索关键词: 一种 基于 自动识别 技术 教学 实验 样品 生产 使用方法
【主权项】:
一种基于自动识别技术的教学实验样品的生产和使用方法,其特征是:基于自动识别技术的教学实验样品的生产和使用链包括样品分析与优化环节、样品生产与运输环节、样品分配与使用环节;样品分析与优化环节是这样工作的:首先搜集整理不同学校的相同学科的教学实验室开设的相同实验课程的教学安排、实验指导书,统计相同实验项目所需的样品的品种和数量;对相同实验项目,分别按照各实验室的不同实验指导书中规定的实验步骤进行实验,研究出该实验项目的最佳实验步骤、样品的定量特性结果的最佳范围、样品形式、样品的最佳量,采用该实验项目的最佳实验步骤、样品的定量特性结果的最佳范围、样品最佳量来设计该实验项目的标准化实验,并撰写该实验项目的标准化实验指导书,实现该实验项目的标准化、规范化;样品生产与运输环节是这样工作的:统计出愿意使用标准化实验指导书进行标准化实验的学校、实验室的数量以及实验学生人数,由实验学生人数和实验学生所需的样品最佳数量的乘积计算出每个实验项目的样品理论需要量,由于总会有损耗,因此样品理论需要量再乘以损耗系数计算出样品供应量;在样品的定量特性结果的最佳范围内选取2‑30个具有显著性差异的数值作为样品的预期定量特性,按照样品的预期定量特性确定样品生产时所需的数据参数,按照计算出的样品生产数据参数生产出所测定量特性有显著性差异的每种样品,测量每种样品的定量特性数据并录入数据库作为该种样品的定量特性数据的标准值,生产出的所测定量特性有显著性差异的2‑30种实验样品的量之和等于样品供应量;将样品做成适于每个实验组使用的独立包装样品,并在每份样品或者样品的包装上随机贴上包含有唯一性编码信息的标签,将每份样品的定量特性数值和对应的唯一性编码信息录入定量特性数据库并建立关联;统计每个开设标准化实验的实验室需要的独立包装样品量,并运送该量的独立包装样品到该实验室,将相应的独立包装样品的定量特性数据库发送到该实验室,储存到样品计算机管理系统中;样品分配与使用环节是这样工作的:学生在实验前随机领取独立包装样品并将自己领取的样品标签上的唯一性编码信息录入进样品计算机管理系统中;样品计算机管理系统接收到该学生发送的唯一性编码信息后在定量特性数据库中查找到该样品的所测定量特性标准值,建立该学生及其所领取样品的所测定量特性标准值的关联;学生完成实验后向样品计算机管理系统输入学生测量的定量特性数值的结果,样品计算机管理系统将该学生所领取样品的所测定量特性标准值和学生测量的定量特性数值进行比对,评定出学生测试结果准确的情况,给出学生测量的定量特性数值的准确度。
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青岛大学,未经青岛大学许可,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/201310277014.3/,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