CN103051472B - 网络关键性能指标的分析方法及装置 - Google Patents
网络关键性能指标的分析方法及装置 Download PDFInfo
- Publication number
- CN103051472B CN103051472B CN201210548323.5A CN201210548323A CN103051472B CN 103051472 B CN103051472 B CN 103051472B CN 201210548323 A CN201210548323 A CN 201210548323A CN 103051472 B CN103051472 B CN 103051472B
- Authority
- CN
- China
- Prior art keywords
- data
- analysis
- key performance
- granularity data
- analysis result
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开网络关键性能指标的分析方法及装置，该方法包括：提取下级网管的性能统计数据，将性能统计数据按照预置粒度指标进行处理，获取处理后的粒度数据；按照预置方式，分析粒度数据的关键性能指标，获取粒度数据的分析结果并保存；显示粒度数据的分析结果。本发明通过提取下级网管的性能统计数据，将性能统计数据按照预置粒度指标进行处理，获取处理后的粒度数据；按照预置方式，分析粒度数据的关键性能指标，获取粒度数据的分析结果并保存；显示粒度数据的分析结果的方法，具有能够对网络关键性能指标的数据进行多方位和深层次分析的有益效果，从而提高系统的可靠性。
Description
技术领域
本发明涉及通信技术领域，尤其涉及一种网络关键性能指标的分析方法及装置。
背景技术
目前常用的基于网管的关键性能指标的统计分析，主要是查看该关键性能指标的相关数据，比如只能查看附着成功率的百分比而不能看到具体的附着成功的个数和失败的个数，不能做到对该关键性能指标的数据进行深层次的分析，也不支持对关键性能指标按时间纬度进行对比等。另外，对于网络中的网元进行升级或改造时，也无法对网元升级或改造前后的网元的可靠性进行统一高效的分析。
发明内容
本发明的主要目的是提供一种网络关键性能指标的分析方法及装置，旨在对网络关键性能指标的数据进行多方位和深层次的分析。
本发明实施例公开一种网络关键性能指标的分析方法，包括以下步骤：
步骤S01、提取下级网管的性能统计数据，将所述性能统计数据按照预置粒度指标进行处理，获取处理后的粒度数据；
步骤S02、按照预置方式，分析所述粒度数据的关键性能指标，获取所述粒度数据的分析结果并保存；
步骤S03、显示所述粒度数据的分析结果。
优选地，所述步骤S01之前还包括步骤：
步骤S00、设置所述性能统计数据的提取方式及所述关键性能指标和统计表的映射关系。
优选地，所述步骤S02中预置方式包括：时间分析、时间对比分析、对象对比分析、对象排名分析和网元升级或改造前后分析。
优选地，所述步骤S02中粒度数据的分析结果可以保存在超文本标识语言文件或电子表格中。
优选地，所述步骤S03中显示所述粒度数据的分析结果包括：
在所述粒度数据的分析结果有异常时，发送告警信息。
本发明实施例还公开一种网络关键性能指标的分析装置，包括：
数据处理模块，用于提取下级网管的性能统计数据，将所述性能统计数据按照预置粒度指标进行处理，获取处理后的粒度数据；
数据分析模块，用于按照预置方式，分析所述粒度数据的关键性能指标，获取所述粒度数据的分析结果并保存；
数据呈现模块，用于显示所述粒度数据的分析结果。
优选地，所述网络关键性能指标的分析装置，还包括：
数据设置模块，用于设置所述性能统计数据的提取方式及所述关键性能指标和统计表的映射关系。
优选地，所述预置方式包括：时间分析、时间对比分析、对象对比分析、对象排名分析和网元升级或改造前后分析。
优选地，所述数据分析模块还用于：
将所述粒度数据的分析结果保存在超文本标识语言文件或电子表格中。
优选地，所述数据呈现模块还用于：
在所述粒度数据的分析结果有异常时，发送告警信息。
本发明通过提取下级网管的性能统计数据，将所述性能统计数据按照预置粒度指标进行处理，获取处理后的粒度数据；按照预置方式，分析所述粒度数据的关键性能指标，获取所述粒度数据的分析结果并保存；显示所述粒度数据的分析结果的方法，具有能够对网络关键性能指标的数据进行多方位和深层次分析的有益效果，提高了系统可靠性。
附图说明
图1是本发明网络关键性能指标的分析方法一实施例流程示意图；
图2是本发明网络关键性能指标的分析方法又一实施例流程示意图；
图3是本发明网络关键性能指标的分析装置一实施例结构示意图；
图4是本发明网络关键性能指标的分析装置又一实施例结构示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
以下结合说明书附图及具体实施例进一步说明本发明的技术方案。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
参照图1，图1是本发明网络关键性能指标的分析方法一实施例流程示意图；如图1所示，本发明网络关键性能指标的分析方法包括以下步骤：
步骤S01、提取下级网管的性能统计数据，将所述性能统计数据按照预置粒度指标进行处理，获取处理后的粒度数据；
提取作为数据源头的下级网管的性能统计数据，将提取的性能统计数据按照预置粒度指标进行相应处理，并获取处理后的粒度数据。
所述预置粒度指标可根据需要进行随意设置，比如性能统计的最小粒度为15分钟粒度；若预置粒度指标设置为1小时粒度指标，则将提取的15分钟粒度的性能统计数据按照1小时粒度指标，生成1小时粒度指标的数据。同样地，预置粒度指标也可以是30分钟粒度指标、天粒度指标、周粒度指标、月粒度指标、季度粒度指标等。
步骤S02、按照预置方式，分析所述粒度数据的关键性能指标，获取所述粒度数据的分析结果并保存；
按照设定的方式，分析获取的粒度数据的关键性能指标。
具体地，在对粒度数据进行分析时，可以按照时间的方式进行分析，比如分析最近一周的附着成功率的情况；按照时间对比分析，比如分析不同日期或不同时间段的附着成功率的情况；按照对象对比分析，比如分析小区A和小区B的附着成功率的情况；按照对象排名分析，比如整个位置区进行天粒度指标分析，分析得出小区A的排名为第一，小区B的排名为第二；还可以对网元升级或改造前和升级或改造后进行分析，根据升级或改造前后网络关键性能指标的分析情况，对升级或改造的效果便可一目了然。
本领域的技术人员可以理解，上述仅仅是对获取的粒度数据的关键性能指标进行分析的具体方式的举例，但并不限于以上举例所描述的分析方式，本实施例对粒度数据的关键性能指标的具体分析方式不进行一一穷举。
在一优选的实施例中，可以将粒度数据的分析结果以图表格式保存在html（Hypertext Markup Language，超文本标记语言）文件或excel（电子表格）文件中。
步骤S03、显示所述粒度数据的分析结果。
根据粒度数据的分析方式，对应地显示粒度数据的分析结果。具体地，若按照时间分析粒度数据时，比如显示最近一周的附着成功率情况，可以设定x轴为时间轴，y轴为关键性能指标，将获取的粒度数据的分析结果以曲线图或柱状图等方式显示出来；若按照对象对比分析粒度数据时，可以设定x轴为时间轴，y轴为关键性能指标，将获取的粒度数据的分析结果以曲线图或柱状图等方式显示出来，同时，对比对象以不同的颜色加以区分。
进一步地，若维护人员需要浏览某个关键性能指标，则呈现出的分析结果如下表所示：
如果选择相应的时间段范围，则对应显示该时间段内关键性能指标的汇总信息，供维护人员浏览；若选择流量分析，则按位置区对应显示最近一周时间段内的关键性能指标数据，供维护人员浏览。
显示某段时间内比如2012.09.02~2012.09.08这段时间内附着成功率的具体概况如下表所示：
| 指标 | 附着成功率（％） |
| 位置区1 | 98 |
| 位置区2 | 95 |
| 位置区3 | 90 |
| 位置区4 | 97 |
| 位置区n | 91 |
通过上述表格显示的相关数据，维护人员发现位置区3的附着成功率只有90％，低于要求的最小值，则可根据显示的关键性能指标数据对位置区3进行更详细的分析；比如分析位置区3在这段时间内哪一天或哪几天的指标偏低；若发现2012.09.03这一天的指标明显偏低，则可通过显示的关键性能指标进一步查看2012.09.03这一天当中的24小时内，即00:00-23:59中哪几个小时指标有异常，如此反复；通过显示的关键性能指标，维护人员便可准确得知网络中具体时间、具体位置发生的异常。
在一优选的实施例中，对于关键性能指标振幅过多的，可以设置阀值，在阀值偏差过大时，显示时用特别的颜色进行警示；同时向下级网管发送告警信息，提示下级网管某个关键性能指标偏低。
在一优选的实施例中，可以设置自动分析的间隔时间，当间隔时间达到时，便对关键性能指标进行自动分析，并将分析结果保存为图表格式的html文件或 excel文件。
在一优选的实施例中，本实施例所述的关键性能指标为KPI（Key Performance Indicator，关键性能指标）。
本实施例通过提取下级网管的性能统计数据，将所述性能统计数据按照预置粒度指标进行处理，获取处理后的粒度数据；按照预置方式，分析所述粒度数据的关键性能指标，获取所述粒度数据的分析结果并保存；显示所述粒度数据的分析结果的方法，具有能够对网络关键性能指标的数据进行多方位和深层次分析的有益效果，提高了系统的可靠性。
参照图2，图2是本发明网络关键性能指标的分析方法又一实施例流程示意图；本实施例与图1所述实施例的区别是，仅增加了步骤S00；本实施例仅对步骤S00作具体描述，本发明网络关键性能指标的分析方法所涉及的其他步骤请参照图1实施例的具体描述，在此不再赘述。
如图2所示，本发明网络关键性能指标的分析方法在步骤S01、提取下级网管的性能统计数据，将所述性能统计数据按照预置粒度指标进行处理，获取处理后的粒度数据之前还包括步骤：
步骤S00、设置所述性能统计数据的提取方式及所述关键性能指标和统计表的映射关系。
性能统计数据的提取方式通常有以下三种：直接提取下级网管的性能统计数据；通过FTP方式，主动上传性能统计数据至指定位置，再从指定位置获取该性能统计数据；通过FTP方式，定时从下级网管上获取性能统计数据。
本领域的技术人员可以理解，性能统计数据的提取方式不限于以上三种，本实施例对性能统计数据的提取方式不进行一一穷举。
设置性能统计数据的提取方式的同时，设置关键性能指标和统计表的映射关系，便于分析结果保存在对应的统计表中，同时，也便于后续分析结果的显示和维护人员的查看。
本实施例通过设置性能统计数据的提取方式及关键性能指标和统计表的映射关系的方法，使性能统计数据的提取方式具有灵活性且便于后续分析结果的存储和显示。
参照图3，图3是本发明网络关键性能指标的分析装置一实施例结构示意图；如图3所示，本发明网络关键性能指标的分析装置包括：数据处理模块01、数据分析模块02和数据呈现模块03。
数据处理模块01，用于提取下级网管的性能统计数据，将所述性能统计数据按照预置粒度指标进行处理，获取处理后的粒度数据。
数据处理模块01提取作为数据源头的下级网管的性能统计数据，将提取的性能统计数据按照预置粒度指标进行相应处理，并获取处理后的粒度数据。
所述预置粒度指标可根据需要进行随意设置，比如性能统计的最小粒度为15分钟粒度；若预置粒度指标设置为1小时粒度指标，则将提取的15分钟粒度的性能统计数据按照1小时粒度指标，生成1小时粒度指标的数据。同样地，预置粒度指标也可以是30分钟粒度指标、天粒度指标、周粒度指标、月粒度指标、季度粒度指标等。
数据分析模块02，用于按照预置方式，分析所述粒度数据的关键性能指标，获取所述粒度数据的分析结果并保存。
按照设定的方式，数据分析模块02分析获取的粒度数据的关键性能指标。
具体地，在对粒度数据进行分析时，数据分析模块02可以按照时间的方式进行分析，比如分析最近一周的附着成功率的情况；按照时间对比分析，比如分析不同日期或不同时间段的附着成功率的情况；按照对象对比分析，比如分析小区A和小区B的附着成功率的情况；按照对象排名分析，比如整个位置区进行天粒度指标分析，分析得出小区A的排名为第一，小区B的排名为第二；还可以对网元升级或改造前和升级或改造后进行分析，根据升级或改造前后网络关键性能指标的分析情况，对升级或改造的效果便可一目了然。
本领域的技术人员可以理解，上述仅仅是对获取的粒度数据的关键性能指标进行分析的具体方式的举例，但并不限于以上举例所描述的分析方式，本实施例对粒度数据的关键性能指标的具体分析方式不进行一一穷举。
在一优选的实施例中，数据分析模块02可以将粒度数据的分析结果以图表格式保存在html文件或excel文件中。
数据呈现模块03，用于显示所述粒度数据的分析结果。
根据粒度数据的分析方式，数据呈现模块03对应地显示粒度数据的分析结果。具体地，若按照时间分析粒度数据时，比如数据呈现模块03显示最近一周的附着成功率情况，可以设定x轴为时间轴，y轴为关键性能指标，将获取的粒度数据的分析结果以曲线图或柱状图等方式显示出来；若按照对象对比分析粒度数据时，可以设定x轴为时间轴，y轴为关键性能指标，数据呈现模块03将获取的粒度数据的分析结果以曲线图或柱状图等方式显示出来，同时，对比对象以不同的颜色加以区分。
进一步地，若维护人员需要浏览某个关键性能指标，则数据呈现模块03呈现出的分析结果如下表所示：
如果选择相应的时间段范围，则数据呈现模块03对应显示该时间段内关键性能指标的汇总信息，供维护人员浏览；若选择流量分析，则数据呈现模块03按位置区对应显示最近一周时间段内的关键性能指标数据，供维护人员浏览。
数据呈现模块03显示某段时间内比如2012.09.02~2012.09.08这段时间内附着成功率的具体概况如下表所示：
| 指标 | 附着成功率（％） |
| 位置区1 | 98 |
| 位置区2 | 95 |
| 位置区3 | 90 |
| 位置区4 | 97 |
| 位置区n | 91 |
通过数据呈现模块03显示的相关数据，维护人员发现位置区3的附着成功率只有90％，低于要求的最小值，则可根据数据呈现模块03显示的关键性能指标数据对位置区3进行更详细的分析；比如分析位置区3在这段时间内哪一天或哪几天的指标偏低；若发现2012.09.03这一天的指标明显偏低，则可通过数据呈现模块03显示的关键性能指标进一步查看2012.09.03这一天当中的24小时内，即00:00-23:59中哪几个小时指标有异常，如此反复；通过数据呈现模块03显示的关键性能指标，维护人员便可准确得知网络中具体时间、具体位置发生的异常。
在一优选的实施例中，对于关键性能指标振幅过多的，可以设置阀值，在阀值偏差过大时，数据呈现模块03显示时用特别的颜色进行警示；同时向下级网管发送告警信息，提示下级网管某个关键性能指标偏低。
在一优选的实施例中，可以设置自动分析的间隔时间，当间隔时间达到时，便对关键性能指标进行自动分析，并将分析结果保存为图表格式的html文件或 excel文件。
在一优选的实施例中，本实施例所述的关键性能指标为KPI（Key Performance Indicator，关键性能指标）。
本实施例通过提取下级网管的性能统计数据，将所述性能统计数据按照预置粒度指标进行处理，获取处理后的粒度数据；按照预置方式，分析所述粒度数据的关键性能指标，获取所述粒度数据的分析结果并保存；显示所述粒度数据的分析结果，具有能够对网络关键性能指标的数据进行多方位和深层次分析的有益效果，提高了系统的可靠性。
参照图4，图4是本发明网络关键性能指标的分析装置又一实施例结构示意图。本实施例与图3所述实施例的区别是，仅增加了数据设置模块04，本实施例仅对数据设置模块04作具体描述，本发明网络关键性能指标的分析装置所涉及的其他模块请参照相关实施例的具体描述，在此不再赘述。
如图4所示，本发明网络关键性能指标的分析装置还包括：
数据设置模块04，用于设置所述性能统计数据的提取方式及所述关键性能指标和统计表的映射关系。
数据设置模块04设置性能统计数据的提取方式通常有以下三种：直接提取下级网管的性能统计数据；通过FTP方式，主动上传性能统计数据至指定位置，再从指定位置获取该性能统计数据；通过FTP方式，定时从下级网管上获取性能统计数据。
本领域的技术人员可以理解，数据设置模块04设置的性能统计数据的提取方式不限于以上三种，本实施例对性能统计数据的提取方式不进行一一穷举。
数据设置模块04设置性能统计数据的提取方式的同时，设置关键性能指标和统计表的映射关系，便于分析结果保存在对应的统计表中，同时，也便于后续分析结果的显示和维护人员的查看。
本实施例通过设置性能统计数据的提取方式及关键性能指标和统计表的映射关系，使性能统计数据的提取方式具有灵活性且便于后续分析结果的存储和显示。以上所述仅为本发明的优选实施例，并非因此限制其专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (6)
1.一种网络关键性能指标的分析方法，其特征在于，包括以下步骤：
步骤S01、提取下级网管的性能统计数据，将所述性能统计数据按照预置粒度指标进行处理，获取处理后的粒度数据；
步骤S02、按照预置方式，分析所述粒度数据的关键性能指标，获取所述粒度数据的分析结果并保存；其中，所述预置方式包括：时间分析、时间对比分析、对象对比分析、对象排名分析和网元升级或改造前后分析；
步骤S03、显示所述粒度数据的分析结果；
所述步骤S01之前还包括步骤：
步骤S00、设置所述性能统计数据的提取方式及所述关键性能指标和统计表的映射关系。
2.如权利要求1所述的方法，其特征在于，所述步骤S02中粒度数据的分析结果保存在超文本标识语言文件或电子表格中。
3.如权利要求1所述的方法，其特征在于，所述步骤S03中显示所述粒度数据的分析结果包括：
在所述粒度数据的分析结果有异常时，发送告警信息。
4.一种网络关键性能指标的分析装置，其特征在于，包括：
数据处理模块，用于提取下级网管的性能统计数据，将所述性能统计数据按照预置粒度指标进行处理，获取处理后的粒度数据；
数据分析模块，用于按照预置方式，分析所述粒度数据的关键性能指标，获取所述粒度数据的分析结果并保存；所述预置方式包括：时间分析、时间对比分析、对象对比分析、对象排名分析和网元升级或改造前后分析；
数据呈现模块，用于显示所述粒度数据的分析结果；
数据设置模块，用于设置所述性能统计数据的提取方式及所述关键性能指标和统计表的映射关系。
5.如权利要求4所述的装置，其特征在于，所述数据分析模块还用于：将所述粒度数据的分析结果保存在超文本标识语言文件或电子表格中。
6.如权利要求4所述的装置，其特征在于，所述数据呈现模块还用于：在所述粒度数据的分析结果有异常时，发送告警信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210548323.5A CN103051472B (zh) | 2012-12-17 | 2012-12-17 | 网络关键性能指标的分析方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210548323.5A CN103051472B (zh) | 2012-12-17 | 2012-12-17 | 网络关键性能指标的分析方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103051472A CN103051472A (zh) | 2013-04-17 |
| CN103051472B true CN103051472B (zh) | 2016-09-07 |
Family
ID=48063977
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201210548323.5A Active CN103051472B (zh) | 2012-12-17 | 2012-12-17 | 网络关键性能指标的分析方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103051472B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105589796A (zh) * | 2014-12-31 | 2016-05-18 | 中国银联股份有限公司 | 用于监测信息交互数据异常的方法 |
| CN108259255B (zh) * | 2016-12-29 | 2020-05-15 | 大唐移动通信设备有限公司 | 一种网元数据分析方法及装置 |
| CN111372259B (zh) * | 2018-12-26 | 2022-04-22 | 华为技术有限公司 | 无线系统的性能评估方法和装置 |
| CN111555932B (zh) * | 2020-04-24 | 2022-07-26 | 长沙理工大学 | 一种大规模不规则kpi时间序列异常检测方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1747398A (zh) * | 2004-09-08 | 2006-03-15 | 大唐移动通信设备有限公司 | 网元管理系统中海量性能数据的统计方法 |
| CN102075363A (zh) * | 2011-01-28 | 2011-05-25 | 大唐移动通信设备有限公司 | 一种性能指标的管理方法和设备 |
| CN102612058A (zh) * | 2012-02-22 | 2012-07-25 | 大唐移动通信设备有限公司 | 一种性能指标统计结果确定方法及装置 |
| CN102625263A (zh) * | 2012-03-05 | 2012-08-01 | 浪潮通信信息系统有限公司 | 一种彩信业务质量端到端的分析方法 |
| CN102647293A (zh) * | 2012-03-23 | 2012-08-22 | 中兴通讯股份有限公司 | 电信网管系统北向ftp性能文件自动补采方法及装置 |
-
2012
- 2012-12-17 CN CN201210548323.5A patent/CN103051472B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1747398A (zh) * | 2004-09-08 | 2006-03-15 | 大唐移动通信设备有限公司 | 网元管理系统中海量性能数据的统计方法 |
| CN102075363A (zh) * | 2011-01-28 | 2011-05-25 | 大唐移动通信设备有限公司 | 一种性能指标的管理方法和设备 |
| CN102612058A (zh) * | 2012-02-22 | 2012-07-25 | 大唐移动通信设备有限公司 | 一种性能指标统计结果确定方法及装置 |
| CN102625263A (zh) * | 2012-03-05 | 2012-08-01 | 浪潮通信信息系统有限公司 | 一种彩信业务质量端到端的分析方法 |
| CN102647293A (zh) * | 2012-03-23 | 2012-08-22 | 中兴通讯股份有限公司 | 电信网管系统北向ftp性能文件自动补采方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103051472A (zh) | 2013-04-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102737057B (zh) | 一种商品类目信息的确定方法及装置 | |
| CN103051472B (zh) | 网络关键性能指标的分析方法及装置 | |
| CN103116696B (zh) | 基于稀疏采样的手机定位数据的人员常驻地点识别方法 | |
| CN103605738B (zh) | 网页访问数据统计方法及装置 | |
| CN104915455A (zh) | 一种基于用户行为的网站异常访问识别方法及系统 | |
| CN103488147A (zh) | 一种物联网平台及系统 | |
| CN104091175A (zh) | 一种基于Kinect深度信息获取技术的害虫图像自动识别方法 | |
| CN107967487A (zh) | 一种基于证据距离和不确定度的冲突数据融合方法 | |
| CN110070071B (zh) | 一种基于图像识别的生姜茎叶病虫害识别方法及系统 | |
| CN115127617A (zh) | 用于食用菌仿生态种植的智能管控系统 | |
| DE102015225472A1 (de) | Verfahren und Vorrichtung zum Erstellen einer Karte | |
| Ramírez-Gil et al. | Design of electronic devices for monitoring climatic variables and development of an early warning system for the avocado wilt complex disease | |
| CN111105173A (zh) | 一种植物适宜生长区域评价方法和设备 | |
| CN112444858A (zh) | 基于边云协同的地震实时监测ai计算方法、装置及介质 | |
| Fonthal | Design and implementation of WSN for precision agriculture in white cabbage crops | |
| CN103823869A (zh) | 一种环境监测的数据抽取和预测模型建立方法 | |
| CN107040532B (zh) | 一种使用验证码校验的数据评估装置 | |
| Damtew et al. | Spatiotemporal changes in mean and extreme climate: Farmers’ perception and its agricultural implications in Awash River Basin, Ethiopia | |
| CN111915096B (zh) | 基于作物模型、遥感数据和气候预测信息的作物产量早期预报技术 | |
| CN101750622B (zh) | 多级分离式倍增极电子倍增器的加速退化试验方法 | |
| CN113395295A (zh) | 一种基于区块链的数据传输安全检测系统 | |
| CN117688290A (zh) | 基于等级划分的干旱灾害综合风险预警方法及系统 | |
| CN105320739A (zh) | 信息提取方法及装置 | |
| CN116257792B (zh) | 一种智慧城市碳中和数据分析系统 | |
| CN115271407B (zh) | 基于人工智能的工业互联网数据处理方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |