CN104951893A - 一种面向城市交通的交警路面警情处置效率评估方法 - Google Patents
一种面向城市交通的交警路面警情处置效率评估方法 Download PDFInfo
- Publication number
- CN104951893A CN104951893A CN201510358482.2A CN201510358482A CN104951893A CN 104951893 A CN104951893 A CN 104951893A CN 201510358482 A CN201510358482 A CN 201510358482A CN 104951893 A CN104951893 A CN 104951893A
- Authority
- CN
- China
- Prior art keywords
- alert
- road surface
- sigma
- task
- group
- 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.)
- Pending
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种面向城市交通的交警路面警情处置效率评估方法,包括如下步骤:(1)从数据库读取警务通数据;(2)从警务通数据获取警情处置工作指标,并对警情处置工作指标数据集进行离群点检测,对去除离群点后的警情处置工作指标数据集处理得到警情处置工作评价指标数据集;(3)计算各个警情处置工作评价指标数据集的均值与标准差,并利用函数建立单一指标到百分制的映射关系;(4)利用步骤(3)建立的映射关系求得每个单一指标的得分,通过对单一指标得分进行加权平均得到路面警情处置的效率得分。本方法所提供的交警路面警情处置效率评估方法计算过程简便、时间复杂度低、运算速度快。
Description
技术领域
本发明涉及城市交通管理领域,尤其涉及一种面向城市交通的交警路面警情处置效率评估方法。
背景技术
随着社会经济的发展,机动车辆的增加,随之而来的交通环境发生了巨大的变化,城市交通畅通和安全的管理问题也日益增多。虽然传统的交警到达事发现场处置警情的方式仍然是目前中国城市交通安全管理中最主要的警情处置方式,但是伴随着微电子技术、计算机技术、数字通信技术、网络技术等各种高新技术的不断发展,交警到场处置警情这项工作也在一定程度上实现了半信息化,比如很多城市为交警配备了移动警务通设备以实现对警情处置的流程化和信息化管理。
基于目前城市交通压力的增加,交警的警情处置工作面临着严峻的考验和挑战,公众对于交警的路面警情处置效率出现了更高的需求。建立合理有效的警情处置工作效率评估方法不仅可以使交管部门直观量化地了解目前的警务处置状况,而且可为如何提高路面警情的处置效率提供数据参考和依据。
目前,对于交警工作的效率评估主要是从目标管理学角度出发建立绩效考核方法,比如论文《公安交通警察绩效考核问题的研究》等,然而对于路面警情处置工作效率评估并没有针对性的文章和专利。对路面警情处置工作进行评估时,可以从部门、个人两个角度进行评价,本发明是围绕部门的路面警情处置效率所开展的。本发明尝试以警务通所记录的路面警情处置工作数据为依据,建立合理量化的交警路面警情处置效率评估方法,为路面警情处置工作提供具有参考价值的数据依据,从而服务于城市交通管理工作。
发明内容
本发明为克服上述的不足之处,目的在于提供一种面向城市交通的交警路面警情处置效率评估方法,本方法以警务通数据为依据,通过数据预处理、数学建立函数映射关系等方法得到路面警情处置效率评估结果,本方法所提供的交警路面警情处置效率评估方法计算过程简便、时间复杂度低、运算速度快。
本发明是通过以下技术方案达到上述目的:一种面向城市交通的交警路面警情处置效率评估方法,包括如下步骤:
(1)从数据库读取警务通数据;
(2)从警务通数据获取警情处置工作指标,并对警情处置工作指标数据集进行离群点检测,对去除离群点后的警情处置工作指标数据集处理得到警情处置工作评价指标数据集;
(3)计算各个警情处置工作评价指标数据集的均值与标准差,并利用函数建立单一指标到百分制的映射关系;
(4)利用步骤(3)建立的映射关系求得每个单一指标的得分,通过对单一指标得分进行加权平均得到路面警情处置的效率得分。
作为优选,所述的警务通数据包含了一条警情从指挥室的下发时间、指定去处理该警情的交警人员的警号信息、交警到达警情发生地的到达时间、处理完该警情的完成时间、最后点击完成该警情的人员警号信息。
作为优选,所述步骤(2)从警务通数据获取的警情处置工作指标包含如下数据信息:日期信息、大队信息、人均任务量、O11、O12、O13、到达时长、处置时长、完成时长、O21、O22。
作为优选,所述人均任务量为大队每天路面警情任务量/该大队每天路面执勤人数,O11为大队路面警情任务量/全市路面警情任务总量,O12为大队路面警情任务量/全市总警情完成量,O13为大队路面警情任务量/该大队总警情完成量,到达时长为到达时间-下发时间,处置时长为完成时间-到达时间,完成时长为完成时间-下发时间,O21为大队非警务通关闭的警情量/该大队路面警情任务量,O22为大队未关闭的警情量/该大队路面警情任务量。
作为优选,所述步骤(2)采用Grubb检验法对警情处置工作指标进行离群点检测,对于每个警情处置工作指标对象x,定义z分数为
其中,μ是数据集的均值,σ是标准差;若x满足如下公式:
则对象x是离群点;其中,是显著水平∝/(2N)下的t-分布的值,N是数据集的对象数。
作为优选,所述步骤(2)通过求取警情处置工作指标数据集的相关系数和设定阈值来获取警情处置工作评价指标数据集;其中,相关系数ρX,Y的计算公式如下:
其中,μX、μY为变量X、Y的均值,σX、σY为变量X、Y的标准差,函数E为期望,N为样本量。
作为优选,所述相关系数的取值区间为-1~1。
作为优选,所述设定的相关系数阈值为0.5。
作为优选,所述步骤(3)利用线性函数或非线性函数来建立单一指标到百分制的映射关系。
本发明的有益效果在于:(1)本方法采用Grubb检验进行离群点检测,剔除异常数据,提升了数据的可靠性与准确性;(2)本方法根据函数建立指标和百分制的映射,与直接业务设定和线性映射相比具有不同的拟合趋势;(3)本方法所提供的交警路面警情处置效率评估方法计算过程简便、时间复杂度低、运算速度快。
附图说明
图1是本发明方法的流程框图;
图2是本发明实施例的警务通数据示意图;
图3是本发明实施例的警务通关闭的警情数据示意图;
图4是本发明实施例的非警务通关闭的警情数据示意图;
图5是本发明实施例的未关闭的警情数据示意图;
图6是本发明实施例的原始数据图形示意图;
图7是本发明实施例的去除离群点后的数据图形示意图;
图8是本发明实施例的概率分布直方图;
图9是本发明实施例的完成时长P-P图;
图10是本发明实施例的完成时长Q-Q图;
图11是本发明实施例的平均完成时长概率密度函数曲线图;
具体实施方式
下面结合具体实施例对本发明进行进一步描述,但本发明的保护范围并不仅限于此:
实施例:本实施例采用杭州市区2014年11月1日~2014年12月31日期间各个大队的路面警情处置数据。
如图1所示,一种面向城市交通的交警路面警情处置效率评估方法,具体实施过程如下:
步骤1:从数据库读取警务通数据
如图2所示,每条数据记录了一条警情的从指挥室的下发时间、指定去处理该警情的交警人员的警号信息、交警到达警情发生地的到达时间、处理完该警情的完成时间、最后点击完成该警情的人员警号信息;
警务通是交警在处理路面警情工作时用来记录工作流程的设备,交警通过登录设置填写信息进入工作模式,工作过程中警务通设备会实时传达指挥室下发的路面警情工作到指挥室所指定交警的设备上。以下是根据常用的警务通设备总结的警务通数据所具备的几个特点:
(1)由于网络问题和数据传输等问题,存在字段信息不全的问题;
(2)可根据交警人员的警号信息通过交警人员信息字典表查询到该交警的姓名、所属单位等具体人员信息;
(3)在交警处理路面警情时,警务通设备限制完成时间、到达时间和下发时间的时序性,即只有在点击了到达时间后才能点击完成时间;
(4)存在某条警情只有下发时间和完成时间的情况,可能是由于网络等原因,交警人员无法对警务通设备进行操作,从而在警情处理完成时告发指挥室,指挥室人员对警情工作进行完成时间的登记;但是指挥室人员没有点击到达时间的权限。
步骤2:原始数据预处理
(2.1)获取警情处置工作指标
根据步骤1中所述的警务通数据的特点,警情处置工作可以分为以下三种情况:
(a)警务通关闭的警情:由交警人员通过操作警务通设备记录完成警情处置过程,这类警情有下发时间以及交警人员登记的到达时间、完成时间,并且可以查询到最后完成人为到场处理该警情的交警,其数据如图3所示。
(b)非警务通关闭的警情:警情的最后完成人不是到场处理该警情的交警;警情的最后完成人虽然是到场处理该警情的交警,但是没有从警务通设备记录下到达时间,其数据如图4所示。
(c)未关闭的警情:没有关闭的警情,即没有警情的完成时间信息,其数据如图5所示。
对路面警情处置工作按以上三种情况进行统计,获取路面警情处置数据信息如下表1所示:
表1
其中,人均任务量=大队每天路面警情任务量/该大队每天路面执勤人数,O11=大队路面警情任务量/全市路面警情任务总量,O12=大队路面警情任务量/全市总警情完成量,O13=大队路面警情任务量/该大队总警情完成量,到达时长=到达时间-下发时间、处置时长=完成时间-到达时间、完成时长=完成时间-下发时间,O21=大队非警务通关闭的警情量/该大队路面警情任务量,O22=大队未关闭的警情量/该大队路面警情任务量。
(2.2)离群点检测
本发明采用统计学方法中的Grubb检验(最大标准残差检验)对数据指标进行离群点检测,从而剔除噪声数据。
Grubb检验(最大标准残差检验)对数据集进行离群点检测;对于数据集中的每个对象x,定义z分数为
其中,μ是数据集的均值,σ是标准差。若x满足:
则对象x是离群点;其中,是显著水平∝/(2N)下的t-分布的值,N是数据集中的对象数。
原始数据图形如图6所示,进行Grubb检验、去除离群点前后的数据图形如图7所示,其中纵坐标代表平均完成时长,横坐标代表数据点序号。
(2.3)获取警情处置工作评价指标
由于路面警情处置工作涉及的多个指标,本发明通过求取指标间的相关系数和设定阈值来获取警情处置工作的评价指标。
相关系数的取值区间为-1~1,数值的含义如下表2所示:
表2
为遵循评价指标间相互独立而且并且可以表征路面警情处置工作的原则,并结合表2中相关系数的数值含义,本发明中设定的相关系数阈值为0.5。
因此,步骤(2.1)中所述各个指标间的相关性系数如下表3所示:
表3
从相关系数来看,O11与O12之间的相关系数为0.957,接近于1,两者具有很强的相关性;到达时长与完成时长之间的相关系数为0.941,两者相关性强;而其余指标两两之间的相关系数绝对值均小于0.5,相关性低。
因此,根据表3的相关系数值以及设定的阈值0.5(即当两个指标的相关系数绝对值大于0.5时,则选取其中一个指标作为评价指标),获取路面警情处置工作的评价指标为:人均任务量、O11、O13、处置时长、完成时长、O21、O22。
步骤3:建立单一指标到百分制的映射
(3.1)计算各个警情处置工作评价指标数据集的均值、标准差,如下表4所示:
表4
(3.2)建立单一指标集与百分制的映射关系
在评分准则建立的过程中,要根据指标的特征建立数据到百分制的映射关系。由于到达时长、处置时长、完成时长代表完成工作所耗费的时间,O21、O22代表工作中存在的不规范因素,因此这类指标需要遵循“越小越好”的原则;而人均任务量、O11、O12、O13代表的是完成工作的工作量,则要遵循“越大越好”的原则。
根据(3.1)中求出的均值和标准差以及上述指标评价原则,本发明中采用非线性函数映射建立单一指标集到百分制的映射关系。
(1)若该指标为到达时长、处置时长、完成时长、O21或O22,则指标数值越小得分越高,具体的映射函数如下所示:
(2)若该指标为人均任务量、O11、或O13,则指标数值越大得分越高,具体的映射函数如下所示:
以完成时长为例,本实施例中所建立完成时长与百分制的映射函数如式(1)所示,具体的阶段性得分与完成时长数值的映射关系如下表5所示。
得分 | 完成时长取值 |
100 | ≤13.16(μ-3σ) |
95 | 20.31(μ-2σ) |
90 | 27.46(μ-σ) |
80 | 34.61(μ) |
70 | 41.76(μ+σ) |
65 | 48.91(μ+2σ) |
60 | ≥56.06(μ+3σ) |
表5
例如,当平均完成时长为31.035时,在区间[μ-σ,μ]范围内,因此得分在80~90之间;根据上式计算可得对应的得分为
本发明假定表4中各个指标服从正态分布,然后建立单一指标集与百分制的映射。在本实施例中,我们可以以完成时长为例,验证一下正态分布的假设的合理性。
(1)首先,对完成时长进行统计量分析,分析结果如表6所示;
表6
(2)其次,画出概率分布直方图,如图8所示,并显示分布曲线进行拟合;
(3)最后,画出P-P图和Q-Q图,如图9、图10所示;完成时长数据是否符合正态分布(当数据符合正态分布时,P-P图和Q-Q图中各点近似呈一条直线)
因此可得完成时长服从正态分布,概率密度函数为如图11所示,其中μ=34.61、σ=7.15。
步骤4:计算路面警情处置效率得分
杭州市区10个大队某一周路面警情处置工作指标如下表7所示:
表7
通过步骤3所建立的单一指标与百分制得分的映射关系(步骤3.2中的式(1)与式(2))以及各个指标的基本统计量(步骤3.1中表4),可求得每个单一指标得分,如表8所示。
表8
通过单一得分进行加权平均可以得到基于指标数据源的路面警情处置效率得分。加权平均的权重设置可以根据业务逻辑中各个指标的重视程度。本实施例按照常规思路,即将各个单一指标进行平均加权,计算路面警情处置效率的最终得分,结果如下表9所示:
部门 | 最终得分 | 排名 |
A大队 | 72.38 | 10 |
B大队 | 88.72 | 1 |
C大队 | 84.12 | 4 |
D大队 | 85.31 | 2 |
E大队 | 81.08 | 6 |
F大队 | 85.30 | 3 |
G大队 | 78.57 | 7 |
H大队 | 83.93 | 5 |
I大队 | 73.07 | 9 |
J大队 | 77.26 | 8 |
表9
以上的所述乃是本发明的具体实施例及所运用的技术原理,若依本发明的构想所作的改变,其所产生的功能作用仍未超出说明书及附图所涵盖的精神时,仍应属本发明的保护范围。
Claims (9)
1.一种面向城市交通的交警路面警情处置效率评估方法,其特征在于包括如下步骤:(1)从数据库读取警务通数据;
(2)从警务通数据获取警情处置工作指标,并对警情处置工作指标数据集进行离群点检测,对去除离群点后的警情处置工作指标数据集处理得到警情处置工作评价指标数据集;
(3)计算各个警情处置工作评价指标数据集的均值与标准差,并利用函数建立单一指标到百分制的映射关系;
(4)利用步骤(3)建立的映射关系求得每个单一指标的得分,通过对单一指标得分进行加权平均得到路面警情处置的效率得分。
2.根据权利要求1所述的一种面向城市交通的交警路面警情处置效率评估方法,其特征在于:所述的警务通数据包含了一条警情从指挥室的下发时间、指定去处理该警情的交警人员的警号信息、交警到达警情发生地的到达时间、处理完该警情的完成时间、最后点击完成该警情的人员警号信息。
3.根据权利要求1所述的一种面向城市交通的交警路面警情处置效率评估方法,其特征在于:所述步骤(2)从警务通数据获取的警情处置工作指标包含如下数据信息:日期信息、大队信息、人均任务量、O11、O12、O13、到达时长、处置时长、完成时长、O21、O22。
4.根据权利要求3所述的一种面向城市交通的交警路面警情处置效率评估方法,其特征在于:所述人均任务量为大队每天路面警情任务量/该大队每天路面执勤人数,O11为大队路面警情任务量/全市路面警情任务总量,O12为大队路面警情任务量/全市总警情完成量,O13为大队路面警情任务量/该大队总警情完成量,到达时长为到达时间-下发时间,处置时长为完成时间-到达时间,完成时长为完成时间-下发时间,O21为大队非警务通关闭的警情量/该大队路面警情任务量,O22为大队未关闭的警情量/该大队路面警情任务量。
5.根据权利要求1所述的一种面向城市交通的交警路面警情处置效率评估方法,其特征在于:所述步骤(2)采用Grubb检验法对警情处置工作指标进行离群点检测,对于每个警情处置工作指标对象x,定义z分数为
其中,μ是数据集的均值,σ是标准差;若x满足如下公式:
则对象x是离群点;其中,是显著水平∝/(2N)下的t-分布的值,N是数据集的对象数。
6.根据权利要求1所述的一种面向城市交通的交警路面警情处置效率评估方法,其特征在于:所述步骤(2)通过求取警情处置工作指标数据集的相关系数和设定阈值来获取警情处置工作评价指标数据集;其中,相关系数ρX,Y的计算公式如下:
其中,μX,μY为变量X、Y的均值,σX,σY为变量X、Y的标准差,函数E为期望,N为样本量。
7.根据权利要求6所述的一种面向城市交通的交警路面警情处置效率评估方法,其特征在于:所述相关系数的取值区间为-1~1。
8.根据权利要求6所述的一种面向城市交通的交警路面警情处置效率评估方法,其特征在于:所述设定的相关系数阈值为0.5。
9.根据权利要求1所述的一种面向城市交通的交警路面警情处置效率评估方法,其特征在于:所述步骤(3)利用线性函数或非线性函数来建立单一指标到百分制的映射关系。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510358482.2A CN104951893A (zh) | 2015-06-24 | 2015-06-24 | 一种面向城市交通的交警路面警情处置效率评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510358482.2A CN104951893A (zh) | 2015-06-24 | 2015-06-24 | 一种面向城市交通的交警路面警情处置效率评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104951893A true CN104951893A (zh) | 2015-09-30 |
Family
ID=54166531
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510358482.2A Pending CN104951893A (zh) | 2015-06-24 | 2015-06-24 | 一种面向城市交通的交警路面警情处置效率评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104951893A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108171421A (zh) * | 2017-12-28 | 2018-06-15 | 交通宝互联网技术有限公司 | 一种面向城市交通智能设备系统运维的路面运维处置效率和质量评估方法 |
CN112651512A (zh) * | 2020-12-10 | 2021-04-13 | 北京北大千方科技有限公司 | 一种勤务合理度计算方法以及装置 |
CN114220268A (zh) * | 2021-12-16 | 2022-03-22 | 济南市公安局交通警察支队 | 一种基于道路安全指数进行最优派警的方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101246645A (zh) * | 2008-04-01 | 2008-08-20 | 东南大学 | 一种识别离群交通数据的方法 |
CN102800191A (zh) * | 2012-07-31 | 2012-11-28 | 北京世纪高通科技有限公司 | 交通评价方法及装置 |
CN103065466A (zh) * | 2012-11-19 | 2013-04-24 | 北京世纪高通科技有限公司 | 一种交通异常状况的检测方法和装置 |
US20140012637A1 (en) * | 2012-07-06 | 2014-01-09 | Xerox Corporation | Traffic delay detection by mining ticket validation transactions |
CN104504901A (zh) * | 2014-12-29 | 2015-04-08 | 浙江银江研究院有限公司 | 一种基于多维数据的交通异常点检测方法 |
-
2015
- 2015-06-24 CN CN201510358482.2A patent/CN104951893A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101246645A (zh) * | 2008-04-01 | 2008-08-20 | 东南大学 | 一种识别离群交通数据的方法 |
US20140012637A1 (en) * | 2012-07-06 | 2014-01-09 | Xerox Corporation | Traffic delay detection by mining ticket validation transactions |
CN102800191A (zh) * | 2012-07-31 | 2012-11-28 | 北京世纪高通科技有限公司 | 交通评价方法及装置 |
CN103065466A (zh) * | 2012-11-19 | 2013-04-24 | 北京世纪高通科技有限公司 | 一种交通异常状况的检测方法和装置 |
CN104504901A (zh) * | 2014-12-29 | 2015-04-08 | 浙江银江研究院有限公司 | 一种基于多维数据的交通异常点检测方法 |
Non-Patent Citations (1)
Title |
---|
王凯全等: ""警情分析的可靠性研究"", 《江苏工业学院学报》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108171421A (zh) * | 2017-12-28 | 2018-06-15 | 交通宝互联网技术有限公司 | 一种面向城市交通智能设备系统运维的路面运维处置效率和质量评估方法 |
CN108171421B (zh) * | 2017-12-28 | 2021-03-16 | 交通宝互联网技术有限公司 | 一种面向城市交通智能设备系统运维的路面运维处置效率和质量评估方法 |
CN112651512A (zh) * | 2020-12-10 | 2021-04-13 | 北京北大千方科技有限公司 | 一种勤务合理度计算方法以及装置 |
CN114220268A (zh) * | 2021-12-16 | 2022-03-22 | 济南市公安局交通警察支队 | 一种基于道路安全指数进行最优派警的方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107529651A (zh) | 一种基于深度学习的城市交通客流预测方法和设备 | |
CN111046564A (zh) | 两阶段退化产品的剩余寿命预测方法 | |
CN102881162A (zh) | 大规模交通信息的数据处理及融合方法 | |
CN106779320A (zh) | 一种基于模糊数学的燃气管道第三方破坏风险评估方法 | |
CN109767618B (zh) | 一种公安交管业务异常数据综合研判方法及系统 | |
CN104951893A (zh) | 一种面向城市交通的交警路面警情处置效率评估方法 | |
CN103839080A (zh) | 基于测度查询熵的视频流异常事件检测方法 | |
CN102663252A (zh) | 地下道路复合式路面使用性能评估方法 | |
CN116631186B (zh) | 基于危险驾驶事件数据的高速公路交通事故风险评估方法、系统 | |
CN105654574A (zh) | 基于车载设备的驾驶行为评估方法及装置 | |
CN107798418A (zh) | 一种基于交通分析小区的交通事故频次预测方法 | |
CN103903437A (zh) | 基于视频交通检测数据的机动车出行od矩阵获取方法 | |
CN109166069A (zh) | 基于马尔科夫逻辑网络的数据关联方法、系统及设备 | |
CN117538503A (zh) | 一种实时智能的土壤污染监测系统及方法 | |
Ou et al. | A data‐driven approach to determining freeway incident impact areas with fuzzy and graph theory‐based clustering | |
CN104835073A (zh) | 基于直觉模糊熵权的无人飞行器控制系统运行绩效评价方法 | |
CN102521496A (zh) | 评估指标的重要性级别的获取方法和系统 | |
CN109272760B (zh) | 一种scats系统检测器数据异常值的在线检测方法 | |
CN114330120A (zh) | 一种基于深度神经网络预测24小时pm2.5浓度的方法 | |
CN116543528A (zh) | 一种基于降雨阈值的区域滑坡危险性预警方法 | |
CN116824513A (zh) | 基于深度学习的钻探过程自动识别监管方法及系统 | |
CN111125184A (zh) | 基于时间序列结构性变点识别的公交客流动态监测方法 | |
CN114358667B (zh) | 一种基于rbf网络学习的景区风险预测模型构建方法 | |
CN101923605B (zh) | 铁路防灾风预警方法 | |
CN103824299B (zh) | 一种基于显著度的目标跟踪方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150930 |