CN105005702B - 一种基于计算机数据处理技术的基础经济数据拟合方法 - Google Patents
一种基于计算机数据处理技术的基础经济数据拟合方法 Download PDFInfo
- Publication number
- CN105005702B CN105005702B CN201510450481.0A CN201510450481A CN105005702B CN 105005702 B CN105005702 B CN 105005702B CN 201510450481 A CN201510450481 A CN 201510450481A CN 105005702 B CN105005702 B CN 105005702B
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- log
- data
- msup
- 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
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于计算机数据处理技术的基础经济数据拟合方法，与现有技术相比解决了无法准确拟合经济基础数据的缺陷。本发明包括以下步骤：原始数据采集及预处理，获取基础经济数据，对基础经济数据进行预处理，为构造评价指标模型提供数据支持；构造初步评价指标模型，计算出初步评价指标；调整评价指标的量纲，拟合出年实体经济规模。本发明利用计算机数据处理技术实现对大量经济基础数据的拟合处理。
Description
技术领域
本发明涉及计算机数据拟合技术领域，具体来说是一种基于计算机数据处理技术的基础经济数据拟合方法。
背景技术
目前利用计算机技术进行数据分析已经十分普遍，通过计算机的强大数据处理功能，对各类数据进行分析、处理和拟合，以解决人工计算过程，其广泛应用于图像处理、电力统计等领域中。而在经济领域中，相关的基础数据均是通过人工计算、推演而获得，其导致经济数据的处理和分析基于采用最简单、有效的方法来进行。特别在GDP的统计和分析中，GDP的真实性和实用性尤为重要，GDP数字需要贴切的反映实体经济真实的发展水平，因此其涉及基础经济数据的计算量极其庞大。而在计算机数据处理领域中，数据的分析、处理技术已非常成熟、效率高效，如何利用计算机数据处理技术对经济基础数据进行准确拟合已经成为急需解决的技术问题。
发明内容
本发明的目的是为了解决现有技术中无法准确拟合经济基础数据的缺陷，提供一种基于计算机数据处理技术的基础经济数据拟合方法来解决上述问题。
为了实现上述目的，本发明的技术方案如下：
一种基于计算机数据处理技术的基础经济数据拟合方法，包括以下步骤：
原始数据采集及预处理，获取基础经济数据，对基础经济数据进行预处理，为构造评价指标模型提供数据支持；
构造初步评价指标模型，计算出初步评价指标Yt；
调整评价指标的量纲，拟合出年实体经济规模。
所述的原始数据采集及预处理包括以下步骤：
采集基础经济数据，获得研究与试验发展经费支出的最近10年的年度数据rt、能源消耗总量的最近10年的年度数据nt、中长期贷款发放量的最近10年的年度数据dt、国民生产总值最近10年的年度数据gdpt和城镇居民家庭人均可支配收入的最近10年的年度数据at；
计算研究与试验发展经费支出占GDP比重时间序列Rt、能耗强度占GDP比重时间序列Nt、中长期贷款发放量时间序列Dt、城镇居民家庭人均可支配收入时间序列At，其计算公式如下：
Dt＝dt；
At＝at；
对Rt、Nt、Dt、At分别进行数值化处理，通过计算得到：
log(Rt)、log(Nt)、log(Dt)、log(At)。
所述的构造初步评价指标模型包括以下步骤：
建立一个10×3的矩阵X，X的第一列为log(Rt)、第二列为log(Nt)、第三列为log(Dt)；
计算得到矩阵X的3×3协方差矩阵为Σ；
利用和法或根法计算得到Σ的最大的特征值λ，以及对应的标准化后的特征向量e＝(e1,e2,e3)；
计算初步评价指标Yt，其计算公式如下：
Yt＝e1log(Rt)+e2log(Nt)+e3log(Dt)。
所述的调整评价指标的量纲包括以下步骤：
计算伸缩比例μ，其计算公式如下：
计算最终评价指标Zt,其计算公式如下：
Zt＝μYt＝μ(e1log(Rt)+e2log(Nt)+e3log(Dt))，
其中，Zt为一个长度为10的时间序列；
计算得出序列
序列为10年来每年的实体经济的发展水平。
计算前9年的年实体经济规模增长幅度的公式如下：
有益效果
本发明的一种基于计算机数据处理技术的基础经济数据拟合方法，与现有技术相比利用计算机数据处理技术实现对大量经济基础数据的拟合处理。通过利用计算机建立初步评价指标模型，实现初步评价指标的准备建立和原始数据的全面覆盖，信息解释率超过95％。通过利用迭代计算处理方式，实现对评价指标量钢的调整。处理后的拟合数据真实性高，能够更加合理地评估实体经济的真实发展水平，具有很高的可信度。
附图说明
图1为本发明的方法顺序图。
具体实施方式
为使对本发明的结构特征及所达成的功效有更进一步的了解与认识，用以较佳的实施例及附图配合详细的说明，说明如下：
如图1所示，本发明所述的一种基于计算机数据处理技术的基础经济数据拟合方法，包括以下步骤：
第一步，原始数据采集及预处理。获取基础经济数据，对基础经济数据进行预处理，为构造评价指标模型提供数据支持。数据预处理是所有通过建立模型进行后续分析，从而获取信息的操作过程的必要前提和基础。在保证所采用的原始数据真实可靠并且具有代表性的基础上，通过合适的模型建立及准确度和可信度的检验，才能最终得到对当前实体经济发展水平的可靠判断和评价。其具体步骤如下：
(1)采集基础经济数据，获得研究与试验发展经费支出的最近10年的年度数据rt、能源消耗总量的最近10年的年度数据nt、中长期贷款发放量的最近10年的年度数据dt、国民生产总值最近10年的年度数据gdpt和城镇居民家庭人均可支配收入的最近10年的年度数据at。以上数据可以从相关统计机构发布信息获得，例如统计我国经济数据，则可以在国家统计局网站获得以上数据。rt、nt、dt和gdpt，这四个数据用于构造评价指标，at则用来调整评价指标的数量级，并且用于检测所建立的评价指标的准确性。在此，获取这五个具体的基础数据是从经济学角度考虑更具有代表性，更能反映当前实体经济发展水平，在以下步骤中更容易举例说明本拟合方法，而从技术角度考虑，在这一步中，也可以采用其他数据。
(2)计算研究与试验发展经费支出占GDP比重时间序列Rt、能耗强度占GDP比重时间序列Nt、中长期贷款发放量时间序列Dt、城镇居民家庭人均可支配收入时间序列At，其计算公式如下：
Dt＝dt；
At＝at。
研究与试验发展经费支出占GDP比重代表着一国的科研实力，能耗强度则代表了一国的产业结构的优化程度，而中长期贷款发放量则代表了一国的金融业发展程度和资金利用水平。通过相关性检验可以证明这三个宏观指标均与GDP高度相关，因此可以通过这三个基础指标的综合运用来衡量当前国家整体的发展水平。
(3)对Rt、Nt、Dt、At分别进行数值化处理，通过对数据进行对数化，可以有效地提高模型中实验数据的线性性和平稳性，减弱模型中实验数据的异方差性和共线性，从而提高模型的拟合程度，使构造的评价指标能够更为精确，通过计算得到：log(Rt)、log(Nt)、log(Dt)、log(At)。
第二步，构造初步评价指标模型，计算出初步评价指标Yt。其具体步骤如下：
(1)建立一个10×3的矩阵X，X的第一列为log(Rt)、第二列为log(Nt)、第三列为log(Dt)，即将三个经过前期处理的基础指标数据融合成为一个矩阵，便于后续的分析和计算。
(2)计算得到矩阵X的3×3协方差矩阵为Σ，为后续的主成分分析方法做基础工作。
(3)利用和法或根法计算得到Σ的最大的特征值λ，以及对应的标准化后的特征向量e＝(e1,e2,e3)。
根据主成分分析理论，协方差矩阵Σ的最大特征值所对应的特征向量e＝(e1,e2,e3)与矩阵Xt＝(log(Rt),log(Nt),log(Dt))的点乘即为第一主成分，它为三个变量的各种线性组合中包含原有三个变量log(Rt),log(Nt),log(Dt)所含信息最多的一个线性组合。若Σ的特征值为λ1,λ2,λ3，其中λ1≥λ2≥λ3≥0，则之前得到的协方差矩阵Σ的最大特征值所对应的特征向量e＝(e1,e2,e3)与矩阵Xt＝(log(Rt),log(Nt),log(Dt))的点乘所包含的信息量占原有三个变量log(Rt),log(Nt),log(Dt)所含信息量的比例为
因此，在此利用特征向量e＝(e1,e2,e3)与矩阵Xt＝(log(Rt),log(Nt),log(Dt))的点乘可能全面、准确地建立初步评价指标Yt。
(4)计算初步评价指标Yt，其计算公式如下：
Yt＝e1log(Rt)+e2log(Nt)+e3log(Dt)。
这里Yt为对应着最近10年状况的一个时间序列，即利用上一步中所提到的方法得到第一主成分Yt，它为三个变量的各种线性组合中包含原有三个变量log(Rt),log(Nt),log(Dt)所含信息最多的一个线性组合。通过实际数据计算证明，Yt的信息解释率一般超过95％，这也就说明了这个初步指标的构造的确包含了原始数据的绝大多数信息量。
第三步，调整评价指标的量纲，拟合出年实体经济规模。其具体步骤如下：
(1)根据前面步骤得到的评价指标已经保证了的确能够反映我国实体经济的发展水平，选取一个能让广大人民群众亲身感受到经济水平的指标—城镇居民家庭人均可支配收入，作为基准，对于本发明上述步骤建立的评价指标的准确性进行评判。考虑到二者存在数量级上的差异，于是将上述步骤建立的评价指标扩大μ倍，按照上述方法计算得到的μ能够保证恰好将按照上述步骤建立的评价指标扩大到与取对数之后的城镇居民家庭人均可支配收入时间序列的差值平方和最小，也就保证了按照这个方法扩大后的评价指标时间序列与取对数之后的城镇居民家庭人均可支配收入时间序列有着差不多的数量级别。
计算伸缩比例μ的计算公式如下：
(2)计算最终评价指标Zt,其计算公式如下：
Zt＝μYt＝μ(e1log(Rt)+e2log(Nt)+e3log(Dt))，
其中，Zt为一个长度为10的时间序列，即计算得出扩大μ倍之后的评价指标时间序列。通过历史数据真实计算发现Zt与log(At)的差异基本保持在5％以下，也就说明了按照上述方法建立得到的评价指标的确与广大人民群众亲身感受到经济水平十分相符。
(3)计算得出序列
序列为10年来每年的实体经济的发展水平，这个长度为10的时间序列可以用于衡量最近10年来，每年的实体经济的发展水平，它与城镇居民家庭人均可支配收入为同一数量级。
(4)计算前9年的年实体经济规模增长幅度的公式如下：
将时间序列Z1,Z2,...,Z10指数化是因为前期的数据处理都是将数据对数化之后进行的操作，指数化则还原了原有的数量水平。因此在按照上述方法建立的经济发展水平评价体系下，前9年的年实体经济规模增长幅度为
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是本发明的原理，在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明的范围内。本发明要求的保护范围由所附的权利要求书及其等同物界定。
Claims (3)
1.一种基于计算机数据处理技术的基础经济数据拟合方法，其特征在于，包括以下步骤：
11)原始数据采集及预处理，获取基础经济数据，对基础经济数据进行预处理，为构造评价指标模型提供数据支持；
12)构造初步评价指标模型，计算出初步评价指标Yt；所述的构造初步评价指标模型包括以下步骤：
121)建立一个10×3的矩阵X，X的第一列为log(Rt)、第二列为log(Nt)、第三列为log(Dt)；
122)计算得到矩阵X的3×3协方差矩阵为Σ；
123)利用和法或根法计算得到Σ的最大的特征值λ，以及对应的标准化后的特征向量e＝(e1,e2,e3)；
124)计算初步评价指标Yt，其计算公式如下：
Yt＝e1log(Rt)+e2log(Nt)+e3log(Dt)；
13)调整评价指标的量纲，拟合出年实体经济规模；所述的调整评价指标的量纲包括以下步骤：
131)计算伸缩比例μ，其计算公式如下：
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<mi>&mu;</mi>
<mo>=</mo>
<mi>arg</mi>
<mrow>
<mo>(</mo>
<mrow>
<munder>
<mi>min</mi>
<mi>&mu;</mi>
</munder>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mn>10</mn>
</munderover>
<msup>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>&mu;Y</mi>
<mi>t</mi>
</msub>
<mo>-</mo>
<mi>log</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>A</mi>
<mi>t</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>=</mo>
<mi>arg</mi>
<mrow>
<mo>(</mo>
<mrow>
<munder>
<mi>min</mi>
<mi>&mu;</mi>
</munder>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>t</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mn>10</mn>
</munderover>
<msup>
<mrow>
<mo>(</mo>
<mrow>
<mi>&mu;</mi>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>e</mi>
<mn>1</mn>
</msub>
<mi>log</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>R</mi>
<mi>t</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>e</mi>
<mn>2</mn>
</msub>
<mi>log</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>D</mi>
<mi>t</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>e</mi>
<mn>3</mn>
</msub>
<mi>log</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>N</mi>
<mi>t</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mi>log</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>A</mi>
<mi>t</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>;</mo>
</mrow>
132)计算最终评价指标Zt,其计算公式如下：
Zt＝μYt＝μ(e1log(Rt)+e2log(Nt)+e3log(Dt))，
其中，Zt为一个长度为10的时间序列；
133)计算得出序列
序列为10年来每年的实体经济的发展水平。
2.根据权利要求1所述的一种基于计算机数据处理技术的基础经济数据拟合方法，其特征在于，所述的原始数据采集及预处理包括以下步骤：
21)采集基础经济数据，获得研究与试验发展经费支出的最近10年的年度数据rt、能源消耗总量的最近10年的年度数据nt、中长期贷款发放量的最近10年的年度数据dt、国民生产总值最近10年的年度数据gdpt和城镇居民家庭人均可支配收入的最近10年的年度数据at；
22)计算研究与试验发展经费支出占GDP比重时间序列Rt、能耗强度占GDP比重时间序列Nt、中长期贷款发放量时间序列Dt、城镇居民家庭人均可支配收入时间序列At，其计算公式如下：
<mrow>
<msub>
<mi>R</mi>
<mi>t</mi>
</msub>
<mo>=</mo>
<mfrac>
<msub>
<mi>r</mi>
<mi>t</mi>
</msub>
<mrow>
<msub>
<mi>gdp</mi>
<mi>t</mi>
</msub>
</mrow>
</mfrac>
<mo>;</mo>
</mrow>
<mrow>
<msub>
<mi>N</mi>
<mi>t</mi>
</msub>
<mo>=</mo>
<mfrac>
<msub>
<mi>n</mi>
<mi>t</mi>
</msub>
<mrow>
<msub>
<mi>gdp</mi>
<mi>t</mi>
</msub>
</mrow>
</mfrac>
<mo>;</mo>
</mrow>
Dt＝dt；
At＝at；
23)对Rt、Nt、Dt、At分别进行数值化处理，通过计算得到：
log(Rt)、log(Nt)、log(Dt)、log(At)。
3.根据权利要求2所述的一种基于计算机数据处理技术的基础经济数据拟合方法，其特征在于，计算前9年的年实体经济规模增长幅度的公式如下：
<mrow>
<mfrac>
<mrow>
<msup>
<mi>e</mi>
<msub>
<mi>Z</mi>
<mn>2</mn>
</msub>
</msup>
<mo>-</mo>
<msup>
<mi>e</mi>
<msub>
<mi>Z</mi>
<mn>1</mn>
</msub>
</msup>
</mrow>
<msup>
<mi>e</mi>
<msub>
<mi>Z</mi>
<mn>1</mn>
</msub>
</msup>
</mfrac>
<mo>,</mo>
<mo>...</mo>
<mo>,</mo>
<mfrac>
<mrow>
<msup>
<mi>e</mi>
<msub>
<mi>Z</mi>
<mn>10</mn>
</msub>
</msup>
<mo>-</mo>
<msup>
<mi>e</mi>
<msub>
<mi>Z</mi>
<mn>9</mn>
</msub>
</msup>
</mrow>
<msup>
<mi>e</mi>
<msub>
<mi>Z</mi>
<mn>9</mn>
</msub>
</msup>
</mfrac>
<mo>.</mo>
</mrow>
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510450481.0A CN105005702B (zh) | 2015-07-24 | 2015-07-24 | 一种基于计算机数据处理技术的基础经济数据拟合方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510450481.0A CN105005702B (zh) | 2015-07-24 | 2015-07-24 | 一种基于计算机数据处理技术的基础经济数据拟合方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105005702A CN105005702A (zh) | 2015-10-28 |
| CN105005702B true CN105005702B (zh) | 2018-01-30 |
Family
ID=54378372
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510450481.0A Active CN105005702B (zh) | 2015-07-24 | 2015-07-24 | 一种基于计算机数据处理技术的基础经济数据拟合方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105005702B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108519872B (zh) * | 2018-03-22 | 2021-05-07 | 华东师范大学 | 一种基于差异比较对顺序图进行评价的方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101968831A (zh) * | 2010-10-12 | 2011-02-09 | 西北农林科技大学 | 一种秸秆高效沼气化利用预处理效果的评价方法 |
| CN102622510A (zh) * | 2012-01-31 | 2012-08-01 | 龚波 | 一种软件缺陷量化管理系统和方法 |
| CN102855368A (zh) * | 2011-06-30 | 2013-01-02 | 中国石油天然气股份有限公司 | 一种炼油装置高温部位腐蚀剩余寿命预测方法 |
| CN103455708A (zh) * | 2013-07-24 | 2013-12-18 | 安徽省电力科学研究院 | 基于卫星及气象信息的输电线路灾害监测与风险评估平台 |
-
2015
- 2015-07-24 CN CN201510450481.0A patent/CN105005702B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101968831A (zh) * | 2010-10-12 | 2011-02-09 | 西北农林科技大学 | 一种秸秆高效沼气化利用预处理效果的评价方法 |
| CN102855368A (zh) * | 2011-06-30 | 2013-01-02 | 中国石油天然气股份有限公司 | 一种炼油装置高温部位腐蚀剩余寿命预测方法 |
| CN102622510A (zh) * | 2012-01-31 | 2012-08-01 | 龚波 | 一种软件缺陷量化管理系统和方法 |
| CN103455708A (zh) * | 2013-07-24 | 2013-12-18 | 安徽省电力科学研究院 | 基于卫星及气象信息的输电线路灾害监测与风险评估平台 |
Non-Patent Citations (2)
| Title |
|---|
| 中国国内生产总值增长率的相关因素分析;陆伟军等;《经济视野》;20141231(第13期);第188-189页 * |
| 克强指数反映中国经济现实状况的优越性研究;张潇方等;《统计与决策》;20141231(第22期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105005702A (zh) | 2015-10-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hu et al. | The role of renewable energy consumption and commercial services trade in carbon dioxide reduction: Evidence from 25 developing countries | |
| Jia et al. | Analysis of the major drivers of the ecological footprint using the STIRPAT model and the PLS method—A case study in Henan Province, China | |
| York et al. | STIRPAT, IPAT and ImPACT: analytic tools for unpacking the driving forces of environmental impacts | |
| Wang et al. | A semi-parametric panel data analysis on the urbanization-carbon emissions nexus for OECD countries | |
| Mundaca et al. | Towards a Green Energy Economy? Assessing policy choices, strategies and transitional pathways | |
| CN104616079B (zh) | 基于气温变化的电网日用电量预测方法 | |
| Kepplinger et al. | Analysis of energy intensity in manufacturing industry using mixed-effects models | |
| CN106845579A (zh) | 提高产品质量检验正确性的信息化控制方法及控制系统 | |
| CN104596957A (zh) | 基于可见光近红外光谱技术的土壤铜含量估算方法 | |
| Alege et al. | Carbon emissions and the business cycle in Nigeria | |
| CN104173052B (zh) | 一种基于rula的人体舒适度测量装置及其方法 | |
| CN105184078A (zh) | 基于专利相对量分析的技术成熟度评价方法 | |
| Layachi | Effects of energy prices on environmental pollution: testing environmental Kuznets curve for Algeria | |
| CN106600029A (zh) | 一种基于电力数据的宏观经济预测量化修正方法 | |
| CN105005702B (zh) | 一种基于计算机数据处理技术的基础经济数据拟合方法 | |
| CN103134770B (zh) | 消除水分对近红外光谱检测土壤全氮含量影响的方法 | |
| Tang et al. | Analysis of major driving forces of ecological footprint based on the STRIPAT model and RR method: A case of Sichuan Province, Southwest China | |
| Childress et al. | Production Dynamics of the ϒ in Proton-Nucleon Interactions | |
| CN105158137A (zh) | 一种基于最小二乘支持向量机的水松纸透气度检测方法 | |
| CN107490422A (zh) | 一种工商用户流量表的匹配方法和系统 | |
| Kubickova et al. | The Economic Contribution of Tourism to the Slovak Economy | |
| CN108982390A (zh) | 一种基于原子吸收光谱信息的水体农药残留检测方法 | |
| CN106156465B (zh) | 时间序列预测方法与装置 | |
| Bogatyreva et al. | Management of Wage-To-Labor Productivity Correlation as a Factor of Samara Region Economic Development | |
| Wei et al. | Analysis of major driving forces of ecological footprint based on the STRIPAT model and RR method: A case of Sichuan Province, Southwest China |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |