CN106651391A - 一种基于物联网和云计算的农产品安全追溯系统 - Google Patents
一种基于物联网和云计算的农产品安全追溯系统 Download PDFInfo
- Publication number
- CN106651391A CN106651391A CN201611095209.6A CN201611095209A CN106651391A CN 106651391 A CN106651391 A CN 106651391A CN 201611095209 A CN201611095209 A CN 201611095209A CN 106651391 A CN106651391 A CN 106651391A
- Authority
- CN
- China
- Prior art keywords
- data
- cloud computing
- internet
- things
- pesticides
- 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
- 238000012544 monitoring process Methods 0.000 claims abstract description 29
- 230000005540 biological transmission Effects 0.000 claims abstract description 19
- 239000000575 pesticide Substances 0.000 claims description 46
- 241000854291 Dianthus carthusianorum Species 0.000 claims description 19
- 238000000034 method Methods 0.000 claims description 13
- 238000012360 testing method Methods 0.000 claims description 11
- 238000013144 data compression Methods 0.000 claims description 9
- 238000012546 transfer Methods 0.000 claims description 6
- 239000003905 agrochemical Substances 0.000 claims description 3
- 239000000447 pesticide residue Substances 0.000 abstract description 12
- 239000002689 soil Substances 0.000 abstract description 5
- 238000012937 correction Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 238000000513 principal component analysis Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/018—Certifying business or products
- G06Q30/0185—Product, service or business identity fraud
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Medical Informatics (AREA)
- Human Resources & Organizations (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mining & Mineral Resources (AREA)
- Marine Sciences & Fisheries (AREA)
- Animal Husbandry (AREA)
- Agronomy & Crop Science (AREA)
- Computing Systems (AREA)
- Primary Health Care (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Entrepreneurship & Innovation (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种基于物联网和云计算的农产品安全追溯系统,包括物联网传感采集子系统,农药残留数据传送子系统、基于云计算的监控数据云平台及用户终端;所述物联网传感采集子系统用于采集农产品生长环境的农药残留数据,并将该农药残留数据通过农药残留数据传送子系统传输于基于云计算的监控数据云平台;所述用户终端通过无线网络与监控数据云平台相连接。本发明采集农产品生长环境诸如土壤、空气、产品表面的农药残留数据通过农药残留数据传送子系统传送至基于云计算的监控数据云平台,消费者通过平板电脑或智能手机直接可以查询,加大了对农产品的监控力度,确保消费者利益。
Description
技术领域
本发明创造涉及农业领域,具体涉及一种基于物联网和云计算的农产品安全追溯系统。
背景技术
一般使用速测卡检测是否有农药残留时,人们通常是根据速测卡反应后的颜色进行判断,其需人工比对速测卡反应后的颜色。由于其测试结果依靠人工比对从而导致误差较大。而市场上其他农药残留检测仪虽然可以自动检测,但其操作步骤繁琐,无法快速而方便的进行检测,适合专业检测,其应用范围较窄。相关技术中的农产品农药残留质量监控系统,只能实现监管方对农产品的一系列监控,消费者获得的农药残留数据可靠性有待考证,造成对农产品信息监控的偏面性。
发明内容
为解决上述问题,本发明提供一种基于物联网和云计算的农产品安全追溯系统。
本发明创造的目的通过以下技术方案实现:
一种基于物联网和云计算的农产品安全追溯系统,包括物联网传感采集子系统,农药残留数据传送子系统、基于云计算的监控数据云平台及用户终端;所述物联网传感采集子系统用于采集农产品生长环境的农药残留数据,并将该农药残留数据通过农药残留数据传送子系统传输于基于云计算的监控数据云平台;所述用户终端通过无线网络与监控数据云平台相连接。
本发明创造的有益效果:直接采集农产品生长环境诸如土壤、空气、产品表面的农药残留数据,不需要消费者检测,数据通过农药残留数据传送子系统传送至基于云计算的监控数据云平台,消费者通过平板电脑或智能手机直接可以查询,加大了对农产品的监控力度,确保消费者利益。
附图说明
利用附图对发明创造作进一步说明,但附图中的实施例不构成对本发明创造的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1是本发明结构示意图;
图2是农药残留数据传送子系统的结构示意图。
附图标记:
物联网传感采集子系统1、农药残留数据传送子系统2、基于云计算的监控数据云平台3、用户终端4、数据修正单元21、滤波处理单元22、数据压缩单元23、数据传送单元24。
具体实施方式
结合以下实施例对本发明作进一步描述。
参见图1、图2,本实施例的一种基于物联网和云计算的农产品安全追溯系统,包括物联网传感采集子系统1,农药残留数据传送子系统2、基于云计算的监控数据云平台3及用户终端4;所述物联网传感采集子系统1用于采集农产品生长环境的农药残留数据,并将该农药残留数据通过农药残留数据传送子系统2传输于基于云计算的监控数据云平台3;所述用户终端4通过无线网络与监控数据云平台相连接。
优选的,所述物联网传感采集子系统1包括农药检测传感器。
优选的,所述的用户终端4为平板电脑或智能手机。
本发明上述实施例直接采集农产品生长环境诸如土壤、空气、产品表面的农药残留数据,不需要消费者检测,数据通过农药残留数据传送子系统2传送至基于云计算的监控数据云平台3,消费者通过平板电脑或智能手机直接可以查询,加大了对农产品的监控力度,确保消费者利益。
优选的,所述农药残留数据传送子系统2包括数据修正单元21、滤波处理单元22、数据压缩单元23、数据传送单元24;所述数据修正单元21用于对物联网传感采集子系统1采集的农药残留数据进行修正,从而消除环境因素对数据采集的影响;所述滤波处理单元22用于对农药残留数据进行滤波处理,从而实现选择性地发送农药残留数据至无线传感器网络的簇头;所述数据压缩单元23用于采用改进的主成分分析算法对簇头的农药残留数据进行压缩处理;所述数据传送单元24用于根据预设的数据传输协议将簇头的压缩数据传送至基于云计算的监控数据云平台3。
本优选实施例构建了农药残留数据传送子系统2,实现了农药残留数据的有效处理和传输,保证基于云计算的监控数据云平台3能够实时对农药残留数据进行分析处理。
优选的,所述数据修正单元21用于对采集时受到温度影响的数据进行修正处理,并对传感器异常数据进行检测,其中对采集时受到温度影响的数据进行修正处理的修正公式为:
式中,ρ为修正后的数据,ρ′为修正前的原始数据,T0为传感器使用标准温度,T为传感器使用时实际环境温度;
其中,所述对传感器异常数据进行检测,包括:
(1)设传感器的采样速率为v,则传感器获取连续i个测量数据所需的时间
(2)采样过程中当获取i个测量数据所需时间为t′,设时间门限下限值为0.95t,时间门限上限值为2.05t,当t′<0.95t或t′>2.05t时,数据发生异常,对落入时间门限下限值或时间门限上限值外的数据进行剔除。
作为另一优选实施例,所述对传感器异常数据进行检测,包括:
(1)设传感器某时刻采样数据为Vi、选取该时刻前后各五个采样数据作为窗口,求取窗口内数据的平均值去掉窗口内数据Vi,再次求取窗口内数据的平均值
(2)若满足则该采样数据判定为异常,数据修正单元21进一步剔除该异常的数据。
上述优选实施例设置数据修正单元21,通过对采集的农药残留数据进行修正、检测,进一步提高了交通灯控制的精度。
优选地,所述对农药残留数据进行滤波处理,具体包括:去除没有落入传感器读数的有效范围内的农药残留数据;对剩余的农药残留数据,设传感器节点A在时刻k采集的数据样本为x(k),对传感器节点A和所述簇头采用相同参数的改进的LMS预测算法得到x(k)的预测值u(k),设定只有满足下列判定函数时传感器节点A发送x(k)给簇头,否则将x(k)丢弃:
式中,W(k)为时刻k的期望值,u(k)为所述改进的预测算法的预测值,Tu为设定的误差阈值;设定所述簇头判断是否满足上述判定函数的标准为在给定的一个时间间隔ω内是否收到来自传感器节点的数据样本x(k),ω的取值范围设定为[2s,4s];其中所述改进的LMS预测算法为:
(1)定义X(k)为传感器节点产生的一个由k-α时刻到k-1时刻的数据流,X(k)=[x(k-1),…,x(k-α)]T,设O(k)=q1(k),q2(k),…,qα(k),q1(k),q2(k),…,qα(k)分别为时刻k时对应于(k-1),…,x(k-α)的权值系数,预测值u(k)为:
u(k)=O(k)·X(k)
(2)其中,设定权值更新公式为:
O(k+1)=X(k)W(k)D+-X(k)W(k)OT(k)+O(k)
式中,D+为X(k)XT(k)的Moore-Penrose广义逆。
本优选实施例设置滤波处理单元22,对由物联网传感采集子系统1的各传感器节点采集的农药残留数据进行滤波处理,从而实现选择性地发送农药残留数据至无线传感器网络的簇头,减少了数据从传感器节点到簇头的发送量,进一步降低了农药残留数据传送子系统5中无线传感器网络的能耗。
优选的,还可以在滤波处理单元22和数据压缩单元23之间设置数据保护单元,所述数据保护单元用于对可以发送至无线传感器网络的簇头的数据进行部分加密后再进行数据的发送,从而实现对数据的保护,具体为:
设可以发送至无线传感器网络的簇头的数据为Ei(i=1,2,…n),随即选取Di的子集Ej(j=1,2,…m)作为特殊数据,其中m<n,此时数据划分为Ej和Ei-Ej两部分,在数据发送前,对Ej部分的数据按照预先设定的加密方式进行加密处理并标记后,再将加密后Ej和未加密的Ei-Ej两部分数据以及包含标记信息的文本传送至数据压缩处理单元。
本优选实施例设置数据保护单元,可以实现对数据的保护。
优选的,所述改进的主成分分析算法具体包括:
(1)采用K-means聚类算法对簇头的农药残留数据进行聚类,获得多个不同类型的数据集;
(2)设一个数据集J=[k1,k2,…,km]T∈RP×N,其中P表示离散的时间域,N表示在该数据集内传感器节点的数量,则J的列向量表示在一个常规时间域ζ内从每个传感器节点B(1≤B≤ζ)处获得的原始数据;
(3)对数据集进行中心化处理,得到一个新的数据矩阵KneK:
(4)计算N×N的协方差矩阵D,并将D中的单位特征向量按照对应的特征值大小由高到低排列组成N×N的矩阵Ψ:
(5)计算主成分矩阵ZS:
ZS=JneKΨ
(6)计算前θ(θ<N)个主成分的贡献率:
式中,Vi为由高到低排列的第i个特征值;
(7)最终获得数据集维度为θ的数据集。
本优选实施例设置数据压缩单元23,采用改进的主成分分析算法对簇头的农药残留数据进行压缩处理,提高了农药残留数据传送子系统5中数据压缩处理的速度,且在满足农药残留数据精度的同时,依据农药残留数据的冗余程度,降低了簇头和终端之间的数据通信量,从而减少了无线传感器网络内的数据通信负载,进一步提高农药残留数据传送的精度和速度。
优选的,所述预设的数据传输协议为:
所述基于云计算的监控数据云平台3在某单位时间段[0,t]接收来自簇头I的对应的压缩数据的数量&(I,t)需满足下列度量条件:
式中,ψi为设定的簇头I的表征其第i个传感器节点的数据重要程度的权值,NI为簇头I内传感器节点的总数,TV为设定的度量阈值。
本优选实施例能够实现从较为重要的簇头中接收较多的农药残留数据,保证了农药残留数据传输的效率的同时,提高了农药残留数据传输的公平性。
基于上述实施例,发明人进行了一系列测试,以下是进行测试得到的实验数据:
农药残留数据监控情况 | 误检率 | 传输效率 |
试验场景1:土壤中农药残留指标 | 0% | 90% |
试验场景1:空气中农药残留指标 | 0% | 85% |
试验场景1:产品表面的农药残留指标 | 0% | 88% |
试验场景2:土壤中农药残留指标 | 0% | 92% |
试验场景2:空气中农药残留指标 | 0% | 90% |
试验场景2:产品表面的农药残留指标 | 0% | 94% |
最后应当说明的是,以上实施例仅用以说明本发明的技术方案,而非对本发明保护范围的限制,尽管参照较佳实施例对本发明作了详细地说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的实质和范围。
Claims (5)
1.一种基于物联网和云计算的农产品安全追溯系统,其特征是,包括物联网传感采集子系统,农药残留数据传送子系统、基于云计算的监控数据云平台及用户终端;所述物联网传感采集子系统用于采集农产品生长环境的农药残留数据,并将该农药残留数据通过农药残留数据传送子系统传输于基于云计算的监控数据云平台;所述用户终端通过无线网络与监控数据云平台相连接。
2.根据权利要求1所述的一种基于物联网和云计算的农产品安全追溯系统,其特征是,所述物联网传感采集子系统包括农药检测传感器。
3.根据权利要求2所述的一种基于物联网和云计算的农产品安全追溯系统,其特征是,所述的用户终端为平板电脑或智能手机。
4.根据权利要求3所述的一种基于物联网和云计算的农产品安全追溯系统,其特征是,所述农药残留数据传送子系统包括数据压缩单元和数据传送单元;所述数据压缩单元用于采用对农药残留数据进行压缩处理;所述数据传送单元用于根据预设的数据传输协议将压缩数据传送至基于云计算的监控数据云平台。
5.根据权利要求4所述的一种基于物联网和云计算的农产品安全追溯系统,其特征是,所述预设的数据传输协议为:
所述基于云计算的监控数据云平台在某单位时间段[0,t]接收来自簇头I的对应的压缩数据的数量&(I,t)需满足下列度量条件:
式中,ψi为设定的簇头I的表征其第i个传感器节点的数据重要程度的权值,NI为簇头I内传感器节点的总数,TV为设定的度量阈值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611095209.6A CN106651391A (zh) | 2016-11-30 | 2016-11-30 | 一种基于物联网和云计算的农产品安全追溯系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611095209.6A CN106651391A (zh) | 2016-11-30 | 2016-11-30 | 一种基于物联网和云计算的农产品安全追溯系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106651391A true CN106651391A (zh) | 2017-05-10 |
Family
ID=58814144
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611095209.6A Pending CN106651391A (zh) | 2016-11-30 | 2016-11-30 | 一种基于物联网和云计算的农产品安全追溯系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106651391A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108449729A (zh) * | 2018-02-10 | 2018-08-24 | 深圳源广安智能科技有限公司 | 一种用于智能农业的果园环境监测系统 |
CN109669403A (zh) * | 2018-10-18 | 2019-04-23 | 仲恺农业工程学院 | 一种基于dbn-softmax的涉危农业投入品智能监测系统 |
CN111683137A (zh) * | 2020-06-05 | 2020-09-18 | 洋浦美诺安电子科技有限责任公司 | 5g及区块链智能管理系统 |
CN117787510A (zh) * | 2024-02-28 | 2024-03-29 | 青岛小蜂生物科技有限公司 | 基于时序预测分析的农药残留监测过程的优化方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101841932A (zh) * | 2010-05-10 | 2010-09-22 | 南京邮电大学 | 无线传感器网络中基于动态分簇的分布式压缩感知方法 |
CN104602313A (zh) * | 2015-01-20 | 2015-05-06 | 上海海事大学 | 一种海上搜救无线传感网的环境自适应路由方法 |
CN205317746U (zh) * | 2015-12-02 | 2016-06-15 | 陕西电子科技职业学院 | 一种基于物联网和云计算的农产品安全追溯系统 |
-
2016
- 2016-11-30 CN CN201611095209.6A patent/CN106651391A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101841932A (zh) * | 2010-05-10 | 2010-09-22 | 南京邮电大学 | 无线传感器网络中基于动态分簇的分布式压缩感知方法 |
CN104602313A (zh) * | 2015-01-20 | 2015-05-06 | 上海海事大学 | 一种海上搜救无线传感网的环境自适应路由方法 |
CN205317746U (zh) * | 2015-12-02 | 2016-06-15 | 陕西电子科技职业学院 | 一种基于物联网和云计算的农产品安全追溯系统 |
Non-Patent Citations (1)
Title |
---|
吴谋: ""无线传感器网络中考虑节能和精度的数据收集理论与方法"", 《中国博士论文全文数据库(信息科技辑)》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108449729A (zh) * | 2018-02-10 | 2018-08-24 | 深圳源广安智能科技有限公司 | 一种用于智能农业的果园环境监测系统 |
CN109669403A (zh) * | 2018-10-18 | 2019-04-23 | 仲恺农业工程学院 | 一种基于dbn-softmax的涉危农业投入品智能监测系统 |
CN111683137A (zh) * | 2020-06-05 | 2020-09-18 | 洋浦美诺安电子科技有限责任公司 | 5g及区块链智能管理系统 |
CN112882445A (zh) * | 2020-06-05 | 2021-06-01 | 洋浦美诺安电子科技有限责任公司 | 用于智能制造的5g及区块链智能监控和管理系统 |
CN112882445B (zh) * | 2020-06-05 | 2021-12-21 | 广域铭岛数字科技有限公司 | 用于智能制造的5g及区块链智能监控和管理系统 |
CN117787510A (zh) * | 2024-02-28 | 2024-03-29 | 青岛小蜂生物科技有限公司 | 基于时序预测分析的农药残留监测过程的优化方法 |
CN117787510B (zh) * | 2024-02-28 | 2024-05-03 | 青岛小蜂生物科技有限公司 | 基于时序预测分析的农药残留监测过程的优化方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106651391A (zh) | 一种基于物联网和云计算的农产品安全追溯系统 | |
CN108052049A (zh) | 一种建筑安全性监测报警装置 | |
CN113110207A (zh) | 基于物联网传感器的虫害远程监测方法、系统及存储介质 | |
US20200213190A1 (en) | Fine grained network management to edge device features | |
CN105376321B (zh) | 一种多功能物联网信息平台 | |
US20200134504A1 (en) | System and method of training behavior labeling model | |
CN106548644A (zh) | 一种自动驾驶系统 | |
CN110198303A (zh) | 威胁情报的生成方法及装置、存储介质、电子装置 | |
US20220067584A1 (en) | Model generation apparatus, model generation method, computer-readable storage medium storing a model generation program, model generation system, inspection system, and monitoring system | |
CN111934906A (zh) | 等级保护的人工智能测评方法、客户端及系统 | |
CN109359234B (zh) | 一种多维度网络安全事件分级装置 | |
CN106094614B (zh) | 一种基于互联网的粮情测控远程监管系统 | |
KR101630850B1 (ko) | 종합분석 기법을 기반으로 한 실시간 가스설비 자동 긴급차단장치 | |
CN112985518B (zh) | 一种基于物联网的温湿度智能监测方法及装置 | |
CN106941632A (zh) | 一种告警方法、光网络单元、光线路终端及系统 | |
Rajak et al. | CNN-LSTM-based IDS on Precision Farming for IIoT data | |
CN109669403B (zh) | 一种基于dbn-softmax的涉危农业投入品智能监测系统 | |
CN110852760A (zh) | 一种基于云雾混合计算的农产品溯源系统及其溯源方法 | |
CN115134849A (zh) | 一种基于5g网关的数据采集算法 | |
CN107818419B (zh) | 一种功能测试范围的确定方法及装置 | |
CN114881177A (zh) | 基于物联网技术的营养健康数据采集系统 | |
Deligiannakis et al. | Outlier-aware data aggregation in sensor networks | |
CN108366053A (zh) | 一种基于朴素贝叶斯的mqtt异常流量检测方法 | |
CN208459802U (zh) | 一种建筑安全性监测报警装置 | |
CN105467912A (zh) | 食用菌冷链物流监测系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170510 |
|
RJ01 | Rejection of invention patent application after publication |