CN109739850A - 一种档案大数据智能分析清洗挖掘系统 - Google Patents

一种档案大数据智能分析清洗挖掘系统 Download PDF

Info

Publication number
CN109739850A
CN109739850A CN201910024860.1A CN201910024860A CN109739850A CN 109739850 A CN109739850 A CN 109739850A CN 201910024860 A CN201910024860 A CN 201910024860A CN 109739850 A CN109739850 A CN 109739850A
Authority
CN
China
Prior art keywords
data
module
archives
analysis
carry out
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.)
Granted
Application number
CN201910024860.1A
Other languages
English (en)
Other versions
CN109739850B (zh
Inventor
高云飞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Anhui Aijitek Technology Co Ltd
Original Assignee
Anhui Aijitek Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Anhui Aijitek Technology Co Ltd filed Critical Anhui Aijitek Technology Co Ltd
Priority to CN201910024860.1A priority Critical patent/CN109739850B/zh
Publication of CN109739850A publication Critical patent/CN109739850A/zh
Application granted granted Critical
Publication of CN109739850B publication Critical patent/CN109739850B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种档案大数据智能分析清洗挖掘系统，包括档案信息数据库；档案信息数据库内包括档案归置模块、数据预处理模块和数据挖掘分析模块；档案归置模块包括档案分类统计模块、档案定位展现模块和档案记录模块；数据预处理模块包括数据清理模块、缺失值处理模块、数据选择模块、数据变换模块、数据集成模块、数据消减模块和数据清洗评估模块；数据挖掘分析模块包括统计分析模块、机器学习模块、神经网络模块和挖掘分析模块。本发明解决传统面对海量数据无法准确进行数据挖掘和数据清洗的问题，本申请能对档案进行缺失值处理，以及数据统计分析，结构简单，使用方便。

Description

一种档案大数据智能分析清洗挖掘系统
技术领域
本发明涉及数据挖掘和清洗技术领域，特别是一种档案大数据智能分析清洗挖掘系统。
背景技术
随着社会的发展和科技的进步，个体或者团体之间的联系变得更加紧密，紧密的联系促进了信息的快速传播和增长，而当今世界早就进入了信息时代，随着信息的爆发式增长和积累，大数据时代已近来临，大数据的基本特征：即数据量大、类型繁多、价值密度低、速度快时效高；作为其中最重要的特点：数据量大和价值密度低却是困扰如此海量数据信息挖掘利用的难题，在海量的数据里面，如何精确的获得人们关心的信息，就如同海底捞针困难重重；与此同时面对海量的信息，如何去分析某类信息之间的相关性，并以此分析出信息背后隐含价值，才在更高、更深的层面体现数据信息的价值，但是面对如此海量的数据，想要快速准确的分析出数据之间的关联关系，十分困难。
发明内容
本发明的目的在于克服现有技术的不足，提供一种档案大数据智能分析清洗挖掘系统，解决传统面对海量数据无法准确进行数据挖掘和数据清洗的问题，本申请能对档案进行缺失值处理，以及数据统计分析，结构简单，使用方便。
本发明的目的是通过以下技术方案来实现的：
一种档案大数据智能分析清洗挖掘系统，包括档案信息数据库；档案信息数据库内包括档案归置模块、数据预处理模块和数据挖掘分析模块；档案归置模块包括档案分类统计模块、档案定位展现模块和档案记录模块；
档案分类统计模块用于对档案进行录入、归置、分类和统计，并对档案按日期、按名称或按分类统计成表；
档案定位展现模块用于获取和记录每个实体档案的定位信息，并对档案的位置变化进行记录；
档案记录模块用于记录档案的录入时间，以及记录档案的调取信息，所述调取信息包括调取人、调取时间、调取原因和归还时间；
数据预处理模块包括数据清理模块、缺失值处理模块、数据选择模块、数据变换模块、数据集成模块、数据消减模块和数据清洗评估模块；
数据清理模块用于过滤和修改不符合要求的数据，检测和消除数据异常；所述不符合要求的数据包括不完整的数据、错误的数据和重复的数据；
缺失值处理模块用于对带大量缺失值的数据进行处理，所述对缺失值的数据进行处理包括删除、比对数据属性和利用数据属性填充缺失值；
数据选择模块用于对缺失处理后的数据进行选择，剔除冗余属性和挖掘关系不大的属性；
数据变换模块用于对不同来源的数据进行转换，所述对不同来源的数据进行转换包括属性的数据类型转换、属性构造的转换、数据离散化的转换和数据标准化的转换；
数据集成模块用于把不同来源、不同格式和不同特点性质的数据在逻辑上或物理上有机地集中，从而为数据挖掘提供完整的数据源；
数据消减模块用于对大规模的数据进行数据消减，所述数据消减包括数据聚合、消减纬度、数据压缩和数据块消减；
数据清洗评估模块用于对清洗后的数据进行质量评估；
数据挖掘分析模块包括统计分析模块、机器学习模块、神经网络模块和挖掘分析模块；
统计分析模块用于对待挖掘的数据进行分析，所述对待挖掘的数据进行分析包括分类分析、聚类分析、关联分析、序列分析和时间分析；
机器学习模块用于通过归纳学习方法对大量数据进行有目的分类，从中找到有价值的信息，并通过算法生成预测模型；
神经网络模块用于通过聚类的自组织映射方法对数据进行自适应性处理；
挖掘分析模块用于建立数据挖掘模型，通过算法得到有特殊关联性的数据信息。
优选的，档案分类统计模块还包括用户自定义模块，所述用户自定义模块用于对数据属性进行自定义以及对数据进行标记。
优选的，档案分类统计模块还包括标记模块，所述标记模块用于对数据进行标记，所述标记包括属性标记、颜色标记、重要等级标记和类型标记。
优选的，机器学习模块的机器学习方法包括归纳学习法、遗传算法、贝叶斯信念网络和推理CBR。
本发明的有益效果是：
本发明能对纸质档案和电子档案进行分类管理，同时对缺失档案的数据进行处理，能通过机器学习法和神经网络自适应处理方法对相关知识进行处理，并能对相关数据进行标记，增强了数据的分类、数据清洗效果。
附图说明
图1为本发明的方法流程示意图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
实施例：
一种档案大数据智能分析清洗挖掘系统，该数据智能分析清洗挖掘系统能对纸质档案和电子档案进行分类管理，同时对缺失档案的数据进行处理，能通过机器学习法和神经网络自适应处理方法对相关知识进行处理，并能对相关数据进行标记，增强了数据的分类、数据清洗效果。以下结合附图对系统进行进一步说明。
一种档案大数据智能分析清洗挖掘系统，包括档案信息数据库；档案信息数据库内包括档案归置模块、数据预处理模块和数据挖掘分析模块；档案归置模块包括档案分类统计模块、档案定位展现模块和档案记录模块；档案分类统计模块用于对档案进行录入、归置、分类和统计，并对档案按日期、按名称或按分类统计成表；档案定位展现模块用于获取和记录每个实体档案的定位信息，并对档案的位置变化进行记录；档案记录模块用于记录档案的录入时间，以及记录档案的调取信息，所述调取信息包括调取人、调取时间、调取原因和归还时间；数据预处理模块包括数据清理模块、缺失值处理模块、数据选择模块、数据变换模块、数据集成模块、数据消减模块和数据清洗评估模块；数据清理模块用于过滤和修改不符合要求的数据，检测和消除数据异常；所述不符合要求的数据包括不完整的数据、错误的数据和重复的数据；缺失值处理模块用于对带大量缺失值的数据进行处理，所述对缺失值的数据进行处理包括删除、比对数据属性和利用数据属性填充缺失值；数据选择模块用于对缺失处理后的数据进行选择，剔除冗余属性和挖掘关系不大的属性；数据变换模块用于对不同来源的数据进行转换，所述对不同来源的数据进行转换包括属性的数据类型转换、属性构造的转换、数据离散化的转换和数据标准化的转换；数据集成模块用于把不同来源、不同格式和不同特点性质的数据在逻辑上或物理上有机地集中，从而为数据挖掘提供完整的数据源；数据消减模块用于对大规模的数据进行数据消减，所述数据消减包括数据聚合、消减纬度、数据压缩和数据块消减；数据清洗评估模块用于对清洗后的数据进行质量评估；数据挖掘分析模块包括统计分析模块、机器学习模块、神经网络模块和挖掘分析模块；统计分析模块用于对待挖掘的数据进行分析，所述对待挖掘的数据进行分析包括分类分析、聚类分析、关联分析、序列分析和时间分析；机器学习模块用于通过归纳学习方法对大量数据进行有目的分类，从中找到有价值的信息，并通过算法生成预测模型；神经网络模块用于通过聚类的自组织映射方法对数据进行自适应性处理；挖掘分析模块用于建立数据挖掘模型，通过算法得到有特殊关联性的数据信息。
档案大数据智能分析清洗挖掘的方法，请参阅附图1所示，其主要步骤包括：
S1、数据清洗，将采集到的数据进行去噪以及删掉无关数据，并对数据进行整理分类，转换不同格式的数据类型；
S2、数据集成，将多个数据源中的数据结合起来存放在一个关联的数据集中；
S3、数据变换，将原始数据转换成需要进行数据挖掘的数据格式；
S4、数据归约，通过数据立方体聚集、维归约、数据压缩、数据归约、离散化等进行处理；
在数据清洗过程中，还包括对空缺值进行处理，处理过程包括1、忽略该空缺记录；2、去掉空缺属性；3、手工填写空缺值；4、使用默认值补充；5、使用属性平均值；6、使用同类样本平均值；7、预测最可能的值。
在数据清洗过程中，还包括对数据噪声进行处理的过程，以避免出现数据偏差或错误，具体过程包括：分箱：将待处理的数据按照预设规则放进预设的箱子，考察每一个箱子中的数据，并对每个箱子中的数据进行处理。分箱为按照属性值划分的子区间内，如果一个属性值处于某个子区间范围内，就称吧该属性值放在这个子区间所代表的箱子。
进一步的，档案分类统计模块还包括用户自定义模块，所述用户自定义模块用于对数据属性进行自定义以及对数据进行标记。
进一步的，档案分类统计模块还包括标记模块，所述标记模块用于对数据进行标记，所述标记包括属性标记、颜色标记、重要等级标记和类型标记。
进一步的，机器学习模块的机器学习方法包括归纳学习法、遗传算法、贝叶斯信念网络和推理CBR。
以上所述实施例仅表达了本发明的具体实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。

Claims (4)

1.一种档案大数据智能分析清洗挖掘系统，其特征在于，包括档案信息数据库；档案信息数据库内包括档案归置模块、数据预处理模块和数据挖掘分析模块；档案归置模块包括档案分类统计模块、档案定位展现模块和档案记录模块；
档案分类统计模块用于对档案进行录入、归置、分类和统计，并对档案按日期、按名称或按分类统计成表；
档案定位展现模块用于获取和记录每个实体档案的定位信息，并对档案的位置变化进行记录；
档案记录模块用于记录档案的录入时间，以及记录档案的调取信息，所述调取信息包括调取人、调取时间、调取原因和归还时间；
数据预处理模块包括数据清理模块、缺失值处理模块、数据选择模块、数据变换模块、数据集成模块、数据消减模块和数据清洗评估模块；
数据清理模块用于过滤和修改不符合要求的数据，检测和消除数据异常；所述不符合要求的数据包括不完整的数据、错误的数据和重复的数据；
缺失值处理模块用于对带大量缺失值的数据进行处理，所述对缺失值的数据进行处理包括删除、比对数据属性和利用数据属性填充缺失值；
数据选择模块用于对缺失处理后的数据进行选择，剔除冗余属性和挖掘关系不大的属性；
数据变换模块用于对不同来源的数据进行转换，所述对不同来源的数据进行转换包括属性的数据类型转换、属性构造的转换、数据离散化的转换和数据标准化的转换；
数据集成模块用于把不同来源、不同格式和不同特点性质的数据在逻辑上或物理上有机地集中，从而为数据挖掘提供完整的数据源；
数据消减模块用于对大规模的数据进行数据消减，所述数据消减包括数据聚合、消减纬度、数据压缩和数据块消减；
数据清洗评估模块用于对清洗后的数据进行质量评估；
数据挖掘分析模块包括统计分析模块、机器学习模块、神经网络模块和挖掘分析模块；
统计分析模块用于对待挖掘的数据进行分析，所述对待挖掘的数据进行分析包括分类分析、聚类分析、关联分析、序列分析和时间分析；
机器学习模块用于通过归纳学习方法对大量数据进行有目的分类，从中找到有价值的信息，并通过算法生成预测模型；
神经网络模块用于通过聚类的自组织映射方法对数据进行自适应性处理；
挖掘分析模块用于建立数据挖掘模型，通过算法得到有特殊关联性的数据信息。
2.根据权利要求1所述一种档案大数据智能分析清洗挖掘系统，其特征在于，档案分类统计模块还包括用户自定义模块，所述用户自定义模块用于对数据属性进行自定义以及对数据进行标记。
3.根据权利要求1所述一种档案大数据智能分析清洗挖掘系统，其特征在于，档案分类统计模块还包括标记模块，所述标记模块用于对数据进行标记，所述标记包括属性标记、颜色标记、重要等级标记和类型标记。
4.根据权利要求1所述一种档案大数据智能分析清洗挖掘系统，其特征在于，机器学习模块的机器学习方法包括归纳学习法、遗传算法、贝叶斯信念网络和推理CBR。
CN201910024860.1A 2019-01-11 2019-01-11 一种档案大数据智能分析清洗挖掘系统 Active CN109739850B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910024860.1A CN109739850B (zh) 2019-01-11 2019-01-11 一种档案大数据智能分析清洗挖掘系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910024860.1A CN109739850B (zh) 2019-01-11 2019-01-11 一种档案大数据智能分析清洗挖掘系统

Publications (2)

Publication Number Publication Date
CN109739850A true CN109739850A (zh) 2019-05-10
CN109739850B CN109739850B (zh) 2022-10-11

Family

ID=66364415

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910024860.1A Active CN109739850B (zh) 2019-01-11 2019-01-11 一种档案大数据智能分析清洗挖掘系统

Country Status (1)

Country Link
CN (1) CN109739850B (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110309131A (zh) * 2019-04-12 2019-10-08 北京星网锐捷网络技术有限公司 海量结构化数据的质量评估方法及装置
CN110348347A (zh) * 2019-06-28 2019-10-18 深圳市商汤科技有限公司 一种信息处理方法及装置、存储介质
CN110990384A (zh) * 2019-11-04 2020-04-10 武汉中卫慧通科技有限公司 一种大数据平台bi分析方法
CN111738442A (zh) * 2020-06-04 2020-10-02 江苏名通信息科技有限公司 一种大数据修复模型的构建方法和模型构建装置
CN112527889A (zh) * 2020-12-25 2021-03-19 贵州树精英教育科技有限责任公司 精准学习数据挖掘
TWI726545B (zh) * 2019-12-20 2021-05-01 宏碁股份有限公司 儲存空間管理方法及使用此方法的電子裝置
US20210158942A1 (en) * 2019-11-22 2021-05-27 Leavitt Partners Insight, LLC Identification of relationships between healthcare practitioners and healthcare clinics based on billed claims
CN112948367A (zh) * 2021-03-24 2021-06-11 国网浙江省电力有限公司物资分公司 一种电力物资配置需求测算的数据清洗系统
CN113761033A (zh) * 2021-09-13 2021-12-07 江苏楚风信息科技有限公司 基于档案数字化管理的信息整理方法及系统
CN114443635A (zh) * 2022-01-20 2022-05-06 广西壮族自治区林业科学研究院 土壤大数据分析中的数据清洗方法及装置
CN114675324A (zh) * 2022-02-16 2022-06-28 吕庆林 地层不整合油藏地层边界识别精度的地震资料处理方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160070711A1 (en) * 2014-09-10 2016-03-10 International Business Machines Corporation Outputting map-reduce jobs to an archive file
CN107085768A (zh) * 2017-04-25 2017-08-22 交通运输部公路科学研究所 一种用于评价汽车使用可靠性的系统及方法
CN107145757A (zh) * 2017-05-17 2017-09-08 云南中医学院 中医减肥决策支持系统及方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160070711A1 (en) * 2014-09-10 2016-03-10 International Business Machines Corporation Outputting map-reduce jobs to an archive file
CN107085768A (zh) * 2017-04-25 2017-08-22 交通运输部公路科学研究所 一种用于评价汽车使用可靠性的系统及方法
CN107145757A (zh) * 2017-05-17 2017-09-08 云南中医学院 中医减肥决策支持系统及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈源: "数据挖掘在高校档案管理中的应用研究", 《办公室业务》 *

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110309131A (zh) * 2019-04-12 2019-10-08 北京星网锐捷网络技术有限公司 海量结构化数据的质量评估方法及装置
CN110348347A (zh) * 2019-06-28 2019-10-18 深圳市商汤科技有限公司 一种信息处理方法及装置、存储介质
CN110990384B (zh) * 2019-11-04 2023-08-22 武汉中卫慧通科技有限公司 一种大数据平台bi分析方法
CN110990384A (zh) * 2019-11-04 2020-04-10 武汉中卫慧通科技有限公司 一种大数据平台bi分析方法
US11756002B2 (en) * 2019-11-22 2023-09-12 Milliman Solutions Llc Identification of relationships between healthcare practitioners and healthcare clinics based on billed claims
US20210158942A1 (en) * 2019-11-22 2021-05-27 Leavitt Partners Insight, LLC Identification of relationships between healthcare practitioners and healthcare clinics based on billed claims
TWI726545B (zh) * 2019-12-20 2021-05-01 宏碁股份有限公司 儲存空間管理方法及使用此方法的電子裝置
CN111738442A (zh) * 2020-06-04 2020-10-02 江苏名通信息科技有限公司 一种大数据修复模型的构建方法和模型构建装置
CN112527889A (zh) * 2020-12-25 2021-03-19 贵州树精英教育科技有限责任公司 精准学习数据挖掘
CN112948367A (zh) * 2021-03-24 2021-06-11 国网浙江省电力有限公司物资分公司 一种电力物资配置需求测算的数据清洗系统
CN113761033A (zh) * 2021-09-13 2021-12-07 江苏楚风信息科技有限公司 基于档案数字化管理的信息整理方法及系统
CN113761033B (zh) * 2021-09-13 2022-03-25 江苏楚风信息科技有限公司 基于档案数字化管理的信息整理方法及系统
CN114443635A (zh) * 2022-01-20 2022-05-06 广西壮族自治区林业科学研究院 土壤大数据分析中的数据清洗方法及装置
CN114443635B (zh) * 2022-01-20 2024-04-09 广西壮族自治区林业科学研究院 土壤大数据分析中的数据清洗方法及装置
CN114675324A (zh) * 2022-02-16 2022-06-28 吕庆林 地层不整合油藏地层边界识别精度的地震资料处理方法

Also Published As

Publication number Publication date
CN109739850B (zh) 2022-10-11

Similar Documents

Publication Publication Date Title
CN109739850A (zh) 一种档案大数据智能分析清洗挖掘系统
Godin et al. An incremental concept formation approach for learning from databases
CN102591854B (zh) 针对文本特征的广告过滤系统及其过滤方法
CN111460252B (zh) 一种基于网络舆情分析的自动化搜索引擎方法及系统
US20070027674A1 (en) Analytical system for discovery and generation of rules to predict and detect anomalies in data and financial fraud
CN107368614A (zh) 基于深度学习的图像检索方法及装置
CN110008259A (zh) 可视化数据分析的方法及终端设备
CN108763237A (zh) 一种基于注意力机制的知识图谱嵌入方法
CN112835570A (zh) 一种基于机器学习的可视化数学建模方法和系统
CN114003791B (zh) 基于深度图匹配的医疗数据元自动化分类方法及系统
CN114911870A (zh) 一种面向多源异构工业数据的融合管理架构
CN107944465A (zh) 一种适用于大数据的无监督快速聚类方法及系统
CN109325062A (zh) 一种基于分布式计算的数据依赖挖掘方法及系统
CN113220878A (zh) 一种基于知识图谱的ocr识别结果分类方法
CN107908720A (zh) 一种基于AdaBoost算法的专利数据清洗方法及系统
CN115981804A (zh) 一种工业大数据计算任务调度管理系统
CN115794803A (zh) 一种基于大数据ai技术的工程审计问题监测方法与系统
CN115858906A (zh) 企业搜索方法、装置、设备、计算机存储介质及程序
CN106611016A (zh) 一种基于可分解词包模型的图像检索方法
CN103049454B (zh) 一种基于多标签分类的中英文搜索结果可视化系统
CN110046294A (zh) 一种基于电力大数据的能源资讯系统
CN113742396A (zh) 一种对象学习行为模式的挖掘方法及装置
CN108920694A (zh) 一种短文本多标签分类方法及装置
CN109034392A (zh) 一种罗非鱼杂交配套系的选育方法及系统
Toghraee Calculation of mean data on gini relationship by data mining method

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
GR01 Patent grant
GR01 Patent grant
CP02 Change in the address of a patent holder
CP02 Change in the address of a patent holder

Address after: 231607 Room A-237, 88 Anle Road, Dianbu Town, Feidong County, Hefei, Anhui Province

Patentee after: ANHUI EDGE TECHNOLOGY Co.,Ltd.

Address before: Room 202, Building 3, Shuyuan New Village, No. 313, Tongcheng South Road, Baohe District, Hefei City, Anhui Province, 230000

Patentee before: ANHUI EDGE TECHNOLOGY Co.,Ltd.