CN110665842A - 一种近红外光谱选茧方法 - Google Patents
一种近红外光谱选茧方法 Download PDFInfo
- Publication number
- CN110665842A CN110665842A CN201911112364.8A CN201911112364A CN110665842A CN 110665842 A CN110665842 A CN 110665842A CN 201911112364 A CN201911112364 A CN 201911112364A CN 110665842 A CN110665842 A CN 110665842A
- Authority
- CN
- China
- Prior art keywords
- cocoon
- near infrared
- data
- rack
- selection
- 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
- 238000002329 infrared spectrum Methods 0.000 title claims abstract description 38
- 238000010187 selection method Methods 0.000 title claims abstract description 11
- 241000255789 Bombyx mori Species 0.000 claims abstract description 37
- 230000003595 spectral effect Effects 0.000 claims abstract description 35
- 238000000034 method Methods 0.000 claims abstract description 17
- 238000007781 pre-processing Methods 0.000 claims abstract description 8
- 239000011521 glass Substances 0.000 claims description 16
- 238000001228 spectrum Methods 0.000 claims description 14
- 238000009499 grossing Methods 0.000 claims description 10
- 241000382353 Pupa Species 0.000 claims description 5
- 230000000007 visual effect Effects 0.000 abstract description 2
- 238000004519 manufacturing process Methods 0.000 abstract 1
- 238000001514 detection method Methods 0.000 description 4
- 238000001035 drying Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000009395 breeding Methods 0.000 description 1
- 230000001488 breeding effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/34—Sorting according to other particular properties
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/02—Measures preceding sorting, e.g. arranging articles in a stream orientating
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/36—Sorting apparatus characterised by the means used for distribution
- B07C5/361—Processing or control devices therefor, e.g. escort memory
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/36—Sorting apparatus characterised by the means used for distribution
- B07C5/38—Collecting or arranging articles in groups
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3563—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing solids; Preparation of samples therefor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
Abstract
一种近红外光谱选茧方法,其特点是快速、准确、无损检测蚕茧茧层量,采用专用选茧机和数据预处理方法,完美解决人工视力选茧的不稳定性,提高选茧效率从而改进现有传统缫丝工业工序;所述选茧机通过安装多个分束器将近红外光束分束从而对整个选茧台上的蚕茧进行检测,并利用接收器接受光谱数据并直接在数据显示器上显示出来供操作人员进行选茧。
Description
技术领域
本发明涉及选茧技术领域,具体为一种近红外光谱选茧方法。
背景技术
选茧,是指根据制丝工艺要求对原料茧进行选剔分类的工艺过程。由于蚕本身体质和结茧时的环境不同,以及受收茧、烘茧、运输等影响,往往有一部分难以缫制高级生丝的次茧和不能缫丝的下茧,以及茧内有两粒或两粒以上蚕蛹的双宫茧等。即使是同一品种的蚕茧,茧形大小、茧层厚薄、色泽等也有差异。因此,必须按不同工艺要求进行选茧分类,以符合缫丝的要求。
茧层量(COCOON SHELL WEIGHT)是指一粒蚕茧其蚕丝层的绝对质量,是蚕茧品质检测分级最基本的指标。茧层量受到蚕茧的水分、蛋白质等成分以及蚕茧的品种、养蚕地域、饲养技术等因素影响。它在多方面直接或间接的反应了蚕茧的质量,是茧丝多种内部成分的综合反应。
目前,中国在蚕茧收购中规定采用干壳量法检验鲜茧,但该方法复杂且耗时,并需要剖茧测量,而有削口的茧成为缫丝工业中的次下茧,不能缫制高品质蚕丝,造成很大的浪费。而常用的手感目测法却易收到评定者的个人经验影响,测试精度低。
由于传统的蚕茧质量检测技术制约了中国蚕丝行业质量和效益的提高,因而迫切需要寻求一种快速、准确、无损检测蚕茧茧层量的方法。
发明内容
本发明的目的是提供一种快速、准确、无损检测蚕茧茧层量的近红外光谱选茧方法。
为达到上述目的,本发明的技术方案如下:
所述的近红外光谱选茧方法,包括以下步骤:
(1)样本选择:将同批次鲜茧随机选取720个作为样本,剥去蚕衣后分6次平铺在近红外光谱选茧机上,每次120个样本;
(2)光谱采集:启动近红外光谱选茧机,待光谱扫描稳定后进行光谱数据采集,每个样本采集的光谱数据取均值;
(3)建立对照表:将光谱扫描后的新鲜蚕茧削开一个小口,倒出蚕蛹后用电子秤测得蚕茧质量,即茧层量,测量温度20~25℃,将相差正负0.1g的归为一集合并取平均值,对应每个蚕茧上步骤所得的光谱数据并取集合平均值,得到相应茧层量对应的光谱数据对照表;
(4)批量选茧:将其余鲜茧分批次平铺在近红外光谱选茧机上,记录下每个样本的光谱数据,采用SG平滑法对采集的数据进行预处理后与光谱数据对照表进行比对,按照不同茧层量分类收集;
进一步地,所述的近红外光谱选茧机,包括玻璃选茧台、机架、近红外光源、分束器、接收器和数据显示器,所述玻璃选茧台安装在机架内壁中间位置,玻璃选茧台与机架底面距离20~45cm,近红外光源安装在机架底面靠内壁,若干分束器平均分布在机架底面,每个分束器的正上方机架上安装有接收器,每个接收器的背面安装数据显示器。
近红外光源:近红外光源是近红外光谱分析技术的发光源,这种技术是一种低成本、无污染的分析技术,操作简便,测定速度快。
数据预处理:近红外光谱主要是倍频和合频的吸收,光谱信息重叠严重,因此采用近红外光谱技术必须剔除冗余信息,提取有用信息,因此本申请采用SG平滑法对数据进行预处理。
SG平滑法去燥:SG平滑算法是由Savizkg和Golag提出的,基于最小二乘原理的多项式平滑算法,本申请利用SG平滑算法对得到的近红外光谱数据进行预处理,提高光谱的平滑性,剔除冗余信息,提高准确度。
近红外光谱选茧机:本申请设计的专用选茧机,通过安装多个分束器将近红外光束分束从而对整个选茧台上的蚕茧进行检测,并利用接收器接受光谱数据并直接在数据显示器上显示出来供操作人员进行选茧。
本发明的优点:
(1)本申请采用近红外光谱分析技术对蚕茧的茧层量进行检测,利用近红外光谱选茧机实现快速检测、准确选茧的目的。
(2)本申请利用数据采样建立对照表和SG平滑法去燥的方式提高检测的准确度,是非人工选茧的基础和保证。
(3)本申请利用多个分束器实现一个光源覆盖整个选茧台的目的,节约成本,提高选茧效率。
附图说明
图1为所述近红外光谱选茧机的结构示意图;
图2为所述近红外光谱选茧机的机架底面结构示意图;
图中各标识含义如下:
1-玻璃选茧台;2-机架;3-近红外光源;4-分束器;5-接收器;6-数据显示器。
具体实施方式
实施例1
一种近红外光谱选茧方法,包括以下步骤:
(1)样本选择:将同批次鲜茧随机选取720个作为样本,剥去蚕衣后分6次平铺在近红外光谱选茧机上,每次120个样本;
(2)光谱采集:启动近红外光谱选茧机,待光谱扫描稳定后进行光谱数据采集,每个样本采集的光谱数据取均值;
(3)建立对照表:将光谱扫描后的新鲜蚕茧削开一个小口,倒出蚕蛹后用电子秤测得蚕茧质量,即茧层量,测量温度20℃,将相差正负0.1g的归为一集合并取平均值,对应每个蚕茧上步骤所得的光谱数据并取集合平均值,得到相应茧层量对应的光谱数据对照表;
(4)批量选茧:将其余鲜茧分批次平铺在近红外光谱选茧机上,记录下每个样本的光谱数据,采用SG平滑法对采集的数据进行预处理后与光谱数据对照表进行比对,按照不同茧层量分类收集;
优选地情况下,所述的近红外光谱选茧机,包括玻璃选茧台1、机架2、近红外光源3、分束器4、接收器5和数据显示器6,所述玻璃选茧台1安装在机架2内壁中间位置,玻璃选茧台1与机架2底面距离20~45cm,近红外光源3安装在机架2底面靠内壁,若干分束器4平均分布在机架2底面,每个分束器4的正上方机架2上安装有接收器5,每个接收器5的背面安装数据显示器6。
实施例2
一种近红外光谱选茧方法,包括以下步骤:
(1)样本选择:将同批次鲜茧随机选取720个作为样本,剥去蚕衣后分6次平铺在近红外光谱选茧机上,每次120个样本;
(2)光谱采集:启动近红外光谱选茧机,待光谱扫描稳定后进行光谱数据采集,每个样本采集的光谱数据取均值;
(3)建立对照表:将光谱扫描后的新鲜蚕茧削开一个小口,倒出蚕蛹后用电子秤测得蚕茧质量,即茧层量,测量温度23.5℃,将相差正负0.1g的归为一集合并取平均值,对应每个蚕茧上步骤所得的光谱数据并取集合平均值,得到相应茧层量对应的光谱数据对照表;
(4)批量选茧:将其余鲜茧分批次平铺在近红外光谱选茧机上,记录下每个样本的光谱数据,采用SG平滑法对采集的数据进行预处理后与光谱数据对照表进行比对,按照不同茧层量分类收集;
优选地情况下,所述的近红外光谱选茧机,包括玻璃选茧台1、机架2、近红外光源3、分束器4、接收器5和数据显示器6,所述玻璃选茧台1安装在机架2内壁中间位置,玻璃选茧台1与机架2底面距离20~45cm,近红外光源3安装在机架2底面靠内壁,若干分束器4平均分布在机架2底面,每个分束器4的正上方机架2上安装有接收器5,每个接收器5的背面安装数据显示器6。
实施例3
一种近红外光谱选茧方法,包括以下步骤:
(1)样本选择:将同批次鲜茧随机选取720个作为样本,剥去蚕衣后分6次平铺在近红外光谱选茧机上,每次120个样本;
(2)光谱采集:启动近红外光谱选茧机,待光谱扫描稳定后进行光谱数据采集,每个样本采集的光谱数据取均值;
(3)建立对照表:将光谱扫描后的新鲜蚕茧削开一个小口,倒出蚕蛹后用电子秤测得蚕茧质量,即茧层量,测量温度25℃,将相差正负0.1g的归为一集合并取平均值,对应每个蚕茧上步骤所得的光谱数据并取集合平均值,得到相应茧层量对应的光谱数据对照表;
(4)批量选茧:将其余鲜茧分批次平铺在近红外光谱选茧机上,记录下每个样本的光谱数据,采用SG平滑法对采集的数据进行预处理后与光谱数据对照表进行比对,按照不同茧层量分类收集;
优选地情况下,所述的近红外光谱选茧机,包括玻璃选茧台1、机架2、近红外光源3、分束器4、接收器5和数据显示器6,所述玻璃选茧台1安装在机架2内壁中间位置,玻璃选茧台1与机架2底面距离20~45cm,近红外光源3安装在机架2底面靠内壁,若干分束器4平均分布在机架2底面,每个分束器4的正上方机架2上安装有接收器5,每个接收器5的背面安装数据显示器6。
Claims (2)
1.一种近红外光谱选茧方法,其特征在于,包括以下步骤:
(1)样本选择:将同批次鲜茧随机选取720个作为样本,剥去蚕衣后分6次平铺在近红外光谱选茧机上,每次120个样本;
(2)光谱采集:启动近红外光谱选茧机,待光谱扫描稳定后进行光谱数据采集,每个样本采集的光谱数据取均值;
(3)建立对照表:将光谱扫描后的新鲜蚕茧削开一个小口,倒出蚕蛹后用电子秤测得蚕茧质量,即茧层量,测量温度20~25℃,将相差正负0.1g的归为一集合并取平均值,对应每个蚕茧上步骤所得的光谱数据并取集合平均值,得到相应茧层量对应的光谱数据对照表;
(4)批量选茧:将其余鲜茧分批次平铺在近红外光谱选茧机上,记录下每个样本的光谱数据,采用SG平滑法对采集的数据进行预处理后与光谱数据对照表进行比对,按照不同茧层量分类收集。
2.根据权利要求1所述的近红外光谱选茧方法,其特征在于:所述的近红外光谱选茧机,包括玻璃选茧台(1)、机架(2)、近红外光源(3)、分束器(4)、接收器(5)和数据显示器(6),所述玻璃选茧台(1)安装在机架(2)内壁中间位置,玻璃选茧台(1)与机架(2)底面距离20~45cm,近红外光源(3)安装在机架(2)底面靠内壁,若干分束器(4)平均分布在机架(2)底面,每个分束器(4)的正上方机架(2)上安装有接收器(5),每个接收器(5)的背面安装数据显示器(6)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911112364.8A CN110665842A (zh) | 2019-11-14 | 2019-11-14 | 一种近红外光谱选茧方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911112364.8A CN110665842A (zh) | 2019-11-14 | 2019-11-14 | 一种近红外光谱选茧方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110665842A true CN110665842A (zh) | 2020-01-10 |
Family
ID=69087345
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911112364.8A Pending CN110665842A (zh) | 2019-11-14 | 2019-11-14 | 一种近红外光谱选茧方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110665842A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000199121A (ja) * | 1998-12-28 | 2000-07-18 | Yasuo Sasaki | 水不溶性の機能性物質を含有させてなる絹糸とその製造方法 |
WO2003087295A2 (en) * | 2002-04-17 | 2003-10-23 | Andhra Pradesh State Sericulture Research & Development Institute | Superior, novel, quality mulberry silkworm hybrids and a method thereof |
CN102812346A (zh) * | 2010-03-24 | 2012-12-05 | Nec软件系统科技有限公司 | 分析装置 |
CN104062263A (zh) * | 2014-07-11 | 2014-09-24 | 中国农业大学 | 光物性相近水果品质指标的近红外通用模型检测方法 |
CN104062260A (zh) * | 2014-06-19 | 2014-09-24 | 涂瑶生 | 一种含有柚皮苷中药生产过程中的近红外在线检测方法 |
CN104297290A (zh) * | 2014-10-29 | 2015-01-21 | 东北电力大学 | 加热式红外成像的蚕茧性别识别方法及其装置 |
CN105874334A (zh) * | 2013-11-18 | 2016-08-17 | 硕腾服务有限责任公司 | 使用透射光谱学用于确定蛋存活性的非接触蛋鉴定系统及关联的方法 |
CN106053358A (zh) * | 2016-05-06 | 2016-10-26 | 中国农业大学 | 基于可见/近红外光谱的禽类无精蛋检测方法与装置 |
-
2019
- 2019-11-14 CN CN201911112364.8A patent/CN110665842A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000199121A (ja) * | 1998-12-28 | 2000-07-18 | Yasuo Sasaki | 水不溶性の機能性物質を含有させてなる絹糸とその製造方法 |
WO2003087295A2 (en) * | 2002-04-17 | 2003-10-23 | Andhra Pradesh State Sericulture Research & Development Institute | Superior, novel, quality mulberry silkworm hybrids and a method thereof |
CN102812346A (zh) * | 2010-03-24 | 2012-12-05 | Nec软件系统科技有限公司 | 分析装置 |
CN105874334A (zh) * | 2013-11-18 | 2016-08-17 | 硕腾服务有限责任公司 | 使用透射光谱学用于确定蛋存活性的非接触蛋鉴定系统及关联的方法 |
CN104062260A (zh) * | 2014-06-19 | 2014-09-24 | 涂瑶生 | 一种含有柚皮苷中药生产过程中的近红外在线检测方法 |
CN104062263A (zh) * | 2014-07-11 | 2014-09-24 | 中国农业大学 | 光物性相近水果品质指标的近红外通用模型检测方法 |
CN104297290A (zh) * | 2014-10-29 | 2015-01-21 | 东北电力大学 | 加热式红外成像的蚕茧性别识别方法及其装置 |
CN106053358A (zh) * | 2016-05-06 | 2016-10-26 | 中国农业大学 | 基于可见/近红外光谱的禽类无精蛋检测方法与装置 |
Non-Patent Citations (2)
Title |
---|
金航峰: "桑蚕鲜茧干壳量的可见/近红外光谱无损检测", 《农业机械学报》 * |
黄凌霞等: "基于变量选择的蚕茧茧层量可见-近红外光谱无损检测", 《农业工程学报》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110411957B (zh) | 水果货架期及新鲜程度的无损快速预测方法及装置 | |
CN101915738B (zh) | 基于高光谱成像技术的茶树营养信息快速探测方法及装置 | |
CN101308086B (zh) | 基于近红外光谱技术的水果内部品质在线检测装置 | |
CN104048939A (zh) | 生猪血液中血糖含量近红外快速检测方法 | |
CN101419166A (zh) | 基于近红外光谱和机器视觉技术的茶叶品质无损检测方法及装置 | |
CN101692052B (zh) | 基于超光谱图像技术的名优茶真伪鉴别方法及装置 | |
CN103645155B (zh) | 生鲜羊肉嫩度的快速无损检测方法 | |
CN207103187U (zh) | 一种基于高光谱成像及电阻抗的玉米种子活力检测装置 | |
CN100357725C (zh) | 近红外技术快速检测牛肉嫩度的方法和装置 | |
CN109781622B (zh) | 便携式智能金属矿石种类快速分辨仪 | |
CN109668859A (zh) | 基于svm算法的花椒产地和品种的近红外光谱识别方法 | |
CN111380813B (zh) | 一种便携式小麦种子多品质无损检测装置及检测方法 | |
CN104198457B (zh) | 基于光谱成像技术的烟丝组分识别方法 | |
CN109932333B (zh) | 声学振动和近红外光谱融合的水果坚实度测量系统和方法 | |
TWM569845U (zh) | Leather detection equipment and leather product production system based on artificial intelligence | |
CN105092579A (zh) | 一种芒果品质无损检测设备 | |
CN104977258A (zh) | 基于二维相关光谱的茶叶/化妆品等品质检测方法 | |
CN106053383A (zh) | 一种烟草加工过程中的近红外在线检测方法 | |
CN104297206A (zh) | 一种液态牛奶品牌快速鉴别方法 | |
CN102914620A (zh) | 一种再造烟叶成品定量的测定方法 | |
CN106959284A (zh) | 一种区分转基因玉米和非转基因玉米的检测方法 | |
CN104964962B (zh) | 基于拉曼光谱生鲜鱼肉中鲜味物质肌苷酸的快速检测方法 | |
CN100419409C (zh) | 一种非破坏性测定花生单粒种子含油量的方法 | |
CN108827907A (zh) | 一种基于近红外光谱对彩棉色度的快速测定方法 | |
CN110567889A (zh) | 一种基于光谱成像和深度学习技术的鲜茧含水率的无损检测方法 |
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: 20200110 |
|
RJ01 | Rejection of invention patent application after publication |