CN110738023A - 一种将json天气数据转换为jpeg图片的系统及方法 - Google Patents
一种将json天气数据转换为jpeg图片的系统及方法 Download PDFInfo
- Publication number
- CN110738023A CN110738023A CN201910989617.3A CN201910989617A CN110738023A CN 110738023 A CN110738023 A CN 110738023A CN 201910989617 A CN201910989617 A CN 201910989617A CN 110738023 A CN110738023 A CN 110738023A
- Authority
- CN
- China
- Prior art keywords
- data
- json
- file
- byte
- converting
- 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
Links
Images
Landscapes
- Storage Device Security (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本发明公开了一种将JSON天气数据转换为JPEG图片的系统及方法,用于将以JSON数据格式保存天气数据的源文件变换为JPEG图片形式的目标文件,读取JSON数据的头信息,计算出JSON数据体的最大值、最小值、中间值、最大值与最小值的差值等数据保存至JPEG图片文件的头部,计算JSON数据体中的偏移量差值数据,并转换为四字节数据后保存至JPEG图片文件的数据部分,以最终生成JPEG图片目标文件。由于JPEG图片文件的体积小、传输速度快,且易加密,数据压缩后的JPEG图片文件占用的存储空间小,因此转换后的文件可以节省大量的存储空间和网络流量。
Description
技术领域
本发明涉及软件开发技术领域,具体涉及一种将JSON天气数据转换为JPEG图片的系统及方法。
背景技术
JSON格式是一种轻量级的数据交换格式。它是基于欧洲计算机协会制定的JS规范的一个子集,采用完全独立于编程语言的文本格式来存储和表示数据。简洁和清晰的层次结构使得JSON成为理想的数据交换语言,不仅易于阅读和编写,而且易于机器解析和生成,并有效地提升网络传输效率,使JSON得到了广泛地应用。
气象数据包括气温、气压、相对湿度、水汽压、风、降水量等各方面的数据,涉及地面、高空、海洋等不同高度不同地理位置的气候变化信息,通常由地面气象观测站、雷达、卫星等生成相关数据。数据要素包括气压、位势高度、温度、假绝热位温/假相当位温、露点温度、温度露点差(或亏值)、风的U分量、风的V分量、垂直速度(气压)、相对涡度、相对散度、比湿、相对湿度、蒸发量、雪深、水径流、雪融化量、降水量、水汽通量、水汽通量散度、湿位涡垂直分量、湿位涡水平分量、表面储水池含量、温度平流、涡度平流等。由于数据量巨大,且JSON文件压缩率低,文件体积大,传输和保存气象数据需要占用大量的存储空间,且JSON文件以明码传输,在传输过程中不易加密,安全性低。
发明内容
有鉴于此,有必要提供一种可以将JSON文件转换为易于安全性高、可以携带数据信息量大的JPEG图片文件的系统及方法。
一种将JSON天气数据转换为JPEG图片的方法,用于将以JSON数据格式保存天气数据的源文件变换为JPEG图片形式的目标文件,包括如下步骤:
步骤一,加载并读取源文件中的JSON数组,将JSON数组转换为JAVA直接读取的JSON对象;
步骤二,从JSON对象中获取JSON头信息,并暂存入中间文件的数据头对象;
步骤三,从JSON对象中读取列表数据,查找JSON数据体中的天气数据的最大值、最小值,计算最大值与最小值的差值数据和中间值数据,并将最大值、最小值和最大值与最小值的差值数据、中间值数据暂存入中间文件的数据头对象;
步骤四,将中间文件的数据头对象中的数据转换为字节数据,进行加密,保存为目标文件的文件头;
步骤五,读取源文件中的JSON数据体中的数值数据,计算偏移量差值数据,将偏移量差值数据转换为字节数据,得到计算后的差值数据;
步骤六,将计算后的差值数据保存为目标文件的数据部分;
步骤七,完成数据压缩保存,以便于存储和传输。
进一步地,步骤二中的所述JSON头信息包括经度范围值lo1、纬度范围值la1、经度数据精度dx、纬度数据精度dy、经度数值个数nx、纬度数值个数ny、表面类型、天气数据分类、数据长度。
进一步地,步骤二中的所述JSON头信息采用KEY、VALUE键值对格式,所述中间文件的数据头对象采用中间文件约定的数据存储格式。
进一步地,步骤三中的天气数据的最大值为uMax、vMax,最小值为uMin、vMin,最大值与最小值的差值数据为uMod、vMod,其中:
uMax–uMin=uMod (1)
vMax–vMin=vMod (2)。
进一步地,步骤五中计算偏移量差值数据包括如下步骤:
步骤S1,读取源文件中的JSON数据体中的数值数据uData、vData;
步骤S2,计算数值数据的偏移量差值数据uDataMod、vDataMod;
其中:uDataMod=(uData-uMin)/uMod (3)
vDataMod=(vData-vMin)/vMod (4)。
进一步地,步骤五中的偏移量差值数据为浮点数据,将浮点数据转换为一个四字节数据,所述四字节数据的第一字节存放uDataMod,所述四字节数据的第二字节存放vDataMod,所述四字节数据的第三字节设置为0或者FF,所述四字节数据的第四字节设置为FF。
进一步地,步骤四中的所述JSON头信息中的数据值使用加密算法进行加密,并将密钥写入目标文件的文件头。
进一步地,将转换后的所述四字节数据依次写入目标文件的数据部分,并使用加密算法对写入的数据体进行加密。
进一步地,所述加密算法采用可逆算法RSA;读取目标文件时从文件头内获取所述密钥,利用解密算法解密数据。
以及,一种将JSON天气数据转换为JPEG图片的系统,用于实现如上所述的将JSON天气数据转换为JPEG图片的方法,该系统包括:
源文件数据读取模块,用于读取源文件中的JSON对象,并暂存至中间文件;
数据体转换模块,用于计算和转换JSON列表数据和数据体中的数值数据,利用差值算法计算偏移量差值数据,并将计算所得的偏移量差值数据转换为四字节数据;
目标文件生成模块:用于将头部数据和四字节数据写入JPEG图片文件,并加密,所述目标文件为JPEG图片文件;
数据压缩模块:用于对目标文件中的数据部分进行压缩处理。
上述将JSON天气数据转换为JPEG图片的系统及方法中,读取JSON文件中的数据,计算出JSON数据体的最大值、最小值、中间值、最大值与最小值的差值等数据,并写入JPEG图片文件的文件头,读取JSON文件中的天气数据值,并计算每一个天气数据值相对于最大值与最小值的差值的偏移量差值数据,将计算所得的偏移量差值数据转换为四字节数据,然后保存至JPEG图片文件的数据部分,以最终生成JPEG图片目标文件。由于JPEG图片文件的体积小、传输速度快,且易加密,数据压缩后的JPEG图片文件占用的存储空间小,因此转换后的文件节省了大量的存储空间和网络流量。
附图说明
图1是本发明实施例的将JSON天气数据转换为JPEG图片的方法的流程图。
具体实施方式
本实施例以JSON天气数据转换JPEG图片中间件为例,以下将结合具体实施例和附图对本发明进行详细说明。
请参阅图1,示出本发明实施例提供的一种将JSON天气数据转换为JPEG图片的方法。
一种将JSON天气数据转换为JPEG图片的方法,用于将以JSON数据格式保存天气数据的源文件变换为JPEG图片形式的目标文件,包括如下步骤:
步骤一,加载并读取源文件中的JSON数组,将JSON数组转换为JAVA直接读取的JSON对象;
步骤二,从JSON对象中获取JSON头信息,并暂存入中间文件的数据头对象;
步骤三,从JSON对象中读取列表数据,查找JSON数据体中的天气数据的最大值、最小值,计算最大值与最小值的差值数据和中间值数据,并将最大值、最小值和最大值与最小值的差值数据、中间值数据暂存入中间文件的数据头对象;
步骤四,将中间文件的数据头对象中的数据转换为字节数据,进行加密,保存为目标文件的文件头;
步骤五,读取源文件中的JSON数据体中的数值数据,计算偏移量差值数据,将偏移量差值数据转换为字节数据,得到计算后的差值数据;
步骤六,将计算后的差值数据保存为目标文件的数据部分;
步骤七,完成数据压缩保存,以便于存储和传输。
进一步地,步骤二中的所述JSON头信息包括经度范围值lo1、纬度范围值la1、经度数据精度dx、纬度数据精度dy、经度数值个数nx、纬度数值个数ny、表面类型、天气数据分类、数据长度。
具体地,经度数据精度dx为地球经度方向上,每一经度范围内提取数值的个数的倒数;纬度数据精度dy为地球纬度方向上,每一纬度范围内提取数值的个数的倒数;经度数值个数nx为经度范围值lo1内、经度数据精度为dx时所包括的经度数值个数;纬度数值个数ny为纬度范围值la1内、纬度数据精度为dy时所包括的纬度数值个数;表面类型为天气数据的采集点的范围和依据,如由海拔高度相等的等高面或者等气压值形成的等压面;天气数据分类为天气数据的内容,如温度、湿度、风力、浪高等。
进一步地,步骤二中的所述JSON头信息采用KEY、VALUE键值对格式,所述中间文件的数据头对象采用中间文件约定的数据存储格式。
进一步地,步骤三中的天气数据的最大值为uMax、vMax,最小值为uMin、vMin,最大值与最小值的差值数据为uMod、vMod,其中:
uMax–uMin=uMod (1)
vMax–vMin=vMod (2)。
进一步地,步骤五中计算偏移量差值数据包括如下步骤:
步骤S1,读取源文件中的JSON数据体中的数值数据uData、vData;
步骤S2,计算数值数据的偏移量差值数据uDataMod、vDataMod;
其中:uDataMod=(uData-uMin)/uMod (3)
vDataMod=(vData-vMin)/vMod (4)。
进一步地,步骤五中的偏移量差值数据为浮点数据,将浮点数据转换为一个四字节数据,所述四字节数据的第一字节存放uDataMod,所述四字节数据的第二字节存放vDataMod,所述四字节数据的第三字节设置为0或者FF,所述四字节数据的第四字节设置为FF。
具体地,将JSON对象的浮点数据转换为BYTE数据,使用以下代码:
/**
*int到byte[]由高位到低位
*@param i需要转换为byte数组的整行值。
*@return byte数组
*/
public static byte[]intToByteArray(int i){
byte[]result=new byte[4];
result[0]=(byte)((i>>24)&0xFF);
result[1]=(byte)((i>>16)&0xFF);
result[2]=(byte)((i>>8)&0xFF);
result[3]=(byte)(i&0xFF);
return result;
}
/**
*浮点转换为字节
*
*@param f
*@return
*/
public static byte[]float2byte(float f){
//把float转换为byte[]
int fbit=Float.floatToIntBits(f);
byte[]b=new byte[4];
for(int i=0;i<4;i++){
b[i]=(byte)(fbit>>(24-i*8));
}
//翻转数组
int len=b.length;
byte[]dest=new byte[len];
System.arraycopy(b,0,dest,0,len);
byte temp;
//将顺位第i个与倒数第i个交换
for(int i=0;i<len/2;++i){
temp=dest[i];
dest[i]=dest[len-i-1];
dest[len-i-1]=temp;
}
return dest;
}
进一步地,步骤四中的所述JSON头信息中的数据值使用加密算法进行加密,并将密钥写入目标文件的文件头。
进一步地,将转换后的所述四字节数据依次写入目标文件的数据部分,并使用加密算法对写入的数据体进行加密。
具体地,将四字节数据写入目标文件,使用以下代码:
FileInputStream fis=null;
FileOutputStream fop=null;
try{
fis=new FileInputStream(file);
String data=IoUtil.read(fis,"UTF-8");
String result=sb.toString();
byte[]fileByte=result.getBytes("UTF-8");
fop=new FileOutputStream(outFile);
BufferedOutputStream bos=new BufferedOutputStream(fop);
JPEGImageEncoder encoder=JPEGCodec.createJPEGEncoder(bos);
encoder.encode(image);
bos.close();
fop.close();
fis.close();
}catch(Exception e){
e.printStackTrace();
}
进一步地,所述加密算法采用可逆算法RSA;读取目标文件时从文件头内获取所述密钥,利用解密算法解密数据。
以及,一种将JSON天气数据转换为JPEG图片的系统,用于实现如上所述的将JSON天气数据转换为JPEG图片的方法,该系统包括:
源文件数据读取模块,用于读取源文件中的JSON对象,并暂存至中间文件;
数据体转换模块,用于计算和转换JSON列表数据和数据体中的数值数据,利用差值算法计算偏移量差值数据,并将计算所得的偏移量差值数据转换为四字节数据;
目标文件生成模块:用于将头部数据和四字节数据写入JPEG图片文件,并加密,所述目标文件为JPEG图片文件;
数据压缩模块:用于对目标文件中的数据部分进行压缩处理。
具体地,所述源文件数据读取模块用于完成步骤一和步骤二中的JSON文件中JSON数据类型转换、读取和暂存;所述数据体转换模块用于完成步骤三和步骤五中JSON列表数据和数据体中的数值数据的计算和转换;所述目标文件生成模块用于完成步骤四和步骤六中目标文件的数据存储和加密;所述数据压缩模块用于完成步骤七中的数据压缩和保存。
上述将JSON天气数据转换为JPEG图片的系统及方法中,读取JSON文件中的数据,计算出JSON数据体的最大值、最小值、中间值、最大值与最小值的差值等数据,并写入JPEG图片文件的文件头,读取JSON文件中的天气数据值,并计算每一个天气数据值相对于最大值与最小值的差值的偏移量差值数据,将计算所得的偏移量差值数据转换为四字节数据,然后保存至JPEG图片文件的数据部分,以最终生成JPEG图片目标文件。由于JPEG图片文件的体积小、传输速度快,且易加密,数据压缩后的JPEG图片文件占用的存储空间小,因此转换后的文件节省了大量的存储空间和网络流量。
需要说明的是,以上所述仅为本发明的优选实施例,并不用于限制本发明,对于本领域技术人员而言,本发明可以有各种改动和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种将JSON天气数据转换为JPEG图片的方法,用于将以JSON数据格式保存天气数据的源文件变换为JPEG图片形式的目标文件,其特征在于,包括如下步骤:
步骤一,加载并读取源文件中的JSON数组,将JSON数组转换为JAVA直接读取的JSON对象;
步骤二,从JSON对象中获取JSON头信息,并暂存入中间文件的数据头对象;
步骤三,从JSON对象中读取列表数据,查找JSON数据体中的天气数据的最大值、最小值,计算最大值与最小值的差值数据和中间值数据,并将最大值、最小值和最大值与最小值的差值数据、中间值数据暂存入中间文件的数据头对象;
步骤四,将中间文件的数据头对象中的数据转换为字节数据,进行加密,保存为目标文件的文件头;
步骤五,读取源文件中的JSON数据体中的数值数据,计算偏移量差值数据,将偏移量差值数据转换为字节数据,得到计算后的差值数据;
步骤六,将计算后的差值数据保存为目标文件的数据部分;
步骤七,完成数据压缩保存,以便于存储和传输。
2.如权利要求1所述的将JSON天气数据转换为JPEG图片的方法,其特征在于,步骤二中的所述JSON头信息包括经度范围值lo1、纬度范围值la1、经度数据精度dx、纬度数据精度dy、经度数值个数nx、纬度数值个数ny、表面类型、天气数据分类、数据长度。
3.如权利要求1所述的将JSON天气数据转换为JPEG图片的方法,其特征在于,步骤二中的所述JSON头信息采用KEY、VALUE键值对格式,所述中间文件的数据头对象采用中间文件约定的数据存储格式。
4.如权利要求1所述的将JSON天气数据转换为JPEG图片的方法,其特征在于,步骤三中的天气数据的最大值为uMax、vMax,最小值为uMin、vMin,最大值与最小值的差值数据为uMod、vMod,其中:
uMax–uMin=uMod (1)
vMax–vMin=vMod (2)。
5.如权利要求4所述的将JSON天气数据转换为JPEG图片的方法,其特征在于,步骤五中计算偏移量差值数据包括如下步骤:
步骤S1,读取源文件中的JSON数据体中的数值数据uData、vData;
步骤S2,计算数值数据的偏移量差值数据uDataMod、vDataMod;
其中:uDataMod=(uData-uMin)/uMod (3)
vDataMod=(vData-vMin)/vMod (4)。
6.如权利要求5所述的将JSON天气数据转换为JPEG图片的方法,其特征在于,步骤五中的偏移量差值数据为浮点数据,将浮点数据转换为一个四字节数据,所述四字节数据的第一字节存放uDataMod,所述四字节数据的第二字节存放vDataMod,所述四字节数据的第三字节设置为0或者FF,所述四字节数据的第四字节设置为FF。
7.如权利要求6所述的将JSON天气数据转换为JPEG图片的方法,其特征在于,步骤四中的所述JSON头信息中的数据值使用加密算法进行加密,并将密钥写入目标文件的文件头。
8.如权利要求7所述的将JSON天气数据转换为JPEG图片的方法,其特征在于,将转换后的所述四字节数据依次写入目标文件的数据部分,并使用加密算法对写入的数据体进行加密。
9.如权利要求8所述的将JSON天气数据转换为JPEG图片的方法,其特征在于,所述加密算法采用可逆算法RSA;读取目标文件时从文件头内获取所述密钥,利用解密算法解密数据。
10.一种将JSON天气数据转换为JPEG图片的系统,用于实现如权利要求1-9任一项所述的将JSON天气数据转换为JPEG图片的方法,其特征在于,该系统包括:
源文件数据读取模块,用于读取源文件中的JSON对象,并暂存至中间文件;
数据体转换模块,用于计算和转换JSON列表数据和数据体中的数值数据,利用差值算法计算偏移量差值数据,并将计算所得的偏移量差值数据转换为四字节数据;
目标文件生成模块:用于将头部数据和四字节数据写入JPEG图片文件,并加密,所述目标文件为JPEG图片文件;
数据压缩模块:用于对目标文件中的数据部分进行压缩处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910989617.3A CN110738023B (zh) | 2019-10-17 | 2019-10-17 | 一种将json天气数据转换为jpeg图片的系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910989617.3A CN110738023B (zh) | 2019-10-17 | 2019-10-17 | 一种将json天气数据转换为jpeg图片的系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110738023A true CN110738023A (zh) | 2020-01-31 |
CN110738023B CN110738023B (zh) | 2020-10-30 |
Family
ID=69269151
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910989617.3A Active CN110738023B (zh) | 2019-10-17 | 2019-10-17 | 一种将json天气数据转换为jpeg图片的系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110738023B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112686001A (zh) * | 2021-01-05 | 2021-04-20 | 中科三清科技有限公司 | 气象数据的变换方法、传输方法、服务器及数据传输系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120268298A1 (en) * | 2009-09-04 | 2012-10-25 | Yun-Sik Oh | Method and apparatus for compressing and decompressing block unit data |
CN103414538A (zh) * | 2013-08-05 | 2013-11-27 | 国云科技股份有限公司 | 一种分布式环境下网络数据通信的数据包分拣方法 |
CN104166549A (zh) * | 2014-08-08 | 2014-11-26 | 江苏省气象科学研究所 | 气象要素等值面分析平台及构建方法 |
CN105122243A (zh) * | 2013-03-15 | 2015-12-02 | 亚马逊科技公司 | 用于半结构化数据的可扩展分析平台 |
CN105117378A (zh) * | 2015-08-05 | 2015-12-02 | 联动优势电子商务有限公司 | 一种json文件转换为excel文件的方法及装置 |
CN108074649A (zh) * | 2016-11-10 | 2018-05-25 | 辽宁蓝卡医疗投资管理有限公司 | 一种基于心电检测数据获取分析系统及方法 |
CN109359145A (zh) * | 2018-09-12 | 2019-02-19 | 国云科技股份有限公司 | 一种多样式数据的标准化处理方法 |
-
2019
- 2019-10-17 CN CN201910989617.3A patent/CN110738023B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120268298A1 (en) * | 2009-09-04 | 2012-10-25 | Yun-Sik Oh | Method and apparatus for compressing and decompressing block unit data |
CN105122243A (zh) * | 2013-03-15 | 2015-12-02 | 亚马逊科技公司 | 用于半结构化数据的可扩展分析平台 |
CN103414538A (zh) * | 2013-08-05 | 2013-11-27 | 国云科技股份有限公司 | 一种分布式环境下网络数据通信的数据包分拣方法 |
CN104166549A (zh) * | 2014-08-08 | 2014-11-26 | 江苏省气象科学研究所 | 气象要素等值面分析平台及构建方法 |
CN105117378A (zh) * | 2015-08-05 | 2015-12-02 | 联动优势电子商务有限公司 | 一种json文件转换为excel文件的方法及装置 |
CN108074649A (zh) * | 2016-11-10 | 2018-05-25 | 辽宁蓝卡医疗投资管理有限公司 | 一种基于心电检测数据获取分析系统及方法 |
CN109359145A (zh) * | 2018-09-12 | 2019-02-19 | 国云科技股份有限公司 | 一种多样式数据的标准化处理方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112686001A (zh) * | 2021-01-05 | 2021-04-20 | 中科三清科技有限公司 | 气象数据的变换方法、传输方法、服务器及数据传输系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110738023B (zh) | 2020-10-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Skamarock et al. | Prototypes for the WRF (Weather Research and Forecasting) model | |
Heikenfeld et al. | tobac 1.2: towards a flexible framework for tracking and analysis of clouds in diverse datasets | |
Doherty | Algorithms for position and data recovery in wireless sensor networks | |
Reichle et al. | Soil Moisture Active Passive (SMAP) mission level 4 surface and root zone soil moisture (L4_SM) product specification document | |
Heuvelink | Analysing uncertainty propagation in GIS: why is it not that simple? | |
CN104951489A (zh) | 一种应用于电力系统的气象数据解析处理方法 | |
CN110738023B (zh) | 一种将json天气数据转换为jpeg图片的系统及方法 | |
Bertotti et al. | Wind and wave predictions in the Adriatic Sea | |
Wong et al. | Accuracy assessment of global topographic data (SRTM & ASTER GDEM) in comparison with lidar for tropical montane forest | |
Djurdjevic et al. | Projected changes in multi-day extreme precipitation over the Western Balkan region | |
Hsiao et al. | Utilizing blockchain technology to improve WSN security for sensor data transmission | |
CN112835997A (zh) | 一种基于GeoSOT网格的电网巡检空间网格编码方法 | |
Aaboe et al. | Product User Manual for the Global sea-ice edge and type Product | |
CN117082474B (zh) | 一种科考船实时获取海洋环境预报数据的系统 | |
CN114706847A (zh) | 一种基于网格集合对象的遥感数据管理方法 | |
CN111598766B (zh) | 基于预测误差扩展的加密域三维模型可逆信息隐藏方法 | |
CN108694702A (zh) | 一种倾斜摄影实景三维模型的空间坐标系统转换方法 | |
Weygand et al. | The equatorward boundary of the auroral current system during magnetic storms | |
CN112991528B (zh) | 数字地球模型构建方法及装置 | |
Priya et al. | Land use land cover representation through supervised machine learning methods: sensitivity on simulation of urban thunderstorms in the east coast of India | |
CN113935156A (zh) | 一种风云三号b星微波成像仪资料循环同化系统 | |
Mølhave et al. | Scalable algorithms for large high-resolution terrain data | |
CN114547847B (zh) | 基于平方公里格网系统的遥感卫星数据源解算方法 | |
KR101682495B1 (ko) | 기상레이더 관측정보 생성장치, 및 그 기록 매체 | |
CN106372529B (zh) | 一种文件加解密的方法和系统 |
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 |