CN113743296B - 一种基于5g网络的工业产品识别与溯源实现方法 - Google Patents
一种基于5g网络的工业产品识别与溯源实现方法 Download PDFInfo
- Publication number
- CN113743296B CN113743296B CN202111029128.7A CN202111029128A CN113743296B CN 113743296 B CN113743296 B CN 113743296B CN 202111029128 A CN202111029128 A CN 202111029128A CN 113743296 B CN113743296 B CN 113743296B
- Authority
- CN
- China
- Prior art keywords
- industrial product
- identification
- network
- tracing
- identification device
- 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
- 238000000034 method Methods 0.000 title claims abstract description 44
- 230000005540 biological transmission Effects 0.000 claims abstract description 13
- 238000007726 management method Methods 0.000 claims abstract description 8
- 238000013499 data model Methods 0.000 claims abstract description 7
- 238000003672 processing method Methods 0.000 claims abstract description 6
- 238000000605 extraction Methods 0.000 claims description 11
- 238000013527 convolutional neural network Methods 0.000 claims description 9
- 238000013135 deep learning Methods 0.000 claims description 4
- 238000013178 mathematical model Methods 0.000 claims description 4
- 230000003068 static effect Effects 0.000 claims description 4
- 230000005477 standard model Effects 0.000 claims 1
- 238000013500 data storage Methods 0.000 abstract 1
- 238000012545 processing Methods 0.000 description 13
- 238000010801 machine learning Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000007639 printing Methods 0.000 description 2
- 230000001502 supplementing effect Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 235000017166 Bambusa arundinacea Nutrition 0.000 description 1
- 235000017491 Bambusa tulda Nutrition 0.000 description 1
- 241001330002 Bambuseae Species 0.000 description 1
- 235000015334 Phyllostachys viridis Nutrition 0.000 description 1
- 239000011425 bamboo Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/602—Providing cryptographic facilities or services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Bioethics (AREA)
- General Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于5G网络的工业产品识别与溯源实现方法，包括工业产品识别装置和工业产品识别与溯源系统实现方法；所述工业产品识别装置包括识别装置采集端、识别装置控制板、5G网络、云端识别系统、识别装置管控端；所述工业产品识别与溯源系统实现方法包括五个步骤：（1）标准工业产品数据模型库云平台创建；（2）工业产品数据采集与处理方法；（3）工业产品数据块加密传输方法；（4）工业产品识别实现方法；（5）工业产品溯源实现方法。本发明采用移动机器人实现动态扫描，利用5G网络实现高速传输，应用云平台实现大数据存储等功能，具有通用性好、识别率高、保密性好的优点。
Description
技术领域
本发明涉及一种工业产品识别系统技术领域，尤其涉及一种移动式的工业产品识别与溯源系统实现方法。
背景技术
随着5G网络通信在我国的大规模商用，基于5G网络的各项应用将如雨后春笋般不断推陈出新。智能身份识别设备更广泛的应用于各个领域，但由于设备单机处理能力差，识别范围有限，不能充分利用人工智能（机器学习）等优势。鉴于以上问题,建立基于5G网络的智能身份识别设备及其远端服务系统的架构，并利用现有密码学加密技术的安全性，利用云端服务器的计算能力发挥人工智能（机器学习）的条件，利用5G网络的移动优势和带宽优势，利用开源或国产优质系统,在智能身份识别技术上，性能虽有提高，但通过5G网络及云计算能力弥补其计算能力的不足，需要建立基础的分布式计算布局进行开发，实现智能身份识别设备的应用要求和个人隐私需要。
基于以上背景，采用5G网络的智能身份识别设备及远端服务系统开始应运而生。2019年8月，我们提出了一种基于5G网络的智能身份识别系统（CN 209881821 U），针对人脸识别技术，利用5G网络实现人脸的扫描、图像处理、样本比对与自动识别。但该专利存在局限性，样本比较单一，仅限于人脸特征。本专利针对原来专主要针对工业产品，并从静态和动态上进行扫描，实现多种工业产品的样本采集和机器学习，提高识别准确度和管控效率。
发明内容
为解决上述技术问题，本发明的目的是提供一种基于5G网络的工业产品识别与溯源实现方法，实现5G环境下工业产品的智能识别与系统溯源。
本发明通过以下的技术方案来实现：一种基于5G网络的工业产品识别与溯源系统，包括工业产品识别装置、工业产品识别与溯源实现方法。
所述工业产品识别装置包括识别装置采集端、识别装置控制板、 5G网络、云端识别系统、识别装置管控端。
所述识别装置采集端设备包括移动机器人、定位传感器、工业相机；所述移动机器人通过算法控制扫描路径，实现动态扫描；所述定位传感器采用红外传感器进行检测，根据算法进行定位控制；所述工业相机根据算法自动采集图像或视频，通过数据线与识别装置控制板连接；所述识别装置采集端的工业相机采用高分辨率工业相机，可自动调整识别精度等级和任意角度，实现多角度和多维度立体识别。
所述识别装置控制板设有数据处理模块和数据块发送模块；所述数据处理模块对工业相机的数据进行处理控制；所述数据块发送模块包含5G通信卡；所述控制板通过数据块发送模块与5G网络实现通信。
所述5G网络分别与控制板的数据块发送模块、云端识别系统的数据块接收模块建立通信链路。
所述云端识别系统包括标准工业产品扫描、特征提取算法、机器学习算法、工业产品模型数据库、工业产品识别算法、数据块接收模块；所述标准工业产品扫描建模通过工业相机完成采集，通过特征提取算法完成建模；所述机器学习算法实现工业产品模型数据库的自动更新；所述工业产品识别算法完成采集端数据的比对和识别。
所述识别装置管控制端与云端识别系统连接，显示识别结果，通过追溯码实现工业产品溯源。
所述工业产品识别与溯源实现方法包括五个步骤：
步骤（1）标准工业产品数据模型库云平台创建；
步骤（2）工业产品数据采集与处理方法；
步骤（3）工业产品数据块加密传输方法；
步骤（4）工业产品识别实现方法；
步骤（5）工业产品溯源实现方法。
所述步骤（1）标准工业产品数据模型库云平台创建，包括标准工业产品静态扫描、特征提取、机器学习、工业产品模型数据库的生成。
所述标准工业产品扫描采用工业相机进行静态扫描采集数据，通过特征提取算法完成工业产品特征点的提取，再通过机器深度学习和记忆存储，完成所述工业产品的模型数据。
所述机器深度学习采用DNN卷积神经网络算法，所述DNN深度学习依赖于卷积神经网络（CNN）模型将图像转换为预测分类，所述CNN 的卷积运算将来自一个层的输入数据（特征映射）与卷积核（滤波器）组合以形成下一层的变换特征映射；所述DNN卷积网络加入参数kp，所述kp取值为直线y=x附近的离散数值，p为离散数列，取值范围为0<p<4096；数学模型为：
所述步骤（2）工业产品数据采集与处理方法，包括动态扫描、精确定位、采集图像、处理图像等。
所述工业产品数据采集采用移动机器人进行动态扫描，采用PID算法进行精确定位；所述PID算法受参数K控制，其数学模型为：
所述动态扫描获得的数据，采用DNN卷积神经网络算法进行处理，将数据分辨率提升至4K像素，数据量和文件大小将会原始数据大好多倍，为确保传输正常，需通过5G网络环境进行高速传输处理。
所述步骤（3）工业产品数据块加密传输方法，通过将图片或视频切割，分块加密后数据块经5G网络传输给云计算服务器。云计算服务器计算后转换为简单识别参数或部分确定图像，传输给客户端进行验证确认。
所述步骤（4）工业产品识别实现方法，通过利用现有物体识别的方法和方法，通过机器学习，对识别的方法进行综合应用和反复识别，获得可行的综合方法，提高物体识别的准确度和效率，并通过主界面显示工业产品的识别结果；所述工业产品的识别率若大于0.8，则认为示识别成功。
所述步骤（5）工业产品溯源实现方法包括工业产品追溯码的自动生成、打印、贴标、扫码，实现工业产品的系统溯源；所述追溯码的构成一般涵盖贯穿全过程的信息，包括：产品类别、生产日期、有效期、批号、位置、产品类型、加密信息等。
与现有技术相比，本发明的有益效果是：（1）采用移动机器人，实现动态扫描；（2）应用云端识别系统，提高机器学习效率和准确率；（3）采用5G网络加密通信，提高传输速率和数据传输安全性；（4）利用加密信息生成追溯码，实现工业产品溯源。
附图说明
图1是基于5G网络的工业产品识别装置示意图；
图2是基于5G网络的工业产品识别与溯源实现方法；
图3是基于5G网络的数据块加密与解密流程图；
图4是参数1情况下工业产品的识别实施例；
图5是参数2情况下工业产品的识别实施例；
图6是参数3情况下工业产品的识别实施例；
附图标记：1识别装置采集端、2识别装置控制板、3 5G网络、4云端识别系统、5 识别装置管控端；101 移动机器人、102定位传感器、103工业相机；201数据处理模块、202 数据块发送模块； 401 标准工业产品扫描、402特征提取算法、403 机器学习算法、404 工业产品模型数据库、405工业产品识别算法、406数据块接收模块； 501识别结果控制输出、502工业产品溯源。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合实施例及附图对本发明实施方式作进一步详细的描述。
如图1所示，基于5G网络的工业产品识别装置，包括：识别装置采集端1、识别装置控制板2、 5G网络3、云端识别系统4、识别装置管控端5。
识别装置采集端1利用移动机器人101进行动态扫描，通过定位传感器102反馈的信息进行判断和定位，确定检测对象，然后通过工业相机103进行视频或图像采集，采集数据与识别装置的识别装置控制板2连接。
识别装置控制板2通过数据处理模块201，将工业相机采集到的数据进行处理，通过数据块发送模块202与5G网络3连接，实现5G通信。
5G网络3分别与数据块发送模块202、数据块接收模块406建立通信链路，实现5G通信。
云端识别系统4包括标准工业产品扫描建模401、特征提取算法402、机器学习算法403、工业产品模型数据库404、工业产品识别算法405；标准工业产品扫描401通过工业相机完成采集，通过特征提取算法402完成建模；机器学习算法403实现工业产品模型数据库404的自动更新；工业产品识别算法405对数据块接收模块406的数据进行比对和识别。
识别装置管控端5与云端识别系统4连接，通过显示屏或计数器等终端显示识别结果，通过追溯码实现工业产品的溯源。
如图2所示，基于5G网络的工业产品识别与溯源实现方法，包括五个步骤。
步骤（1）标准工业产品数据模型库云平台创建；
采用高分辨率工业相机进行多维度扫描，完成标准工业产品扫描；针对不同工业产品，选择不同的识别特征定位，通过特征提取算法，完成工业产品的特征提取和数据建模；通过DNN卷积神经网络机器深度学习算法，进一步提高工业产品的识别准确度，实现工业产品模型数据库自动更新。
步骤（2）工业产品数据采集与处理方法；
工业产品数据采集与处理方法包括动态扫描、精确定位、采集图像、处理图像等。工业产品数据采集采用移动机器人进行数据采集，应用PID算法进行精确定位。
动态扫描获得的数据，经DNN卷积神经网络算法处理，数据分辨率提升至4K像素，数据量和文件大小将会原始数据大好多倍，需通过5G网络环境进行高速传输处理，以确保传输速率。
步骤（3）工业产品数据块加密传输方法；
采集数据通过分块加密后，通过5G网络传输给云计算服务器，云计算服务器计算后转换为简单识别参数或部分确定图像，传输给客户端进行验证确认。
如图3所示，基于5G网络的数据块加密与解密流程，包括：5G网络数据块发送端和5G网络数据块接收端。
左边为5G网络数据块发送端，工业相机103采集的数据，经数据处理模块201打包后形成数据块，通过开源客户端设备进行加密，成功则形成加密数据块，通过数据块发送模块202进行传输，送往5G网络3；不成功则进行数据处理，按要求补充数据块。
右边为5G网络数据块接收端，经5G网络传送的数据流，经数据块接收模块406接收后，根据发送端发送的密钥，进行数据解密，成功则送往工业产品识别算法进行运算和识别，完成数据块的加密和解密通信；不成功则进行数据处理，按要求补充数据块。
步骤（4）工业产品识别实现方法；
利用现有物体识别的方法，通过机器学习，对识别的方法进行综合应用，并通过不断调整参数反复测试，获得最优参数，以提高物体识别的准确度和效率。
图4、图5、图6提供了不同参数下工业产品识别结果的实施例，可以看出：识别效果主要取决于count（识别次数）、epochs（识别的包数量）、loss（被丢掉的包数量）和accuracy（识别精准度调节）等参数。
最后通过主界面显示工业产品的识别结果，若工业产别品识别率大于0.8，则显示识别成功；否则认为识别失败。
步骤（5）工业产品溯源实现方法；
工业产品溯源系统实现方法包括工业产品追溯码的自动生成、打印、贴标、扫码，实现工业产品的系统溯源。追溯码的构成一般涵盖贯穿全过程的信息，包括：产品类别、生产日期、有效期、批号、位置、产品类型、加密信息等。
虽然本发明所揭露的实施方式如上，但所述的内容只是为了便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属技术领域内的技术人员，在不脱离本发明所揭露的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化，但本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。
Claims (2)
1.一种基于5G网络的工业产品识别与溯源实现方法，包括工业产品识别装置和工业产品识别与溯源实现方法，其特征在于；
所述工业产品识别装置包括识别装置采集端、识别装置控制板、5G网络、云端识别系统、识别装置管控端；
所述识别装置采集端设备包括移动机器人、定位传感器；所述移动机器人通过算法控制扫描路径，实现动态扫描；所述定位传感器采用红外传感器进行检测，根据算法进行定位控制；
所述工业产品识别与溯源系统实现方法包括五个步骤：
步骤(1)标准工业产品数据模型库云平台创建；
步骤(2)工业产品数据采集与处理方法；
步骤(3)工业产品数据块加密传输方法；
步骤(4)工业产品识别实现方法；
步骤(5)工业产品溯源实现方法；
所述标准工业产品数据模型的特征提取采用静态扫描，机器深度学习采用DNN卷积神经网络算法，其数学模型为：
所述工业产品数据采集采用移动机器人进行动态扫描，采用PID算法进行精确定位，其数学模型为：
所述工业产品的识别率通过PID算法的K值设定，并通过多次反复识别，综合分析工业产品与标准模型的匹配度；所述工业产品的识别率若大于0.8，则认为识别成功；
所述工业产品的溯源实现采用加密信息生成追溯码；所述追溯码的构成涵盖贯穿全过程的基本信息。
2.根据权利要求1所述的基于5G网络的工业产品识别与溯源实现方法，其特征在于：
所述工业产品的数据模型分辨率受DNN卷积神经网络算法的参数kp控制；所述kp取值为直线y＝x附近的离散数值，p为离散数列，取值范围为0<p<4096；所述工业产品的数据分辨率至少为4K像素。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111029128.7A CN113743296B (zh) | 2021-09-03 | 2021-09-03 | 一种基于5g网络的工业产品识别与溯源实现方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111029128.7A CN113743296B (zh) | 2021-09-03 | 2021-09-03 | 一种基于5g网络的工业产品识别与溯源实现方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113743296A CN113743296A (zh) | 2021-12-03 |
| CN113743296B true CN113743296B (zh) | 2024-05-31 |
Family
ID=78735094
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111029128.7A Active CN113743296B (zh) | 2021-09-03 | 2021-09-03 | 一种基于5g网络的工业产品识别与溯源实现方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113743296B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107884415A (zh) * | 2017-11-07 | 2018-04-06 | 深圳市鑫联拓展科技有限公司 | 缺陷产品的识别方法、装置和工业相机 |
| CN110070127A (zh) * | 2019-04-19 | 2019-07-30 | 南京邮电大学 | 面向家居产品精细识别的优化方法 |
| CN110430571A (zh) * | 2019-08-10 | 2019-11-08 | 广东伟兴电子科技有限公司 | 一种基于5g架构的人脸识别设备及实现方法 |
| CN112243023A (zh) * | 2020-08-05 | 2021-01-19 | 宁夏无线互通信息技术有限公司 | 基于工业互联网标识解析的产品追溯系统及追溯方法 |
| CN113220924A (zh) * | 2021-04-13 | 2021-08-06 | 广东汇博机器人技术有限公司 | 一种产品型号视觉识别方法及视觉识别系统 |
-
2021
- 2021-09-03 CN CN202111029128.7A patent/CN113743296B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107884415A (zh) * | 2017-11-07 | 2018-04-06 | 深圳市鑫联拓展科技有限公司 | 缺陷产品的识别方法、装置和工业相机 |
| CN110070127A (zh) * | 2019-04-19 | 2019-07-30 | 南京邮电大学 | 面向家居产品精细识别的优化方法 |
| CN110430571A (zh) * | 2019-08-10 | 2019-11-08 | 广东伟兴电子科技有限公司 | 一种基于5g架构的人脸识别设备及实现方法 |
| CN112243023A (zh) * | 2020-08-05 | 2021-01-19 | 宁夏无线互通信息技术有限公司 | 基于工业互联网标识解析的产品追溯系统及追溯方法 |
| CN113220924A (zh) * | 2021-04-13 | 2021-08-06 | 广东汇博机器人技术有限公司 | 一种产品型号视觉识别方法及视觉识别系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113743296A (zh) | 2021-12-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105719188B (zh) | 基于多张图片一致性实现保险理赔反欺诈的方法及服务器 | |
| CN110728209B (zh) | 一种姿态识别方法、装置、电子设备及存储介质 | |
| US20230081645A1 (en) | Detecting forged facial images using frequency domain information and local correlation | |
| US10699431B2 (en) | Method and apparatus for generating image generative model | |
| KR20180004898A (ko) | 딥러닝 기반의 이미지 처리 기술 및 그 방법 | |
| CN111680675B (zh) | 人脸活体检测方法、系统、装置、计算机设备和存储介质 | |
| CN113298158B (zh) | 数据检测方法、装置、设备及存储介质 | |
| CN103516682A (zh) | 一种基于人脸追踪的身份认证方法、系统及电视机 | |
| CN114066987B (zh) | 一种相机位姿估计方法、装置、设备及存储介质 | |
| US20220254152A1 (en) | Learning orthogonal factorization in gan latent space | |
| CN112949576B (zh) | 姿态估计方法、装置、设备及存储介质 | |
| CN113743296B (zh) | 一种基于5g网络的工业产品识别与溯源实现方法 | |
| Yang et al. | Design, analysis and implementation of a smart next generation secure shipping infrastructure using autonomous robot | |
| CN117197727B (zh) | 一种基于全局时空特征学习的行为检测方法与系统 | |
| CN114401229A (zh) | 一种基于Transformer深度学习模型的加密流量识别方法 | |
| CN104090885A (zh) | 一种基于局部拷贝检测的多视角视频对象检索系统及方法 | |
| Yang et al. | Accurate image-based pedestrian detection with privacy preservation | |
| CN108399593A (zh) | 一种用于IoT的无侵入水印提取与嵌入方法 | |
| CN112580011A (zh) | 一种面向生物特征隐私保护的人像加解密系统 | |
| CN215264836U (zh) | 一种基于5g网络的工业产品识别装置 | |
| WO2022217784A1 (zh) | 数据处理方法、装置、设备以及介质 | |
| CN111611607B (zh) | 一种基于区块链的注塑产品生产数据管理系统及方法 | |
| CN115497152A (zh) | 基于图像识别的客户信息分析方法、装置、系统及介质 | |
| CN114677611A (zh) | 数据识别方法、存储介质及设备 | |
| CN110232333A (zh) | 行为识别系统模型训练方法、行为识别方法及系统 |
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 | ||
| CB02 | Change of applicant information |
Country or region after: China Address after: 522000 Zifeng Shanxia, Xianqiao, Rongcheng District, Jieyang City, Guangdong Province Applicant after: Guangdong Tian'anxin Information Technology Co.,Ltd. Applicant after: JIEYANG VOCATIONAL & TECHNICAL College Address before: 522000 No. 11, Jiahe garden, east of Dongshan Lianhua Avenue and north of Linjiang North Road, Rongcheng District, Jieyang City, Guangdong Province Applicant before: GUANGDONG WEIXING ELECTRONIC TECHNOLOGY Co.,Ltd. Country or region before: China Applicant before: JIEYANG VOCATIONAL & TECHNICAL College |
|
| CB02 | Change of applicant information | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20240201 Address after: 522000 Zifeng Shanxia, Xianqiao, Rongcheng District, Jieyang City, Guangdong Province Applicant after: JIEYANG VOCATIONAL & TECHNICAL College Country or region after: China Address before: 522000 Zifeng Shanxia, Xianqiao, Rongcheng District, Jieyang City, Guangdong Province Applicant before: Guangdong Tian'anxin Information Technology Co.,Ltd. Country or region before: China Applicant before: JIEYANG VOCATIONAL & TECHNICAL College |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |