CN114528334B - 一种时序数据库中快速相似搜索方法 - Google Patents
一种时序数据库中快速相似搜索方法 Download PDFInfo
- Publication number
- CN114528334B CN114528334B CN202210149870.XA CN202210149870A CN114528334B CN 114528334 B CN114528334 B CN 114528334B CN 202210149870 A CN202210149870 A CN 202210149870A CN 114528334 B CN114528334 B CN 114528334B
- Authority
- CN
- China
- Prior art keywords
- data
- time sequence
- similar
- derivative value
- derivative
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2474—Sequence data queries, e.g. querying versioned data
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Fuzzy Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种时序数据库中快速相似搜索方法,涉及数据检索技术领域,解决了现有技术在快速检索时序数据时,工作量大,且检索相似时序数据时效率低下的技术问题;本发明获取原始数据的波形数据,根据波形数据从时序数据库中获取与其波形相似的时序数据;本发明对时序数据库进行遍历,通过波形数据对比获取相似的时序数据,既能够降低数据处理量提高效率,又能够保证搜索的精度;本发明随机选择若干个时刻获取时刻序列,根据时序函数获取对应的导数值序列,再对比导数值序列获取相似的时序数据;本发明没有将时序数据中所有时刻作为分析对象,降低了数据处理量,通过导数值之间的比对,表征两个时序函数之间变化趋势的一致性,提高搜索精度。
Description
技术领域
本发明属于数据检索领域,涉及一种时序数据库中快速相似检索技术,具体是一种时序数据库中快速相似搜索方法。
背景技术
时序数据在当前生产活动中有着极其广泛的应用,如天气预报、股票走势和系统行为的预测和控制,因此快速获取相似的时序数据变成了时序数据处理中非常关键的步骤。
现有技术(公开号为CN113268636A的发明专利)在数据存储时,构造快速索引和全文索引,在数据检索时再根据构造的索引完成数据提取。现有技术能够提高相似时序数据的检索效率,但是在数据检索之前需要耗费较大精力,在检索相似时序数据时的作用不大。因此,亟需一种时序数据库中快速相似搜索方法。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一;为此,本发明提出了一种时序数据库中快速相似搜索方法,用于解决现有技术在快速检索时序数据时,工作量大,且检索相似时序数据时效率低下的技术问题,本发明获取原始数据的波形数据,根据波形数据从时序数据库中获取与其波形相似的时序数据,在保证搜索效率的同时还能提高搜索精度,以解决上述问题。
为实现上述目的,本发明的第一方面提供了一种时序数据库中快速相似搜索方法,包括时序数据库;
获取时序数据,并标记为原始数据;获取原始数据的波形数据;其中,波形数据通过多项式拟合法或者SDL语言获取;
根据波形数据从时序数据库中获取相似波形对应的时序数据,并标记为相似数据。
优选的,在将获取的所述时序数据标记为原始数据之前,对所述时序数据进行核验;其中,所述核验包括完整性核验和内容核验。
优选的,根据所述多项式拟合法获取时序数据的波形数据,包括:
通过多项式拟合法对时序数据进行拟合,获取对应的时序函数;其中,时序函数对应的决定系数不低于0.9;
根据时序函数获取时序数据对应的波形数据;其中,波形数据包括若干个时刻,以及对应的一阶导数值。
优选的,根据所述时序函数获取波形数据,包括:
随机选择若干个时刻,将若干个时刻按照先后顺序进行排序获取时刻序列;
获取时序函数的一阶导数,根据一阶导数分别获取时刻序列中的时刻对应的一阶导数值,生成导数值序列;
将时刻序列,以及对应的导数值序列整合生成波形数据。
优选的,根据所述波形数据搜索相似的时序数据,包括:
提取波形数据中的时刻序列;
从时序数据库中遍历选取时序数据,并标记为待验证数据;
根据时刻序列获取待验证数据对应的导数值序列;
对原始数据和待验证数据的导数值序列进行比对,根据比对结果将待验证数据标记为相似数据或者非相似数据。
优选的,对所述导数值序列进行比对,包括:
从原始数据和待验证数据的导数值序列中获取同一时刻对应的导数值,并分别标记为第一导数值和第二导数值;
当第一导数值和第二导数值同号,且二者差值的绝对值小于差值阈值时,则比对通过;其中,差值阈值根据经验设定;
当导数值序列中所有的导数值均比对通过时,则将待验证数据标记为相似数据;否则,将待验证数据标记为非相似数据。
优选的,获取所述原始数据的波形数据和频域数据,通过波形数据和频域数据同时对比获取相似的时序数据;其中,频域数据通过离散傅立叶变换或者小波变换获取。
优选的,通过所述波形数据和所述频域数据获取原始数据对应的相似数据,包括:
根据原始数据的波形数据从时序数据库中获取相似波形对应的时序数据,并标记为中间数据;
比较原始数据和中间数据的频域数据,获取与原始数据相似的时序数据,并标记为相似数据。
与现有技术相比,本发明的有益效果是:
1、本发明获取原始数据的波形数据,根据波形数据从时序数据库中获取与其波形相似的时序数据;本发明对时序数据库进行遍历,通过波形数据对比获取相似的时序数据,既能够降低数据处理量提高效率,又能够保证搜索的精度。
2、本发明随机选择若干个时刻获取时刻序列,根据时序函数获取对应的导数值序列,再对比导数值序列获取相似的时序数据;本发明没有将时序数据中所有时刻作为分析对象,降低了数据处理量,通过导数值之间的比对,能够表征两个时序函数之间变化趋势的一致性,提高搜索精度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的工作步骤示意图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
现有技术(公开号为CN113268636A的发明专利)在数据存储时,构造快速索引和全文索引,在数据检索时再根据构造的索引完成数据提取。现有技术能够提高相似时序数据的检索效率,但是在数据检索之前需要耗费较大精力设置索引,将这一部分时间算上的话,然后不能有效提高相似时序数据的检索效率;本发明获取原始数据的波形数据,根据波形数据从时序数据库中获取与其波形相似的时序数据,在保证搜索效率的同时还能提高搜索精度,以解决上述问题。
请参阅图1,本申请第一方面实施例提供了一种时序数据库中快速相似搜索方法,包括时序数据库;
获取时序数据,并标记为原始数据;获取原始数据的波形数据;
根据波形数据从时序数据库中获取相似波形对应的时序数据,并标记为相似数据;波形相似具体指两个波形数据比对成功。
本申请中的波形数据通过多项式拟合法或者SDL语言获取;SDL语言实质就是波形描述语言,通过波形描述语法将历史数据描述为一系列叠代的形式语言序列,通过比较波形描述来寻找相似的时序数据,效率较高。
本申请通过波形相似来判定时序数据的相似,避免在时序数据存储时设置索引所消耗的精力,提高搜索效率。
本申请在将获取的时序数据标记为原始数据之前,对时序数据进行核验。核验包括完整性核验和内容核验,即需要验证原始数据是否完成,以及内容是否有效,有效且完整的原始数据才能够从时序数据库中搜索到与之相似的时序数据,否则就是在做无用功。
在一个实施例中,根据多项式拟合法获取时序数据的波形数据,包括:
通过多项式拟合法对时序数据进行拟合,获取对应的时序函数;
根据时序函数获取时序数据对应的波形数据。
本实施例用于获取时序数据的波形数据;值得注意的是,这里的波形数据包括原始数据以及时序数据库中的时序数据,原始数据也可以是从时序数据库中提取的数据。
本实施例中的时序函数对应的决定系数不低于0.9,目的是尽可能保证时序函数与对应时序数据的匹配度,进而保证接下来波形数据获取也能够跟时序数据相匹配。
本实施例中的波形数据包括若干个时刻,以及对应的一阶导数值;在另外一些优选的实施例中,波形数据除了包括若干个时刻,以及对应的一阶导数值之外,还包括时序函数对应的决定系数。
在一个具体的实施例中,根据时序函数获取波形数据,包括:
随机选择若干个时刻,将若干个时刻按照先后顺序进行排序获取时刻序列;
获取时序函数的一阶导数,根据一阶导数分别获取时刻序列中的时刻对应的一阶导数值,生成导数值序列;
将时刻序列,以及对应的导数值序列整合生成波形数据。
本实施例中随机选择的若干个时刻均为时序数据中的对应的时刻,随机选择之后对其进行排序获取时刻序列;可以理解的是,随机选择的时刻应尽可能多,以保证时刻序列的代表性,也为提高波形数据对比准确度提供数据基础。
本实施例获取时刻序列中时刻对应的一阶导数值,并按照其对应时刻的顺序生成导数值序列;可以理解的是,在获取一阶导数值时,若某个时刻的数据处理不符合数学运算规则,则从时刻序列中将该时刻直接删除。
在一个可选的实施例中,在获取到时刻序列和导数值序列之后,将时序函数对应的决定系数,以及获取的时刻序列和导数值序列整合生成波形数据。
在一个具体的实施例中,根据波形数据搜索相似的时序数据,包括:
提取波形数据中的时刻序列;
从时序数据库中遍历选取时序数据,并标记为待验证数据;
根据时刻序列获取待验证数据对应的导数值序列;
对原始数据和待验证数据的导数值序列进行比对,根据比对结果将待验证数据标记为相似数据或者非相似数据。
本实施例通过对比原始数据和时序数据库中的待验证数据之间的导数值序列,实质是两个导数值序列的对比,当导数值序列中对应导数值均符合预设条件时,则可以理解为原始数据和待验证数据为相似的时序数据。
可以理解的是,需要将时序数据库中的时序数据遍历之后,获取与原始数据相似的所有时序数据。
在一个可选的实施例中,可以先比对原始数据和待验证数据时序函数的决定系数,当决定系数的差值不大时(如差值小于0.1),再进行导数值序列之间的比对。
在一个具体的实施例中,对导数值序列进行比对,包括:
从原始数据和待验证数据的导数值序列中获取同一时刻对应的导数值,并分别标记为第一导数值和第二导数值;
当第一导数值和第二导数值同号,且二者差值的绝对值小于差值阈值时,则比对通过;
当导数值序列中所有的导数值均比对通过时,则将待验证数据标记为相似数据;否则,将待验证数据标记为非相似数据。
本实施例中将两个导数值序列中同一时刻的导数值进行比较,先判定导数值的符号是否相同,导数值符号决定着时序函数是增大还是减小,再比较导数差值,当所有导数差值的绝对值均小于差值阈值时,则将该导数值序列对应的待验证数据记为与原始数据相似的时序数据。再另外一些优选的实施例中,个别时刻对应导数差值的绝对值不小于差值阈值时,也可将该导数值序列对应的待验证数据记为与原始数据相似的时序数据。
本申请第二方面的实施例提供了一种时序数据库中快速相似搜索方法,包括时序数据库;
获取原始数据的波形数据和频域数据,通过波形数据和频域数据同时对比获取相似的时序数据。
本申请中的频域数据通过离散傅立叶变换或者小波变换获取,与SDL语言均可参考发表在期刊《小型微型计算机系统》第25卷第5期的论文《相似时间序列的快速检索算法》,以及该论文的相关引用文章。
在一个实施例中,通过波形数据和频域数据获取原始数据对应的相似数据,包括:
根据原始数据的波形数据从时序数据库中获取相似波形对应的时序数据,并标记为中间数据;
比较原始数据和中间数据的频域数据,获取与原始数据相似的时序数据,并标记为相似数据。
本实施例中将波形数据比对成功的待验证数据标记为中间数据,再进行一步频域数据的对比,当频域数据也对比成功时,则将该中间数据对应的时序数据记为与原始数据相似的时序数据。
本发明的工作原理:
获取时序数据,对时序数据进行完整性核验和内容核验,核验通过之后标记为原始数据。
通过多项式拟合法对时序数据进行拟合,获取对应的时序函数;根据时序函数获取时序数据对应的波形数据。
根据波形数据从时序数据库中获取相似波形对应的时序数据,标记为相似数据,遍历时序数据库获取所有与原始数据相似的时序数据。
以上实施例仅用以说明本发明的技术方法而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方法进行修改或等同替换,而不脱离本发明技术方法的精神和范围。
Claims (4)
1.一种时序数据库中快速相似搜索方法,包括时序数据库,其特征在于,获取时序数据,并标记为原始数据;获取原始数据的波形数据;其中,波形数据通过多项式拟合法获取;
根据波形数据从时序数据库中获取相似波形对应的时序数据,并标记为相似数据;
根据所述多项式拟合法获取时序数据的波形数据,包括:
通过多项式拟合法对时序数据进行拟合,获取对应的时序函数;其中,时序函数对应的决定系数不低于0.9;
根据时序函数获取时序数据对应的波形数据;其中,波形数据包括若干个时刻,以及对应的一阶导数值;
根据所述时序函数获取波形数据,包括:
随机选择若干个时刻,将若干个时刻按照先后顺序进行排序获取时刻序列;
获取时序函数的一阶导数,根据一阶导数分别获取时刻序列中的时刻对应的一阶导数值,生成导数值序列;
将时刻序列,以及对应的导数值序列整合生成波形数据;
根据所述波形数据搜索相似的时序数据,包括:
提取波形数据中的时刻序列;
从时序数据库中遍历选取时序数据,并标记为待验证数据;
根据时刻序列获取待验证数据对应的导数值序列;
对原始数据和待验证数据的导数值序列进行比对,根据比对结果将待验证数据标记为相似数据或者非相似数据;
对所述导数值序列进行比对,包括:
从原始数据和待验证数据的导数值序列中获取同一时刻对应的导数值,并分别标记为第一导数值和第二导数值;
当第一导数值和第二导数值同号,且二者差值的绝对值小于差值阈值时,则比对通过;
当导数值序列中所有的导数值均比对通过时,则将待验证数据标记为相似数据;否则,将待验证数据标记为非相似数据。
2.根据权利要求1所述的一种时序数据库中快速相似搜索方法,其特征在于,在将获取的所述时序数据标记为原始数据之前,对所述时序数据进行核验;其中,所述核验包括完整性核验和内容核验。
3.根据权利要求1所述的一种时序数据库中快速相似搜索方法,其特征在于,获取所述原始数据的波形数据和频域数据,通过波形数据和频域数据同时对比获取相似的时序数据;其中,频域数据通过离散傅立叶变换或者小波变换获取。
4.根据权利要求3所述的一种时序数据库中快速相似搜索方法,其特征在于,通过所述波形数据和所述频域数据获取原始数据对应的相似数据,包括:
根据原始数据的波形数据从时序数据库中获取相似波形对应的时序数据,并标记为中间数据;
比较原始数据和中间数据的频域数据,获取与原始数据相似的时序数据,并标记为相似数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210149870.XA CN114528334B (zh) | 2022-02-18 | 2022-02-18 | 一种时序数据库中快速相似搜索方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210149870.XA CN114528334B (zh) | 2022-02-18 | 2022-02-18 | 一种时序数据库中快速相似搜索方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114528334A CN114528334A (zh) | 2022-05-24 |
CN114528334B true CN114528334B (zh) | 2022-10-18 |
Family
ID=81623335
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210149870.XA Active CN114528334B (zh) | 2022-02-18 | 2022-02-18 | 一种时序数据库中快速相似搜索方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114528334B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009175785A (ja) * | 2008-01-21 | 2009-08-06 | Mitsubishi Chemicals Corp | 時系列データの処理方法,時系列データの処理プログラム及び時系列データの処理システム |
CN104572886A (zh) * | 2014-12-23 | 2015-04-29 | 浙江大学 | 基于k线图表示的金融时间序列相似性查询方法 |
CN105069093A (zh) * | 2015-08-05 | 2015-11-18 | 河海大学 | 一种基于嵌入式索引的水文时间序列相似性搜索方法 |
CN107908593A (zh) * | 2017-12-12 | 2018-04-13 | 清华大学 | 一种基于频域特征的子序列检索方法和系统 |
CN109948646A (zh) * | 2019-01-24 | 2019-06-28 | 西安交通大学 | 一种时序数据相似度度量方法及度量系统 |
CN112416971A (zh) * | 2019-08-23 | 2021-02-26 | 北京沃东天骏信息技术有限公司 | 一种时序数据流分割方法、装置及其存储介质 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5075009B2 (ja) * | 2008-05-16 | 2012-11-14 | 三菱電機株式会社 | 類似度分析評価システム |
US9361329B2 (en) * | 2013-12-13 | 2016-06-07 | International Business Machines Corporation | Managing time series databases |
CN104281891A (zh) * | 2014-10-13 | 2015-01-14 | 安徽华贞信息科技有限公司 | 一种时间序列数据挖掘方法及系统 |
JP2017138929A (ja) * | 2016-02-05 | 2017-08-10 | 株式会社東芝 | 時系列データ波形分析装置、方法、及びプログラム |
CN108399248A (zh) * | 2018-03-02 | 2018-08-14 | 郑州云海信息技术有限公司 | 一种时序数据预测方法、装置及设备 |
CN112163558A (zh) * | 2020-10-20 | 2021-01-01 | 腾讯科技(深圳)有限公司 | 时间序列数据的特征提取方法、装置、设备及存储介质 |
CN113364813B (zh) * | 2021-08-09 | 2021-10-29 | 新风光电子科技股份有限公司 | 一种轨道交通能量回馈数据的压缩传输方法及系统 |
CN114003636A (zh) * | 2021-10-20 | 2022-02-01 | 河海大学 | 一种基于变量相关性的多元时间序列相似性搜索方法 |
-
2022
- 2022-02-18 CN CN202210149870.XA patent/CN114528334B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009175785A (ja) * | 2008-01-21 | 2009-08-06 | Mitsubishi Chemicals Corp | 時系列データの処理方法,時系列データの処理プログラム及び時系列データの処理システム |
CN104572886A (zh) * | 2014-12-23 | 2015-04-29 | 浙江大学 | 基于k线图表示的金融时间序列相似性查询方法 |
CN105069093A (zh) * | 2015-08-05 | 2015-11-18 | 河海大学 | 一种基于嵌入式索引的水文时间序列相似性搜索方法 |
CN107908593A (zh) * | 2017-12-12 | 2018-04-13 | 清华大学 | 一种基于频域特征的子序列检索方法和系统 |
CN109948646A (zh) * | 2019-01-24 | 2019-06-28 | 西安交通大学 | 一种时序数据相似度度量方法及度量系统 |
CN112416971A (zh) * | 2019-08-23 | 2021-02-26 | 北京沃东天骏信息技术有限公司 | 一种时序数据流分割方法、装置及其存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114528334A (zh) | 2022-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3846048A1 (en) | Online log analysis method, system, and electronic terminal device thereof | |
CN103530321A (zh) | 一种基于机器学习的排序系统 | |
CA2566540A1 (en) | Device and method for analyzing an information signal | |
CN104463141B (zh) | 一种基于智能卡的指纹模板录入方法及装置 | |
CN101826099B (zh) | 一种相似文档识别、文档扩散度确定的方法及系统 | |
CN112163145B (zh) | 基于编辑距离与余弦夹角的网站检索方法、装置及设备 | |
CN111104398A (zh) | 针对智能船舶近似重复记录的检测方法、消除方法 | |
CN111026741A (zh) | 基于时间序列相似性的数据清洗方法及装置 | |
WO2017000352A1 (zh) | 一种指纹识别方法、装置和终端 | |
CN106815209B (zh) | 一种维吾尔文农业技术术语识别方法 | |
CN117235137B (zh) | 一种基于向量数据库的职业信息查询方法及装置 | |
CN114528334B (zh) | 一种时序数据库中快速相似搜索方法 | |
CN104021232A (zh) | 基于配置项的飞行器测试数据判读方法 | |
CN114266249A (zh) | 一种基于birch聚类的海量文本聚类方法 | |
CN116821087A (zh) | 输电线路故障数据库构建方法、装置、终端及存储介质 | |
CN115564324A (zh) | 一种基于事件检测的电力指纹识别方法、装置及设备 | |
Du et al. | Feature Selection-Based Low Voltage AC Arc Fault Diagnosis Method | |
CN115630304A (zh) | 一种文本抽取任务中的事件分割抽取方法及系统 | |
CN110888920B (zh) | 一种项目功能相似度的确定方法及装置 | |
CN113515662A (zh) | 一种相似歌曲检索方法、装置、设备以及存储介质 | |
CN111538669A (zh) | 一种基于历史问题回溯分析的测试案例抽取方法及装置 | |
Liu et al. | Efficient data retrieval method for similar plasma waveforms in EAST | |
CN110895541A (zh) | 一种Timing云数据统计智能化平台 | |
Nakashima et al. | Performance Evaluation of a two-Stage clustering technique for time-series data | |
CN116881335B (zh) | 多模态数据智能分析系统与方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |