CN117973172A - 基于马氏距离的火山岩岩性识别方法及相关装置 - Google Patents
基于马氏距离的火山岩岩性识别方法及相关装置 Download PDFInfo
- Publication number
- CN117973172A CN117973172A CN202211335000.8A CN202211335000A CN117973172A CN 117973172 A CN117973172 A CN 117973172A CN 202211335000 A CN202211335000 A CN 202211335000A CN 117973172 A CN117973172 A CN 117973172A
- Authority
- CN
- China
- Prior art keywords
- lithology
- volcanic
- mahalanobis distance
- lithology recognition
- recognition
- 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
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000012360 testing method Methods 0.000 claims abstract description 63
- 238000012549 training Methods 0.000 claims abstract description 57
- 230000004044 response Effects 0.000 claims abstract description 22
- 238000004590 computer program Methods 0.000 claims description 18
- 238000010276 construction Methods 0.000 claims description 18
- 238000003860 storage Methods 0.000 claims description 8
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 229910052500 inorganic mineral Inorganic materials 0.000 claims description 4
- 239000011707 mineral Substances 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 3
- 239000011435 rock Substances 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000003556 assay Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000013049 sediment Substances 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种岩性识别技术领域,是一种基于马氏距离的火山岩岩性识别方法及相关装置,前者包括选取训练样本集和测试样本集;利用训练样本确定各类别岩性中心;确定测试样本与各类别岩性中心之间的马氏距离,结合设定的各类别岩性阈值输出岩性识别结果,得到岩性识别准确率;判断岩性识别准确率小于符合准确率阈值,响应于是,则修改敏感测井曲线。本发明选取训练样本总结出各类型的内在规律,确定各类别岩性,利用马氏距离判别岩性种类,结合马氏距离不受量纲的影响及还可以排除变量之间的相关性干扰的优点,提高了岩性识别准确率,且利用基于马氏距离的火山岩岩性识别模型自动完成岩性识别,降低了人工的介入率及专业度的需要、可操作性高。
Description
技术领域
本发明涉及一种岩性识别技术领域,是一种基于马氏距离的火山岩岩性识别方法及相关装置。
背景技术
火山岩岩性识别与判断是火山岩储层测井评价和油气资源探测的重要基础,是火山岩气藏开发的重要环节之一,火山岩岩性复杂且岩性种类多,岩性识别的准确与否,直接影响到岩相划分、岩体刻画、储层评价、产能评价、储量计算、射孔改造井段优选等多个方面。然而,受到多种因素的影响,火山岩的非均质性强,导致它们的测井响应特征十分复杂,识别难度极大。
目前常规的火山岩岩性识别方法是通过岩心描述、薄片化验、矿物分析、测井交会图等综合判别岩性,存在费用高、操作复杂、周期长以及需要特定的专业人员研究分析等问题。
发明内容
本发明提供了一种基于马氏距离的火山岩岩性识别方法及相关装置,克服了上述现有技术之不足,其能有效解决目前常规的火山岩岩性识别方法存在的操作复杂、对操作人员专业化要求高的问题。
本发明的技术方案之一是通过以下措施来实现的:一种基于马氏距离的火山岩岩性识别模型构建方法,包括:
对各岩性测井响应特征进行分析,选取训练样本集和测试样本集,其中,训练样本集包括多个训练样本,每个训练样本均包括某一单井的单井测井曲线和岩性类别,单井测井曲线包括多个敏感测井曲线,测试样本集包括多个测试样本,每个测试样本包括某一单井的岩心薄片化验数据和岩性类别;
利用训练样本确定各类别岩性中心;
确定测试样本与各类别岩性中心之间的马氏距离,结合设定的各类别岩性阈值输出岩性识别结果,得到岩性识别准确率;
判断岩性识别准确率小于符合准确率阈值,响应于是,则修改敏感测井曲线,并重复上述步骤,直至岩性识别准确率不小于符合准确率阈值。
下面是对上述发明技术方案的进一步优化或/和改进:
上述训练样本中敏感测井曲线的选取,则是基于各岩性主要成岩矿物响应值以及不同类别岩性的各种测井曲线的响应值直方图厘清测井响应特征参数,从中确定对岩性敏感测井曲线。
上述利用训练样本确定各类别岩性中心,包括:
剔除训练样本中的异常点;
采用z-score方法对训练样本的响应特征进行归一化处理;
利用Matlab软件通过训练样本确定各类别岩性中心。
本发明的技术方案之二是通过以下措施来实现的:一种基于马氏距离的火山岩岩性识别方法,其特征在于,包括:
获取某一单井的岩心薄片化验数据;
将岩心薄片化验数据输入基于马氏距离的火山岩岩性识别模型,输出与各类别岩性中心之间的马氏距离,其中,基于马氏距离的火山岩岩性识别模型使用基于马氏距离的火山岩岩性识别模型构建方法构建;
将该马氏距离与设定的各类别岩性阈值进行比较,输出岩性识别结果。
本发明的技术方案之三是通过以下措施来实现的:一种基于马氏距离的火山岩岩性识别模型构建装置,包括:
构建数据获取单元,对各岩性测井响应特征进行分析,选取训练样本集和测试样本集,其中,训练样本集包括多个训练样本,每个训练样本均包括某一单井的单井测井曲线和岩性类别,单井测井曲线包括多个敏感测井曲线,测试样本集包括多个测试样本,每个测试样本包括某一单井的岩心薄片化验数据和岩性类别;
训练单元,利用训练样本确定各类别岩性中心;
测试单元,确定测试样本与各类别岩性中心之间的马氏距离,结合设定的各类别岩性阈值输出岩性识别结果,得到岩性识别准确率;
判断输出单元,判断岩性识别准确率小于符合准确率阈值,响应于是,则调则修改敏感测井曲线,并重复上述步骤,直至岩性识别准确率不小于符合准确率阈值。
本发明的技术方案之四是通过以下措施来实现的:一种基于马氏距离的火山岩岩性识别装置,包括:
识别数据获取单元,获取某一单井的岩心薄片化验数据;
第一识别单元,将岩心薄片化验数据输入基于马氏距离的火山岩岩性识别模型,输出与各类别岩性中心之间的马氏距离,其中,基于马氏距离的火山岩岩性识别模型使用基于马氏距离的火山岩岩性识别模型构建方法构建;
第二识别单元,将该马氏距离与设定的各类别岩性阈值进行比较,输出岩性识别结果。
本发明的技术方案之五是通过以下措施来实现的:一种存储介质,所述存储介质上存储有能被计算机读取的计算机程序,所述计算机程序被设置为运行时执行基于马氏距离的火山岩岩性识别模型构建方法。
本发明的技术方案之六是通过以下措施来实现的:一种电子设备,包括处理器和存储器,所述存储器中存储有计算机程序,计算机程序由处理器加载并执行以实现基于马氏距离的火山岩岩性识别模型构建方法。
本发明的技术方案之七是通过以下措施来实现的:一种终端,其特征在于,包括处理器、存储器、通信接口,以及一个或多个程序,所述一个或多个程序被存储在所述存储器中,并且被配置由所述处理器执行,所述程序包括用于执行基于马氏距离的火山岩岩性识别模型构建方法。
本发明选取训练样本总结出各类型的内在规律,确定各类别岩性,利用马氏距离判别岩性种类,由于马氏距离不受量纲的影响及可以排除变量之间的相关性干扰的优点,提高了岩性识别准确率。且利用基于马氏距离的火山岩岩性识别模型自动完成岩性识别,降低了人工的介入率及专业度的需要、可操作性高、识别速度快,且只需定期更新模型、成本低。
附图说明
附图1为本发明中模型构建的方法流程图。
附图2为本发明中岩性识别的方法流程图。
附图3为本发明中模型构建的装置结构示意图。
附图4为本发明中岩性识别的装置结构示意图。
具体实施方式
本发明不受下述实施例的限制,可根据本发明的技术方案与实际情况来确定具体的实施方式。
下面结合实施例及附图对本发明作进一步描述:
实施例1:如附图1所示,本发明实施例公开了一种基于马氏距离的火山岩岩性识别模型构建方法,包括:
步骤S101,对各岩性测井响应特征进行分析,选取训练样本集和测试样本集,其中,训练样本集包括多个训练样本,每个训练样本均包括某一单井的单井测井曲线和岩性类别,单井测井曲线包括多个敏感测井曲线,测试样本集包括多个测试样本,每个测试样本包括某一单井的岩心薄片化验数据和岩性类别。
这里训练样本集的选取以火山岩岩石学分析化验资料、岩心、岩屑描述资料为依据,选取的训练样本需涵盖各类别岩性,例如常见的爆发相、溢流相、侵入相、火山沉积相等四大类12种岩性;每个训练样本包括单井测井曲线和对应的岩性类别,其中的单井测井曲线包括多个感测井曲线,敏感测井曲线的选取是基于各岩性主要成岩矿物响应值以及不同类别岩性的各种测井曲线的响应值直方图厘清测井响应特征参数,对测井响应特征参数进行对比分析,确定对岩性敏感测井曲线,本实施中岩性敏感测井曲线可以但不限于包括GR、RT、DEN、CNL、AC曲线。
这里测试样本集中的测试样本可以从气田已有井的测井岩心薄片数据库中选取,可以选择薄片化验数据较为齐全的井段。
步骤S102,利用训练样本确定各类别岩性中心。
这里利用训练样本确定各类别岩性中心,包括:
1、剔除训练样本中的异常点,即异常的训练样本;
2、采用z-score方法对训练样本的响应特征进行归一化处理;
3、利用Matlab软件通过训练样本确定各类别岩性中心。这里确定各类别岩性中心即对训练样本进行各类岩性均值矩阵和协方差矩阵的计算,然后根据计算结果获得各类别岩性中心,这里的具体算法过程为Matlab软件成熟算法。
步骤S103,确定测试样本与各类别岩性中心之间的马氏距离,结合设定的各类别岩性阈值输出岩性识别结果,得到岩性识别准确率。
马氏距离是度量学习中一种常用的距离指标,用作评定数据之间的相似度指标。计算公式为:
上述各类别岩性阈值可以根据实际情况设定及调整。
步骤S104,判断岩性识别准确率小于符合准确率阈值,响应于是,则修改敏感测井曲线,并重复上述步骤,直至岩性识别准确率不小于符合准确率阈值。
本发明实施例公开了一种基于马氏距离的火山岩岩性识别模型构建方法,选取训练样本总结出各类型的内在规律,确定各类别岩性,利用马氏距离判别岩性种类,由于马氏距离不受量纲的影响,同时马氏距离还可以排除变量之间的相关性的干扰,提高了岩性识别准确率。
实施例2:如附图2所示,本发明实施例公开了一种基于马氏距离的火山岩岩性识别方法,包括:
步骤S201,获取某一单井的岩心薄片化验数据;
步骤S202,将岩心薄片化验数据输入基于马氏距离的火山岩岩性识别模型,输出与各类别岩性中心之间的马氏距离,其中,基于马氏距离的火山岩岩性识别模型使用权利要求1至3中任意一项所述基于马氏距离的火山岩岩性识别模型构建方法构建;
步骤S203,将该马氏距离与设定的各类别岩性阈值进行比较,输出岩性识别结果。
本发明实施例利用基于马氏距离的火山岩岩性识别模型自动完成岩性识别,降低了人工的介入率及专业度的需要、可操作性高、识别速度快,且只需定期更新模型、成本低。
实施例3:如附图3所示,本发明实施例公开了一种基于马氏距离的火山岩岩性识别模型构建装置,包括:
构建数据获取单元,对各岩性测井响应特征进行分析,选取训练样本集和测试样本集,其中,训练样本集包括多个训练样本,每个训练样本均包括某一单井的单井测井曲线和岩性类别,单井测井曲线包括多个敏感测井曲线,测试样本集包括多个测试样本,每个测试样本包括某一单井的岩心薄片化验数据和岩性类别;
训练单元,利用训练样本确定各类别岩性中心;
测试单元,确定测试样本与各类别岩性中心之间的马氏距离,结合设定的各类别岩性阈值输出岩性识别结果,得到岩性识别准确率;
判断输出单元,判断岩性识别准确率小于符合准确率阈值,响应于是,则调则修改敏感测井曲线,并重复上述步骤,直至岩性识别准确率不小于符合准确率阈值。
实施例4:如附图4所示,本发明实施例公开了一种基于马氏距离的火山岩岩性识别装置,包括:
识别数据获取单元,获取某一单井的岩心薄片化验数据;
第一识别单元,将岩心薄片化验数据输入基于马氏距离的火山岩岩性识别模型,输出与各类别岩性中心之间的马氏距离,其中,基于马氏距离的火山岩岩性识别模型使用实施例1所述基于马氏距离的火山岩岩性识别模型构建方法构建;
第二识别单元,将该马氏距离与设定的各类别岩性阈值进行比较,输出岩性识别结果。
实施例5:本发明实施例公开了一种存储介质,所述存储介质上存储有能被计算机读取的计算机程序,所述计算机程序被设置为运行时执行基于马氏距离的火山岩岩性识别模型构建方法。
上述存储介质可以包括但不限于:U盘、只读存储器、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。
实施例6:本发明实施例公开了一种电子设备,包括处理器和存储器,所述存储器中存储有计算机程序,计算机程序由处理器加载并执行以实现基于马氏距离的火山岩岩性识别模型构建方法。
实施例7:本发明实施例公开了一种终端,包括处理器、存储器、通信接口,以及一个或多个程序,所述一个或多个程序被存储在所述存储器中,并且被配置由所述处理器执行,所述程序包括用于执行基于马氏距离的火山岩岩性识别模型构建方法。
上述处理器可以是中央处理器CPU,通用处理器,数字信号处理器DSP,ASIC,FPGA或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框,模块和电路。也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,DSP和微处理器的组合等等。存储器可以包括但不限于:U盘、只读存储器、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。本申请实施例中的方案可以采用各种计算机语言实现,例如,面向对象的程序设计语言Java和直译式脚本语言JavaScript等。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
以上技术特征构成了本发明的最佳实施例,其具有较强的适应性和最佳实施效果,可根据实际需要增减非必要的技术特征,来满足不同情况的需求。
Claims (9)
1.一种基于马氏距离的火山岩岩性识别模型构建方法,其特征在于,包括:
对各岩性测井响应特征进行分析,选取训练样本集和测试样本集,其中,训练样本集包括多个训练样本,每个训练样本均包括某一单井的单井测井曲线和岩性类别,单井测井曲线包括多个敏感测井曲线,测试样本集包括多个测试样本,每个测试样本包括某一单井的岩心薄片化验数据和岩性类别;
利用训练样本确定各类别岩性中心;
确定测试样本与各类别岩性中心之间的马氏距离,结合设定的各类别岩性阈值输出岩性识别结果,得到岩性识别准确率;
判断岩性识别准确率小于符合准确率阈值,响应于是,则修改敏感测井曲线,并重复上述步骤,直至岩性识别准确率不小于符合准确率阈值。
2.根据权利要求1所述的基于马氏距离的火山岩岩性识别模型构建方法,其特征在于,所述训练样本中敏感测井曲线的选取,则是基于各岩性主要成岩矿物响应值以及不同类别岩性的各种测井曲线的响应值直方图厘清测井响应特征参数,从中确定对岩性敏感测井曲线。
3.根据权利要求1所述的基于马氏距离的火山岩岩性识别模型构建方法,其特征在于,所述利用训练样本确定各类别岩性中心,包括:
剔除训练样本中的异常点;
采用z-score方法对训练样本的响应特征进行归一化处理;
利用Matlab软件通过训练样本确定各类别岩性中心。
4.一种基于马氏距离的火山岩岩性识别方法,其特征在于,包括:
获取某一单井的岩心薄片化验数据;
将岩心薄片化验数据输入基于马氏距离的火山岩岩性识别模型,输出与各类别岩性中心之间的马氏距离,其中,基于马氏距离的火山岩岩性识别模型使用权利要求1至3中任意一项所述基于马氏距离的火山岩岩性识别模型构建方法构建;
将该马氏距离与设定的各类别岩性阈值进行比较,输出岩性识别结果。
5.一种应用如权利要求1至3中任意一项所述方法的基于马氏距离的火山岩岩性识别模型构建装置,其特征在于,包括:
构建数据获取单元,对各岩性测井响应特征进行分析,选取训练样本集和测试样本集,其中,训练样本集包括多个训练样本,每个训练样本均包括某一单井的单井测井曲线和岩性类别,单井测井曲线包括多个敏感测井曲线,测试样本集包括多个测试样本,每个测试样本包括某一单井的岩心薄片化验数据和岩性类别;
训练单元,利用训练样本确定各类别岩性中心;
测试单元,确定测试样本与各类别岩性中心之间的马氏距离,结合设定的各类别岩性阈值输出岩性识别结果,得到岩性识别准确率;
判断输出单元,判断岩性识别准确率小于符合准确率阈值,响应于是,则调则修改敏感测井曲线,并重复上述步骤,直至岩性识别准确率不小于符合准确率阈值。
6.一种应用如权利要求4所述方法的基于马氏距离的火山岩岩性识别装置,其特征在于,包括:
识别数据获取单元,获取某一单井的岩心薄片化验数据;
第一识别单元,将岩心薄片化验数据输入基于马氏距离的火山岩岩性识别模型,输出与各类别岩性中心之间的马氏距离,其中,基于马氏距离的火山岩岩性识别模型使用权利要求1至3中任意一项所述基于马氏距离的火山岩岩性识别模型构建方法构建;
第二识别单元,将该马氏距离与设定的各类别岩性阈值进行比较,输出岩性识别结果。
7.一种存储介质,其特征在于,所述存储介质上存储有能被计算机读取的计算机程序,所述计算机程序被设置为运行时执行如权利要求1至3任意一项所述的基于马氏距离的火山岩岩性识别模型构建方法。
8.一种电子设备,其特征在于,包括处理器和存储器,所述存储器中存储有计算机程序,计算机程序由处理器加载并执行以实现如权利要求1至3任意一项所述的基于马氏距离的火山岩岩性识别模型构建方法。
9.一种终端,其特征在于,包括处理器、存储器、通信接口,以及一个或多个程序,所述一个或多个程序被存储在所述存储器中,并且被配置由所述处理器执行,所述程序包括用于执行如权利要求4所述的基于马氏距离的火山岩岩性识别模型构建方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211335000.8A CN117973172A (zh) | 2022-10-28 | 2022-10-28 | 基于马氏距离的火山岩岩性识别方法及相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211335000.8A CN117973172A (zh) | 2022-10-28 | 2022-10-28 | 基于马氏距离的火山岩岩性识别方法及相关装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117973172A true CN117973172A (zh) | 2024-05-03 |
Family
ID=90851989
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211335000.8A Pending CN117973172A (zh) | 2022-10-28 | 2022-10-28 | 基于马氏距离的火山岩岩性识别方法及相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117973172A (zh) |
-
2022
- 2022-10-28 CN CN202211335000.8A patent/CN117973172A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108268777B (zh) | 一种利用补丁信息进行未知漏洞发现的相似性检测方法 | |
CN116150676B (zh) | 基于人工智能的设备故障诊断与识别方法及装置 | |
JPH08241193A (ja) | コード・セグメント解析方法。 | |
CN116128312B (zh) | 基于监测数据分析的大坝安全预警方法及系统 | |
EP3985589A1 (en) | Fraud detection device, fraud detection method, and fraud detection program | |
CN106935038B (zh) | 一种停车检测系统及检测方法 | |
CN113807004A (zh) | 基于数据挖掘的刀具寿命预测方法、装置及系统 | |
CN107066302A (zh) | 缺陷检测方法、装置及服务终端 | |
CN102709207B (zh) | 质量评估设备、方法和使计算机执行质量评估方法的程序 | |
CN107832209A (zh) | 一种基于混合检测结果的Android应用行为分析方法 | |
CN116543538B (zh) | 一种物联网消防电气预警方法及预警系统 | |
CN106991050B (zh) | 一种静态测试空指针引用缺陷假阳性识别方法 | |
CN111626377A (zh) | 一种岩相识别方法、装置、设备及存储介质 | |
CN117973172A (zh) | 基于马氏距离的火山岩岩性识别方法及相关装置 | |
CN109886151B (zh) | 一种虚假身份属性检测方法 | |
JP6356015B2 (ja) | 遺伝子発現情報解析装置、遺伝子発現情報解析方法、及びプログラム | |
CN108763092B (zh) | 一种基于交叉验证的代码缺陷检测方法及装置 | |
CN111767546A (zh) | 一种基于深度学习的输入结构推断方法和装置 | |
CN112632548B (zh) | 一种恶意安卓程序检测方法、装置,电子设备及存储介质 | |
CN115101135A (zh) | 岩石物理参数敏感度分析方法及装置 | |
CN113095364B (zh) | 利用卷积神经网络的高铁地震事件提取方法、介质及设备 | |
CN112200272B (zh) | 业务分类方法及装置 | |
CN106997462A (zh) | 一种量子线路图像识别方法 | |
CN113742849B (zh) | 类固液飞行器总体设计的变量灵敏度分析方法及装置 | |
CN112987122A (zh) | 一种泥质含量计算方法、装置、电子设备及存储介质 |
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 |