一种残膜回收机防缠绕挑膜装置的制 一种秧草收获机用电力驱动行走机构

数据分析系统和数据分析方法与流程

2021-11-09 22:12:00 来源:中国专利 TAG:


1.本发明的实施例主要涉及一种分析方法,特别涉及一种数据分析系统和数据分析方法。


背景技术:

2.随着数据数据搜集更加便利,可利用的数据数据量急速增加,且数据分析技术也跟着蓬勃发展。有效的大数据数据分析结果需仰赖良好的数据品质,因此数据品质是数据分析上重要的课题。现行的数据品质诊断做法可分为数据分析专家自行利用程序语言分析,或使用市面上分析套装软件。
3.然而,在数据分析流程中,首先必须先确认数据品质,再进行数据前处理,但实务上往往都是在数据前处理阶段同步观察数据品质,使得此阶段需投入大量人力、以致产生庞大沟通及时间成本。
4.因此如何建立一套自动化辅助机制以减少数据前处理阶段所需的人力及时间成本,已成为本领域待解决的问题之一。


技术实现要素:

5.有鉴于上述现有技术的问题,本发明的实施例提供了一种数据分析系统和方法。
6.根据本发明的一实施例提供了一种数据分析系统。上述数据分析系统包括一处理器、一存储装置、一栏位形态分析装置、一栏位分类装置及一栏位关联装置。处理器用以取得至少一数据表,数据表包括多个栏位,此些栏位中各自存储一栏位数据。存储装置用以存储数据表。栏位形态分析装置用以依据此些栏位数据分析出一栏位形态。栏位分类装置用以判断此些栏位各自的一栏位类别。栏位关联装置用以计算跨数据表中此些栏位之间各自的一相似度,依据此些相似度判断此些栏位之间各自的一关联性。其中,处理器依据此些栏位类别、栏位形态及此些关联性产生一栏位数据描述档,处理器判断栏位数据描述档是否异常。
7.根据本发明的一实施例提供了一种数据分析方法。上述数据分析方法的步骤包括,取得一数据表,数据表包括多个栏位,此些栏位中各自存储一栏位数据;依据此些栏位数据分析出一栏位形态;判断此些栏位各自的一栏位类别;计算跨数据表中此些栏位之间各自的一相似度,依据此些相似度判断此些栏位之间各自的一关联性;以及依据此些栏位类别、栏位形态及关联性产生一栏位数据描述档,进而判断栏位数据描述档是否异常。
8.根据本发明提出的数据分析方法及数据分析系统,可自动化地在数据前处理的阶段,通过分析栏位类别、栏位形态、关联性等等信息,以建立自动化机制,产生栏位的数据描述档,进而辅助使用者快速了解数据,达到降低数据前处理阶段所需的人力,并提升数据前处理阶段的数据分析效率。
附图说明
9.图1是显示根据本发明的一实施例所述的一数据分析系统的方框图。
10.图2是显示根据本发明的一实施例所述的一数据分析方法的示意图。
11.图3a~图3b是显示根据本发明的一实施例所述的一栏位形态分析方法的流程图。
12.图4是显示根据本发明的一实施例所述的一栏位分类方法的流程图。
13.图5是显示根据本发明的一实施例所述的一栏位关联方法的流程图。
14.附图标记说明:
15.100:数据分析系统
16.10:处理器
17.20:存储装置
18.30:栏位形态分析装置
19.40:栏位分类装置
20.50:栏位关联装置
21.200:数据分析方法
22.300:栏位形态分析方法
23.400:栏位分类方法
24.500:栏位关联方法
25.210~243、310~380、410~430、510~550:步骤
具体实施方式
26.以下说明为完成发明的优选实现方式,其目的在于描述本发明的基本精神,但并不用以限定本发明。实际的发明内容必须参考之后的权利要求范围。
27.必须了解的是,使用于本说明书中的“包括”、“包括”等词,是用以表示存在特定的技术特征、数值、方法步骤、作业处理、元件以及/或组件,但并不排除可加上更多的技术特征、数值、方法步骤、作业处理、元件、组件,或以上的任意组合。
28.于权利要求中使用如“第一”、“第二”、“第三”等词是用来修饰权利要求中的元件,并非用来表示之间具有优先权顺序,先行关系,或者是一个元件先于另一个元件,或者是执行方法步骤时的时间先后顺序,仅用来区别具有相同名字的元件。
29.图1是显示根据本发明的一实施例所述的一数据分析系统100的方框图。如图1所示,数据分析系统100可包括一处理器10、一存储装置20、一栏位形态分析装置30、一栏位分类装置40及栏位关联装置50。在此需特别注意的是,在图1中所示的方框图,仅为了方便说明本发明的实施例,但本发明并不以图1为限,数据分析系统100中亦可包括其他元件。
30.于一实施例中,处理器10例如为微控制单元(microcontroller)、微处理器(microprocessor)、数字信号处理器(digital signal processor)、特殊应用集成电路(application specific integrated circuit,asic)或一逻辑电路。
31.于一实施例中,栏位形态分析装置30、栏位分类装置40及栏位关联装置50可以各自或合并被实施为例如为微控制单元(microcontroller)、微处理器(microprocessor)、数字信号处理器(digital signal processor)、特殊应用集成电路(application specific integrated circuit,asic)或一逻辑电路。
32.于一实施例中,栏位形态分析装置30、栏位分类装置40及栏位关联装置50可以是以电子装置(例如包括电路、处理器或逻辑电路)运行的软件。
33.于一实施例中,存储装置20例如为只读存储器、快闪存储器、软盘、硬盘、光盘、u盘、磁带、可由网络存取的数据库或熟悉此技艺者可轻易思及具有相同功能的存储媒体。存储装置20可用以存储一或多个数据表。
34.图2是显示根据本发明的一实施例所述的一数据分析方法200的示意图。图2的数据分析方法200可以由图1的数据分析系统100实现之。
35.于步骤210,处理器10取得一数据表。
36.于一实施例中,数据表包括多个栏位,此些栏位中各自存储一栏位数据。例如,数据表中包括机台型号栏位、机台识别(id)栏位、机台多工栏位、制造时间栏位、出货时间栏位

等等,此些栏位中存储不同的数据,例如机台型号栏位存储“nb1”(此为字串)、机台识别栏位存储“3”(此为整数),机台多工栏位存储“0”(此为布林值)、制造时间栏位存储“2020/03/16”(此为日期)、出货时间栏位存储“2020/09/16”(此为日期)。然,此处仅为一示例,本发明的栏位与栏位数据并不限于此。
37.于一实施例中,处理器10可取得多个数据表。
38.于步骤220中,处理器10触发栏位形态分析装置30、栏位分类装置40及栏位关联装置50产生一栏位数据描述档。
39.于一实施例中,步骤220中包括多个子步骤220(a)~220(c)的任一或其组合。于子步骤220(a)中,处理器10分析得出栏位形态,于子步骤220(b)中,处理器10分析得出栏位识别。于子步骤220(c)中,处理器10分析得出栏位关联性。
40.于一实施例中,栏位形态分析装置30依据此些栏位数据分析出一栏位形态。栏位形态是指每一个栏位(例如一列有500笔数据)中所存储内容的数据形态,数据形态例如为数值、字串、时间类、布林值,一个栏位中,所有数据笔数内,占较多的数据形态视为该栏位主要形态,例如数据表中一栏位有500笔数据,其中499笔是数值,则将此栏位定义为数值栏位形态。
41.于一实施例中,栏位分类装置40判断此些栏位各自的一栏位类别。栏位类别是指栏位名称本身所属的类别,例如为人、机器、材料、方法、测量、其他

等等。例如,栏位名称中包括关键字机台,则栏位类别被分为机器类别的栏位。
42.于一实施例中,栏位关联装置50计算不同数据表(跨数据表)的两两栏位之间的一相似度,依据此些相似度判断此些栏位之间各自的一关联性是否存在。关联性是指跨数据表中至少两栏位之间的相关程度,例如产品制造表中的制造时间栏位以及产品出货表中的出货时间栏位,此两个来自不同数据表的栏位在时间上具相关性。
43.于一实施例中,处理器10依据此些栏位类别、栏位形态及此些关联性产生一栏位数据描述档,进而判断栏位数据描述档是否异常。
44.于一实施例中,栏位数据描述档包括此些栏位类别、栏位形态、栏位关联性

等信息。
45.关于栏位形态分析装置30、栏位分类装置40及栏位关联装置50的细节流程,将于后续图3~图5对应说明。
46.于步骤230,处理器10判断栏位数据描述档是否异常。于一实施例中,处理器10判
断栏位数据描述档是否完整或正确。于一实施例中,若处理器10判断栏位数据描述档不完整或有误,则进入步骤240。若处理器10判断栏位数据描述档完整且正确,则结束流程。
47.于一实施例中,栏位数据描述档被判断为异常的情况包括:该栏位数据描述档不完整,或栏位数据描述档存在错误。
48.例如,数据表中一栏位有500笔数据,栏位数据其中有499个是数值,有1个是字串,此栏位应定义为数值栏位形态,若栏位形态分析装置30分析为其他栏位形态(如字串、布林值、时间),则处理器10判断栏位数据描述档异常,进入步骤240。
49.例如,数据表中一栏位有500笔数据,栏位数据其中有499个是数值,有1个是空白数据,若因空白数据使得栏位形态分析装置30未能分析出栏位形态,则处理器10判断栏位数据描述档不完整或有误,进入步骤240。
50.于步骤240中,当处理器10判断栏位数据描述档异常时,自动修正栏位数据描述档的内容。
51.于一实施例中,处理器10基于栏位数据描述档中缺失的部分,从存储装置20中再计算出缺失的数据,以自动修正栏位数据描述档中的内容,例如步骤240中包括子步骤241~243:修正栏位数据类别(category)241、修正栏位数据形态(data type)242及/或修正其他数据表中相关联栏位(related column)243。于一实施例中,使用者可基于数据描述档中缺失的部分输入新的数据描述档内容。例如,使用者通过一输入装置(例如鼠标游标、触控式屏幕、键盘)基于描述档中缺失的部分,输入新增或更新的数据,处理器10由输入装置接收到新增或更新的数据后,处理器10通过此些新增或更新的数据完善栏位数据描述档中的内容,例如自动修正包括:新增/更新栏位数据描述(description)、新增或更新栏位数据群组数(group)、新增或更新栏位允许空值(nullable)、新增或更新栏位数据上下界(value range)、是否允许忽略异常数据、及/或新增或更新相同数据表中有关系的栏位(relation column)。
52.于一实施例中,处理器10将数据描述档中缺失的部分依据一预设规则(例如将空白栏位补入“0”或依据空白栏位的相邻两个栏位数据计算一平均值,将平均值填入空白栏位)将缺失的部分进行修正。
53.于一实施例中,处理器10依据预设规则判断此栏位数据可以是空值,则处理器10设置允许栏位数据描述中的此栏位数据是空值,后续数据分析系统会忽略此异常数据。
54.于一实施例中,当处理器10判断栏位数据描述档数据异常时,处理器10进行修正该栏位数据描述档(例如将数值转成字串)、新增栏位数据描述档(例如通过使用者输入或处理器10从存储装置20中捞出缺失的数据)、编辑栏位数据描述档(例如更改数值大小)、忽略异常数据或通过一显示器显示该栏位数据描述档异常。
55.图3a~图3b是显示根据本发明的一实施例所述的一栏位形态分析方法300的流程图。于步骤310中,处理器10取得一或多个数据表。于步骤320中,栏位形态分析装置30分析栏位形态。
56.于一实施例中,栏位形态分析装置30将单一栏位中数量最多的数据形态视为该栏位的栏位形态,例如数据表中一栏位有500笔数据,有499个是数值,则将此栏位形态定义为数值栏位形态。例如数据表中一栏有500笔数据,有480笔是字串,则将此栏位形态定义为字串栏位形态。
57.于步骤330中,栏位形态分析装置30判断栏位形态是否为一数值栏位形态。若栏位形态分析装置30判断栏位形态为数值栏位形态,则进入步骤340。若栏位形态分析装置30判断栏位形态不为数值栏位形态,则进入步骤350。
58.于步骤340中,栏位形态分析装置30判断此些栏位数据是否为整数或浮点数。若栏位形态分析装置30判断此些栏位数据为整数或浮点数,则进入步骤343。若栏位形态分析装置30判断此些栏位数据不为整数或浮点数,则进入步骤345。
59.于一实施例中,整数和浮点统称为数值。
60.于步骤343中,数据形态分析装置30确认栏位数据描述档中的栏位形态为数值栏位形态。
61.于一实施例中,数值栏位形态包括整数及浮点数。
62.于一实施例中,栏位形态分析装置30若发现栏位数据中有异常,则新增栏位数据描述档、编辑栏位数据描述档、忽略异常的栏位数据或通过一显示器显示异常数据。例如,栏位数据中有部分空值,则忽略此栏位空值数据。
63.于步骤345中,栏位形态分析装置30修正栏位形态为一非数值栏位形态。
64.于一实施例中,栏位形态分析装置30进一步判断栏位数据中只存储0或1时,则视为布林值栏位形态,因此修正栏位形态为一非数值栏位形态。此处仅为一举例,并不限于此。
65.于步骤350中,栏位形态分析装置30判断此些栏位数据是否包括数值。若栏位形态分析装置30判断此些栏位数据包括数值,则进入步骤353。若栏位形态分析装置30判断此些栏位数据不为数值,则进入步骤355。
66.于一实施例中,栏位形态分析装置30进一步判断栏位数据中存储字串形态的“12”,则视为包括数值,因此进入步骤353。然此处仅为一举例,本发明并不限于此。
67.于步骤353中,栏位形态分析装置30将栏位数据描述档中的栏位形态修正为数值栏位形态。
68.于一实施例中,栏位形态分析装置30若发现栏位数据中有异常,则新增栏位数据描述档、编辑栏位数据描述档、忽略异常的栏位数据或通过一显示器显示异常数据。例如,栏位数据中有较多的空值(导致在步骤320判断栏位类型为非数值栏位形态),则可能将此些空值栏位数据忽略此栏位,借此修正栏位数据描述档,若栏位数据中,非空值部分皆为数值数据,则将栏位数据描述档中的栏位形态修正为数值栏位形态。
69.于步骤355中,栏位形态分析装置30判断此些栏位数据是否为日期、时间、时间与日期的数据形态之一。若栏位形态分析装置30判断此些栏位数据为日期、时间、时间与日期的数据形态之一,则进入步骤360。若栏位形态分析装置30判断此些栏位数据不为日期、时间、时间与日期的数据形态之一,则进入步骤370。
70.于一实施例中,日期、时间、时间与日期的数据形态统称为时间数据形态。
71.于步骤360中,栏位形态分析装置30将栏位数据描述档中的栏位形态修正为时间栏位形态。
72.于一实施例中,栏位形态分析装置30将时间栏位形态进行细分。例如,栏位形态分析装置30将时间栏位形态细分出时间或日期。又例如栏位形态分析装置30将时间栏位形态细分出日期及时间。
73.于步骤370中,栏位形态分析装置30判断栏位数据是否可分成其他栏位形态。若栏位形态分析装置30判断栏位数据可分成其他栏位形态(例如栏位形态分析装置30仍可分析出特定的栏位数据占的比例较多),则进入步骤380。若栏位形态分析装置30栏位数据不能分成其他栏位形态,则结束流程。
74.于步骤380中,栏位形态分析装置30判断此些栏位数据是否为一文字数据或一布林值数据,当栏位形态分析装置30判断此些栏位数据为文字数据或布林值数据,则对应此些栏位数据,将栏位数据描述档中的栏位形态修正为一文字形态或一布林值形态。
75.图4是显示根据本发明的一实施例所述的一栏位分类方法400的流程图。于步骤410中,栏位分类装置将此些栏位名称各自进行断词。例如,中文的栏位名称“机台编号”,则断词为“机台”、“编号”,又例如,英文的栏位名称“functionid”,则断词为“function”、“id”。中文栏位名称的断词方法通常是将栏位名称与已知的语料对应(mapping),若寻找到相符字词则分出此字词,此外,可以应用已知的断词演算法如ckip、hanlp、ansj、jieba

等等实际操作之。英文的栏位名称的断词方法可以是找出大小写规则、字根、底线、空白、或依据栏位名称命名的规则,以分出字词。
76.于步骤420中,栏位分类装置40将断词后的多个字词各自转换为一字词特征,将此些字词特征输入一分类模型。
77.于一实施例中,栏位分类装置40一预先建好的语料库与所有分割出来的字词作比对。例如,字词“机台”存在于预先建好的语料库中,则将“机台”标示为1,例如,字词“冰淇淋”不存在于预先建好的语料库中,则将“冰淇淋”标示为0。栏位分类装置40将预先建好的语料库与所有分割出来的字词作比对后,会有许多0与1所组成的字词特征。
78.于一实施例中,此些字词特征可以是特征向量、特征矩阵或一序列的数值。栏位分类装置40将此些字词特征输入一分类模型,分类模型例如是一决策树模型。决策树模型经常在运用在决策分析中,帮助确定一个能最可能达到目标的策略。决策树可作为计算条件概率的描述性手段,换言之,决策树可以依据字词特征分析最可能的栏位所属类别。决策树模型为已知技术,故此处不赘述之。
79.于步骤430中,分类模型依据此些字词特征输出栏位类别。于一实施例中,栏位类别例如为人、机器、材料、方法、测量或其他。然此处仅为举例,本发明并不限于此。
80.例如,将“机台”所对应的字词特征输入决策树模型,则决策树模型会将“机台”对应到机器的栏位类别。
81.例如,将“公分”所对应的字词特征输入决策树模型,则决策树模型会将“公分”对应到测量的栏位类别。
82.于一实施例中,栏位分类装置40通过决策树(decision tree)演算法、贝叶斯分类(bayes classification)演算法、k-近邻(k-nearest neighbors)演算法、支持向量机(support vector machine)演算法,以判断该些栏位各自的该栏位类别
83.因此,栏位分类装置40可以应用栏位分类方法400依据表格、栏位名称分析出栏位类别。
84.图5是显示根据本发明的一实施例所述的一栏位关联方法500的流程图。于一实施例中,处理器10取得多个数据表。于步骤510中,栏位关联装置50从不同的多个数据表中任选两个数据表视为一第一数据表与一第二数据表,从第一数据表中选择一第一栏位,从第
二数据表中选择一第二栏位,第一栏位包括一第一断词数据,第二栏位包括一第二断词数据。
85.于一实施例中,栏位关联装置50会将第一栏位与第二栏位中的栏位数据进行断词,以取得第一断词数据与第二断词数据。
86.于一实施例中,第一断词数据与第二断词数据的语言相同。例如在中文的例子中,第一断词数据为“机械”,第二断词数据为“机台”。例如在英文的例子中,第一断词数据为“wire”,第二断词数据为“wireless”。
87.于步骤520中,栏位关联装置50计算第一断词数据与第二断词数据的相似度。在一实施例中,选用最小编辑距离(minimum edit distance),依据最小编辑距离计算相似度。然本发明并不限制于此。
88.于一实施例中,栏位关联装置50以最小编辑距离做为相似度实际操作方法,最小编辑距离是指第一断词数据与第二断词数据的相异字数,例如在中文的例子中,当第一断词数据为“机械”,第二断词数据为“机台”时,两者相异的字数为1,将最小编辑距离视为1。例如在英文的例子中,当第一断词数据为“wire”,第二断词数据为“wireless”,两者相异的字数(英文字母数)为4,将最小编辑距离视为4。
89.于一实施例中,栏位关联装置50依据最小编辑距离计算相似度,例如在前述中文的例子中,最长的字词有两个中文字,换言之,最长的字串是2,将2作为分母,将最长的字串减掉最小编辑距离(2-1=1)作为分子,因此,相似度为1/2(即50%)。
90.又例如在中文的例子中,当第一断词数据为“编号”,第二断词数据为“编号”时,最长的字词有两个中文字,换言之,最长的字串是2,将2作为分母,两者相异的字数为0,将最长的字串减掉最小编辑距离(2-0=2)作为分子,因此,相似度为2/2(即100%)。
91.例如在前述英文的例子中,最长的字词有八个英文字母,换言之,最长的字串是8,将8作为分母,将最长的字串减掉最小编辑距离(8-4=4)作为分子,因此,相似度为4/8(即50%)。
92.于步骤530中,栏位关联装置50判断数据是否大于一相似度门限值。当栏位关联装置50判断相似度不大于相似度门限值时,进入步骤550。当栏位关联装置50判断相似度大于相似度门限值时,进入步骤540。
93.例如,相似度门限值可预设为80%,其用意代表当相似度大于80%时,视为此两个栏位具有关联性。在前述例子中,当第一断词数据为“编号”,第二断词数据为“编号”时,相似度为100%,此相似度100%大于相似度门限值80%,代表第一栏位与第二栏位之间具有关联性。
94.于一实施例中,栏位分类装置40是依据第一断词数据与第二断词数据计算欧几里得距离(euclidean distance)、曼哈顿距离(manhattan distance)、汉明距离(hamming distance)、明可夫斯基距离(minkowski distance)、余弦相似度(cosine similarity)、jaccard相似度(jaccard similarity)、编辑距离(edit distance)或皮尔森相关系数(pearson correlation coefficient)以产生相似度。
95.于步骤540中,栏位关联装置50建立第一栏位与第二栏位之间的关联性。于一实施例中,例如可以第一栏位与第二栏位中加入旗标或另外以一文件记录关联性。
96.因此,可以将第一栏位与第二栏位关联起来,以利于后续的使用,例如第一栏位中
记录特定实验的参数,第二栏位中记录特定实验的结果,通过建立第一栏位与第二栏位之间的关联性,可以将参数与结果关联起来。换言之,建立关联性有助于在复杂与巨量的数据表及其栏位数据中,使具有相关性的栏位集中化,亦可以于数据特性方面进行其他应用。
97.于步骤550中,栏位关联装置50判断是否所有第一数据表与第二数据表中的栏位组合都已计算过相似度。若栏位关联装置50判断所有第一数据表与第二数据表中的栏位组合都已计算过相似度,则结束流程。若栏位关联装置50判断所有第一数据表与第二数据表中的栏位组合并非都已计算过数据相似度,则回到步骤510。
98.于一实施例中,处理器10或使用者选定企业内部某部门的数据库数据作为数据来源,共2个不同的数据表,30个栏位、将近36,000数据笔数(可能一个栏位数据中包括多笔数据笔数),数据需进行数据清理与合并,以便后续分析使用。此实验设计了实验组与对照组,实验组采用本公开的数据分析系统100进行数据分析,对照组邀请本领域专家,以人工流程检查栏位类别、栏位形态及栏位关联性,评量标准是以各项目评估所需花费的时间。实验结果如下表一:
[0099][0100][0101]
表一
[0102]
在3个项目表现当中,实验组所花费时间皆远优于对照组,因此,本发明提出的数据分析方法及数据分析系统针对大量的数据,提升了数据分析的效率,能够实时的分析巨量且复杂的数据。
[0103]
根据本发明提出的数据分析方法及数据分析系统,可自动化地在数据前处理的阶段,通过分析栏位类别、栏位形态、关联性等等信息,以建立自动化机制,产生栏位的数据描述档,进而辅助使用者快速了解数据。达到降低数据前处理阶段所需的人力,并提升数据前处理阶段的数据分析效率。
[0104]
本发明的说明书所公开的方法和演算法的步骤,可直接通过执行一处理器直接应用在硬件以及软件模块或两者的结合上。一软件模块(包括执行指令和相关数据)和其它数据可存储在数据存储器中,像是随机存取存储器(ram)、快闪存储器(flash memory)、只读存储器(rom)、可抹除可规划只读存储器(eprom)、电子可抹除可规划只读存储器(eeprom)、暂存器、硬盘、便携式硬盘、光盘只读存储器(cd-rom)、dvd或在此领域常用的技术中任何其它电脑可读取的存储媒体格式。一存储媒体可耦接至一机器装置,举例来说,像是电脑/处理器(为了说明的方便,在本说明书以处理器来表示),上述处理器可通过来读取信息(像是程序码),以及写入信息至存储媒体。一存储媒体可整合一处理器。一特殊应用集成电路(asic)包括处理器和存储媒体。一用户设备则包括一特殊应用集成电路。换句话说,处理器和存储媒体以不直接连接用户设备的方式,包括于用户设备中。此外,在一些实施例中,任何适合电脑程序的产品包括可读取的存储媒体,其中可读取的存储媒体包括和一或多个所公开实施例相关的程序码。在一些实施例中,电脑程序的产品可包括封装材料。
[0105]
以上段落使用多种层面描述。显然的,本文的启示可以多种方式实现,而在范例中公开的任何特定架构或功能仅为一代表性的状况。根据本文的启示,任何本领域技术人员应理解在本文公开的各层面可独立实际操作或两种以上的层面可以合并实际操作。
[0106]
虽然本公开已以实施例公开如上,然其并非用以限定本公开,任何本领域技术人员,在不脱离本公开的精神和范围内,当可作些许的变动与润饰,因此发明的保护范围当视权利要求所界定者为准。
再多了解一些

本文用于企业家、创业者技术爱好者查询,结果仅供参考。

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表

相关文献