一种智能化区域采集医疗数据储存的方法及电子设备

摘要

本申请提供的一种智能化区域采集医疗数据储存的方法及电子设备，通过种类修正网络对医疗存储数据进行识别，获得对医疗存储数据中的误差种类进行模拟修正的模拟结果，根据模拟结果，对医疗存储数据进行更新，获得对医疗存储数据中的误差种类进行更新后的目标医疗存储数据。上述方法通过种类修正网络对医疗存储数据进行准确的识别，这样能进准地确定医疗存储数据中的误差，从而有效地提高医疗存储数据的精确性，因此，避免了存储的相关医疗数据错误的情况，所以，不会导致提取到错误的相关医疗数据。

权利要求

1.一种智能化区域采集医疗数据储存的方法，其特征在于，所述方法包括：获取医疗存储数据；

通过种类修正网络对所述医疗存储数据进行识别，获得对所述医疗存储数据中的误差种类进行模拟修正的模拟结果；

所述种类修正网络是通过种类误差医疗样本，以及所述种类误差医疗样本对应的原始医疗样本训练得到的卷积神经网络；

根据所述模拟结果，对所述医疗存储数据进行更新，获得对所述医疗存储数据中的误差种类进行更新后的目标医疗存储数据；

其中，所述通过种类修正网络对所述医疗存储数据进行识别，获得对所述医疗存储数据中的误差种类进行模拟修正的模拟结果，包括：将所述医疗存储数据转换为对应的描述策略文件；

将所述描述策略文件划分为至少一个子描述策略文件；

确定所述至少一个子描述策略文件中的各个划分种类标准模板；

根据所述各个划分种类标准模板，确定所述至少一个子描述策略文件的种类分布标准模板；

将所述各个子描述策略文件的种类分布标准模板输入到所述种类修正网络中，获取各个子种类文件各自的子模拟结果；

其中，种类误差医疗样本表示预设的错误数据的模板；

其中，通过种类修正网络对所述医疗存储数据进行识别，获得对所述医疗存储数据中的误差种类进行模拟修正的模拟结果之前，还包括：获取所述原始医疗样本；

对所述原始医疗样本对应的描述策略文件中的局部医疗数据带进行种类分布标准模板的差异识别，得到所述原始医疗样本对应的种类误差医疗样本；

以所述种类误差医疗样本为输入，并以所述原始医疗样本为训练目标进行机器学习训练，获得所述种类修正网络。

2.根据权利要求1所述的方法，其特征在于，所述将所述医疗存储数据转换为对应的描述策略文件，包括：对所述医疗存储数据进行数据储存识别，确定识别后的目标文件；

对所述识别后的目标文件进行描述策略转换，获得对应的所述描述策略文件。

3.根据权利要求2所述的方法，其特征在于，所述对所述识别后的目标文件进行描述策略转换，获得对应的所述描述策略文件，包括：通过对所述识别后的目标文件进行数据储存路径确定，获得对应的所述描述策略文件；

或者，通过对所述识别后的目标文件进行数据存储方向确定，获得对应的所述描述策略文件。

4.根据权利要求1所述的方法，其特征在于，所述将所述描述策略文件划分为至少一个子描述策略文件，包括：以分类情况为界线，将所述描述策略文件划分为所述至少一个子描述策略文件。

5.根据权利要求1所述的方法，其特征在于，所述将所述各个子描述策略文件的种类分布标准模板输入到所述种类修正网络中，获取各个子种类文件各自的子模拟结果，包括：将所述各个子描述策略文件对应的种类分布标准模板输入到所述种类修正网络中，获得所述各个子描述策略对应的模拟种类分布标准模板，作为所述各个子描述策略的子模拟结果。

6.根据权利要求1所述的方法，其特征在于，所述根据所述模拟结果，对所述医疗存储数据进行更新，获得对所述医疗存储数据中的误差种类进行更新后的目标医疗存储数据，包括：根据所述模拟结果，获取对所述医疗存储数据更新后的种类分布标准模板；

生成对所述医疗存储数据更新后的种类分布标准模板对应的所述目标医疗存储数据。

7.根据权利要求6所述的方法，其特征在于，所述根据所述模拟结果，获取对所述医疗存储数据更新后的种类分布标准模板，包括：将所述医疗存储数据对应的种类分布标准模板与样本模板之和，作为更新后的种类分布标准模板；

所述样本模板是至少一个子描述策略文件各自对应的模拟种类分布标准模板，与所述医疗存储数据对应的种类分布标准模板之间差异的历史标准模板；

或者，将所述至少一个子描述策略文件各自对应的模拟种类分布标准模板，作为所述更新后的种类分布标准模板。

8.根据权利要求6所述的方法，其特征在于，所述生成对所述医疗存储数据更新后的种类分布标准模板对应的所述目标医疗存储数据，包括：对所述更新后的种类分布标准模板对应的描述策略文件进行目标确定，获得所述目标医疗存储数据。

9.一种电子设备，其特征在于，包括：

存储器，用于存储计算机程序；

与所述存储器连接的处理器，用于执行该存储器存储的计算机程序，以实现权利要求

1‑8任意一项所述的方法。

说明书

一种智能化区域采集医疗数据储存的方法及电子设备

技术领域

[0001] 本申请涉及智能化及医疗数据技术领域，具体而言，涉及一种智能化区域采集医疗数据储存的方法及电子设备。

背景技术

[0002] 在相关技术中，由于患者换医院、换看病地点等，患者不得不重复进行医疗检查，从而导致重复检查的时间浪费以及额外的费用支出。

[0003] 随着科技的不断进行，对医疗数据进行采集并存在到医疗系统中，这样在患者更换医院时，就不需要重复进行检测，给患者节约了医疗费用，还提高了医护人员看病的效率。然而，在相关医疗数据存储的过程中还存在一些缺陷。

发明内容

[0004] 鉴于此，本申请提供了一种智能化区域采集医疗数据储存的方法及电子设备。

[0005] 第一方面，提供一种智能化区域采集医疗数据储存的方法，所述方法包括：

[0006] 获取医疗存储数据；

[0007] 通过种类修正网络对所述医疗存储数据进行识别，获得对所述医疗存储数据中的误差种类进行模拟修正的模拟结果；

[0008] 所述种类修正网络是通过种类误差医疗样本，以及所述种类误差医疗样本对应的原始医疗样本训练得到的卷积神经网络；

[0009] 根据所述模拟结果，对所述医疗存储数据进行更新，获得对所述医疗存储数据中的误差种类进行更新后的目标医疗存储数据。

[0010] 进一步地，所述通过种类修正网络对所述医疗存储数据进行识别，获得对所述医疗存储数据中的误差种类进行模拟修正的模拟结果，包括：

[0011] 将所述医疗存储数据转换为对应的描述策略文件；

[0012] 将所述描述策略文件划分为至少一个子描述策略文件；

[0013] 确定所述至少一个子描述策略文件中的各个划分种类标准模板；

[0014] 根据所述各个划分种类标准模板，确定所述至少一个子描述策略文件的种类分布标准模板；

[0015] 将所述各个子描述策略文件的种类分布标准模板输入到所述种类修正网络中，获取所述各个子种类文件各自的子模拟结果。

[0016] 进一步地，所述将所述医疗存储数据转换为对应的描述策略文件，包括：

[0017] 对所述医疗存储数据进行数据储存识别，确定识别后的目标文件；

[0018] 对所述识别后的目标文件进行描述策略转换，获得对应的所述描述策略文件。

[0019] 进一步地，所述对所述识别后的目标文件进行描述策略转换，获得对应的所述描述策略文件，包括：

[0020] 通过对所述识别后的目标文件进行数据储存路径确定，获得对应的所述描述策略文件；

[0021] 或者，通过对所述识别后的目标文件进行数据存储方向确定，获得对应的所述描述策略文件。

[0022] 进一步地，所述将所述描述策略文件划分为至少一个子描述策略文件，包括：

[0023] 以分类情况为界线，将所述描述策略文件划分为所述至少一个子描述策略文件。

[0024] 进一步地，所述将所述各个子描述策略文件的种类分布标准模板输入到所述种类修正网络中，获取所述各个子种类文件各自的子模拟结果，包括：

[0025] 将所述各个子描述策略文件对应的种类分布标准模板输入到所述种类修正网络中，获得所述各个子描述策略对应的模拟种类分布标准模板，作为所述各个子描述策略的子模拟结果。

[0026] 进一步地，所述根据所述模拟结果，对所述医疗存储数据进行更新，获得对所述医疗存储数据中的误差种类进行更新后的目标医疗存储数据，包括：

[0027] 根据所述模拟结果，获取对所述医疗存储数据更新后的种类分布标准模板；

[0028] 生成对所述医疗存储数据更新后的种类分布标准模板对应的所述目标医疗存储数据。

[0029] 进一步地，所述根据所述模拟结果，获取对所述医疗存储数据更新后的种类分布标准模板，包括：

[0030] 将所述医疗存储数据对应的种类分布标准模板与样本模板之和，作为更新后的种类分布标准模板；

[0031] 所述样本模板是至少一个子描述策略文件各自对应的模拟种类分布标准模板，与所述医疗存储数据对应的种类分布标准模板之间差异的历史标准模板；

[0032] 或者，将所述至少一个子描述策略文件各自对应的模拟种类分布标准模板，作为所述更新后的种类分布标准模板。

[0033] 进一步地，所述生成对所述医疗存储数据更新后的种类分布标准模板对应的所述目标医疗存储数据，包括：

[0034] 对所述更新后的种类分布标准模板对应的描述策略文件进行目标确定，获得所述目标医疗存储数据。

[0035] 第二方面，提供一种电子设备，包括：存储器，用于存储计算机程序；与所述存储器连接的处理器，用于执行该存储器存储的计算机程序，以实现上述的方法。

[0036] 本申请实施例所提供的一种智能化区域采集医疗数据储存的方法及电子设备，通过种类修正网络对医疗存储数据进行识别，获得对医疗存储数据中的误差种类进行模拟修正的模拟结果，根据模拟结果，对医疗存储数据进行更新，获得对医疗存储数据中的误差种类进行更新后的目标医疗存储数据。上述方法通过种类修正网络对医疗存储数据进行准确的识别，这样能进准地确定医疗存储数据中的误差，从而有效地提高医疗存储数据的精确性，因此，避免了存储的相关医疗数据错误的情况，所以，不会导致提取到错误的相关医疗数据。

附图说明

[0037] 为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。

[0038] 图1为本申请实施例所提供的一种智能化区域采集医疗数据储存的方法的流程图。

[0039] 图2为本申请实施例所提供的一种智能化区域采集医疗数据储存的装置的框图。

[0040] 图3为本申请实施例所提供的一种智能化区域采集医疗数据储存的系统的架构图。

具体实施方式

[0041] 为了更好的理解上述技术方案，下面通过附图以及具体实施例对本申请技术方案做详细的说明，应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明，而不是对本申请技术方案的限定，在不冲突的情况下，本申请实施例以及实施例中的技术特征可以相互组合。

[0042] 为改善如背景技术所述的技术问题，发明人创新性地提出了一种智能化区域采集医疗数据储存的方法及电子设备，该方案可以通过种类修正网络对医疗存储数据进行识别，获得对医疗存储数据中的误差种类进行模拟修正的模拟结果，根据模拟结果，对医疗存储数据进行更新，获得对医疗存储数据中的误差种类进行更新后的目标医疗存储数据。上述方法通过种类修正网络对医疗存储数据进行准确的识别，这样能进准地确定医疗存储数据中的误差，从而有效地提高医疗存储数据的精确性，因此，避免了存储的相关医疗数据错误的情况，所以，不会导致提取到错误的相关医疗数据。

[0043] 请参阅图1，示出了一种智能化区域采集医疗数据储存的方法，该方法可以应用于风险账号防入侵识别系统，该方法可以包括以下步骤100‑步骤400所描述的技术方案。

[0044] 步骤100，获取医疗存储数据。

[0045] 可以理解的是，医疗存储数据表示医护人员利用电脑以及手机等传输设备将患者的患病数据以及患者基本数据传输到电子设备中进行存储。

[0046] 步骤200，通过种类修正网络对所述医疗存储数据进行识别，获得对所述医疗存储数据中的误差种类进行模拟修正的模拟结果。

[0047] 示例性的，对误差种类进行精确地分析，这样能有效地确保相关数据具体错误位置，根据具体错误位置进行修正这能有效的提高医疗存储数据的精度。

[0048] 步骤300，所述种类修正网络是通过种类误差医疗样本，以及所述种类误差医疗样本对应的原始医疗样本训练得到的卷积神经网络。

[0049] 举例而言，种类误差医疗样本表示预设的错误数据的模板。

[0050] 步骤400，根据所述模拟结果，对所述医疗存储数据进行更新，获得对所述医疗存储数据中的误差种类进行更新后的目标医疗存储数据。

[0051] 可以理解，在执行上述步骤100‑步骤400所描述的技术方案时，通过种类修正网络对医疗存储数据进行识别，获得对医疗存储数据中的误差种类进行模拟修正的模拟结果，根据模拟结果，对医疗存储数据进行更新，获得对医疗存储数据中的误差种类进行更新后的目标医疗存储数据。上述方法通过种类修正网络对医疗存储数据进行准确的识别，这样能进准地确定医疗存储数据中的误差，从而有效地提高医疗存储数据的精确性，因此，避免了存储的相关医疗数据错误的情况，所以，不会导致提取到错误的相关医疗数据。

[0052] 在一些选择性的实施例中，发明人发现，通过种类修正网络对所述医疗存储数据进行识别，存在医疗存储数据转换为对应的描述策略文件错误的问题，从而难以准确地获得对所述医疗存储数据中的误差种类进行模拟修正的模拟结果，为了改善上述技术问题，步骤200所描述的通过种类修正网络对所述医疗存储数据进行识别，获得对所述医疗存储数据中的误差种类进行模拟修正的模拟结果的步骤，具体可以包括以下步骤q1‑步骤q5所描述的技术方案。

[0053] 步骤q1，将所述医疗存储数据转换为对应的描述策略文件。

[0054] 步骤q2，将所述描述策略文件划分为至少一个子描述策略文件。

[0055] 步骤q3，确定所述至少一个子描述策略文件中的各个划分种类标准模板。

[0056] 步骤q4，根据所述各个划分种类标准模板，确定所述至少一个子描述策略文件的种类分布标准模板。

[0057] 步骤q5，将所述各个子描述策略文件的种类分布标准模板输入到所述种类修正网络中，获取所述各个子种类文件各自的子模拟结果。

[0058] 可以理解，在执行上述步骤q1‑步骤q5所描述的技术方案时，通过种类修正网络对所述医疗存储数据进行识别，避免医疗存储数据转换为对应的描述策略文件错误的问题，从而能够准确地获得对所述医疗存储数据中的误差种类进行模拟修正的模拟结果。

[0059] 在一些选择性的实施例中，发明人发现，将所述医疗存储数据转换为对应的描述策略文件，存在数据储存识别错误的问题，从而难以准确地将所述医疗存储数据转换为对应的描述策略文件，为了改善上述技术问题，步骤q1所描述的将所述医疗存储数据转换为对应的描述策略文件对的步骤，具体可以包括以下步骤w1和步骤w2所描述的技术方案。

[0060] 步骤w1，对所述医疗存储数据进行数据储存识别，确定识别后的目标文件。

[0061] 步骤w2，对所述识别后的目标文件进行描述策略转换，获得对应的所述描述策略文件。

[0062] 可以理解，在执行上述步骤w1和步骤w2所描述的技术方案时，将所述医疗存储数据转换为对应的描述策略文件，避免数据储存识别错误的问题，从而能够准确地将所述医疗存储数据转换为对应的描述策略文件。

[0063] 在一些选择性的实施例中，发明人发现，对所述识别后的目标文件进行描述策略转换，存在数据储存路径或者数据储存路径方向确定不准确的问题，从而难以准确地获得对应的所述描述策略文件，为了改善上述技术问题，步骤w2所描述的对所述识别后的目标文件进行描述策略转换，获得对应的所述描述策略文件的步骤，具体可以包括以下步骤w2a1和步骤w2a2所描述的技术方案。

[0064] 步骤w2a1，通过对所述识别后的目标文件进行数据储存路径确定，获得对应的所述描述策略文件。

[0065] 步骤w2a2，或者，通过对所述识别后的目标文件进行数据存储方向确定，获得对应的所述描述策略文件。

[0066] 可以理解，在执行上述步骤w2a1和步骤w2a2所描述的技术方案时，对所述识别后的目标文件进行描述策略转换，避免数据储存路径或者数据储存路径方向确定不准确的问题，从而能够准确地获得对应的所述描述策略文件。

[0067] 在一些选择性的实施例中，发明人发现，将所述描述策略文件划分为至少一个子描述策略文件时，存在划分不准确的问题，从而难以准确地将所述描述策略文件划分为至少一个子描述策略文件，为了改善上述技术问题，步骤q2所描述的将所述描述策略文件划分为至少一个子描述策略文件的步骤，具体可以包括以下步骤q2a1所描述的技术方案。

[0068] 步骤q2a1，以分类情况为界线，将所述描述策略文件划分为所述至少一个子描述策略文件。

[0069] 可以理解，在执行上述步骤q2a1所描述的技术方案时，将所述描述策略文件划分为至少一个子描述策略文件时，避免划分不准确的问题，从而能够准确地将所述描述策略文件划分为至少一个子描述策略文件。

[0070] 在一些选择性的实施例中，发明人发现，将所述各个子描述策略文件的种类分布标准模板输入到所述种类修正网络中，存在相关计算错误的问题，从而难以准确地获取所述各个子种类文件各自的子模拟结果，为了改善上述技术问题，步骤q5所描述的将所述各个子描述策略文件的种类分布标准模板输入到所述种类修正网络中，获取所述各个子种类文件各自的子模拟结果的步骤，具体可以包括以下步骤q5a1所描述的技术方案。

[0071] 步骤q5a1，将所述各个子描述策略文件对应的种类分布标准模板输入到所述种类修正网络中，获得所述各个子描述策略对应的模拟种类分布标准模板，作为所述各个子描述策略的子模拟结果。

[0072] 可以理解，在执行上述步骤q5a1所描述的技术方案时，，将所述各个子描述策略文件的种类分布标准模板输入到所述种类修正网络中，避免相关计算错误的问题，从而能够准确地获取所述各个子种类文件各自的子模拟结果。

[0073] 在一些选择性的实施例中，发明人发现，根据所述模拟结果，对所述医疗存储数据进行更新，存在更新不准确的问题，从而难以准确地获得对所述医疗存储数据中的误差种类进行更新后的目标医疗存储数据，为了改善上述技术问题，步骤400所描述的根据所述模拟结果，对所述医疗存储数据进行更新，获得对所述医疗存储数据中的误差种类进行更新后的目标医疗存储数据的步骤，具体可以包括以下步骤r1和步骤r2所描述的技术方案。

[0074] 步骤r1，根据所述模拟结果，获取对所述医疗存储数据更新后的种类分布标准模板。

[0075] 步骤r2，生成对所述医疗存储数据更新后的种类分布标准模板对应的所述目标医疗存储数据。

[0076] 可以理解，在执行上述步骤r1和步骤r2所描述的技术方案时，据所述模拟结果，对所述医疗存储数据进行更新，避免更新不准确的问题，从而能够准确地获得对所述医疗存储数据中的误差种类进行更新后的目标医疗存储数据。

[0077] 在一些选择性的实施例中，发明人发现，根据所述模拟结果，存在种类分布标准模板不精确的问题，从而难以精确地获取对所述医疗存储数据更新后的种类分布标准模板，为了改善上述技术问题，步骤r1所描述的根据所述模拟结果，获取对所述医疗存储数据更新后的种类分布标准模板的步骤，具体可以包括以下步骤r1a1‑步骤r1a3所描述的技术方案。

[0078] 步骤r1a1，将所述医疗存储数据对应的种类分布标准模板与样本模板之和，作为更新后的种类分布标准模板。

[0079] 步骤r1a2，所述样本模板是至少一个子描述策略文件各自对应的模拟种类分布标准模板，与所述医疗存储数据对应的种类分布标准模板之间差异的历史标准模板。

[0080] 步骤r1a3，或者，将所述至少一个子描述策略文件各自对应的模拟种类分布标准模板，作为所述更新后的种类分布标准模板。

[0081] 可以理解，在执行上述步骤r1a1‑步骤r1a3所描述的技术方案时，根据所述模拟结果，避免种类分布标准模板不精确的问题，从而能够精确地获取对所述医疗存储数据更新后的种类分布标准模板。

[0082] 在一些选择性的实施例中，发明人发现，生成对所述医疗存储数据更新后的种类分布标准模板对应的所述目标医疗存储数据时，存在描述策略文件进行目标确定的技术问题，从而难以准确地生成对所述医疗存储数据更新后的种类分布标准模板对应的所述目标医疗存储数据，为了改善上述技术问题，步骤r2所描述的生成对所述医疗存储数据更新后的种类分布标准模板对应的所述目标医疗存储数据的步骤，具体可以包括以下步骤r2a1所描述的技术方案。

[0083] 步骤r2a1，对所述更新后的种类分布标准模板对应的描述策略文件进行目标确定，获得所述目标医疗存储数据。

[0084] 可以理解，在执行上述步骤r2a1所描述的技术方案时，生成对所述医疗存储数据更新后的种类分布标准模板对应的所述目标医疗存储数据时，避免描述策略文件进行目标确定的技术问题，从而能够准确地生成对所述医疗存储数据更新后的种类分布标准模板对应的所述目标医疗存储数据。

[0085] 基于上述基础，通过种类修正网络对所述医疗存储数据进行识别，获得对所述医疗存储数据中的误差种类进行模拟修正的模拟结果之前，还包括以下步骤j1‑步骤j3所描述的技术方案。

[0086] 步骤j1，获取所述原始医疗样本。

[0087] 步骤j2，对所述原始医疗样本对应的描述策略文件中的局部医疗数据带进行种类分布标准模板的差异识别，得到所述原始医疗样本对应的种类误差医疗样本。

[0088] 步骤j3，以所述种类误差医疗样本为输入，并以所述原始医疗样本为训练目标进行机器学习训练，获得所述种类修正网络。

[0089] 可以理解，在执行上述步骤j1‑步骤j3所描述的技术方案时，通过提高种类分布标准模板的差异识别的准确度，从而能精确地获得种类修正网络。

[0090] 在上述基础上，请结合参阅图2，提供了一种智能化区域采集医疗数据储存的装置200，应用于电子设备，所述装置包括：

[0091] 数据获取模块210，用于获取医疗存储数据；

[0092] 结果修正模块220，用于通过种类修正网络对所述医疗存储数据进行识别，获得对所述医疗存储数据中的误差种类进行模拟修正的模拟结果；

[0093] 网络确定模块230，用于所述种类修正网络是通过种类误差医疗样本，以及所述种类误差医疗样本对应的原始医疗样本训练得到的卷积神经网络；

[0094] 数据更新模块240，用于根据所述模拟结果，对所述医疗存储数据进行更新，获得对所述医疗存储数据中的误差种类进行更新后的目标医疗存储数据。

[0095] 在上述基础上，请结合参阅图3，示出了一种智能化区域采集医疗数据储存的系统300，包括互相之间通信的处理器310和存储器320，所述识别器310用于从所述存储器320中读取计算机程序并执行，以实现上述的方法。

[0096] 在上述基础上，还提供了一种电子设备，包括：存储器，用于存储计算机程序；与所述存储器连接的处理器，用于执行该存储器存储的计算机程序，以实现上述的方法。

[0097] 综上，基于上述方案，通过种类修正网络对医疗存储数据进行识别，获得对医疗存储数据中的误差种类进行模拟修正的模拟结果，根据模拟结果，对医疗存储数据进行更新，获得对医疗存储数据中的误差种类进行更新后的目标医疗存储数据。上述方法通过种类修正网络对医疗存储数据进行准确的识别，这样能进准地确定医疗存储数据中的误差，从而有效地提高医疗存储数据的精确性，因此，避免了存储的相关医疗数据错误的情况，所以，不会导致提取到错误的相关医疗数据。

[0098] 应当理解，上述所示的系统及其模块可以利用各种方式来实现。例如，在一些实施例中，系统及其模块可以通过硬件、软件或者软件和硬件的结合来实现。其中，硬件部分可以利用专用逻辑来实现；软件部分则可以存储在存储器中，由适当的指令执行系统，例如微处理器或者专用设计硬件来执行。本领域技术人员可以理解上述的方法和系统可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、CD或DVD‑ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本申请的系统及其模块不仅可以有诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用例如由各种类型的处理器所执行的软件实现，还可以由上述硬件电路和软件的结合(例如，固件)来实现。

[0099] 需要说明的是，不同实施例可能产生的有益效果不同，在不同的实施例里，可能产生的有益效果可以是以上任意一种或几种的组合，也可以是其他任何可能获得的有益效果。

[0100] 上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本申请的限定。虽然此处并没有明确说明，本领域技术人员可能会对本申请进行各种修改、改进和修正。该类修改、改进和修正在本申请中被建议，所以该类修改、改进、修正仍属于本申请示范实施例的精神和范围。

[0101] 同时，本申请使用了特定词语来描述本申请的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本申请至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本申请的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。

[0102] 此外，本领域技术人员可以理解，本申请的各方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的工序、机器、产品或物质的组合，或对他们的任何新的和有用的改进。相应地，本申请的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。此外，本申请的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品，该产品包括计算机可读程序编码。

[0103] 计算机存储介质可能包含一个内含有计算机程序编码的传播数据信号，例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式，包括电磁形式、光形式等，或合适的组合形式。计算机存储介质可以是除计算机可读存储介质之外的任何计算机可读介质，该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机存储介质上的程序编码可以通过任何合适的介质进行传播，包括无线电、电缆、光纤电缆、RF、或类似介质，或任何上述介质的组合。

[0104] 本申请各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写，包括面向对象编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等，常规程序化编程语言如C语言、Visual Basic、Fortran 2003、Perl、COBOL 2002、PHP、ABAP，动态编程语言如Python、Ruby和Groovy，或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下，远程计算机可以通过任何网络形式与用户计算机连接，比如局域网(LAN)或广域网(WAN)，或连接至外部计算机(例如通过因特网)，或在云计算环境中，或作为服务使用如软件即服务(SaaS)。

[0105] 此外，除非权利要求中明确说明，本申请所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本申请流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本申请实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。

[0106] 同理，应当注意的是，为了简化本申请披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本申请实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本申请对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。

[0107] 一些实施例中使用了描述成分、属性数量的数字，应当理解的是，此类用于实施例描述的数字，在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明，“大约”、“近似”或“大体上”表明所述数字允许有适应性的变化。相应地，在一些实施例中，说明书和权利要求中使用的数值参数均为近似值，该近似值根据个别实施例所需特点可以发生改变。在一些实施例中，数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本申请一些实施例中用于确认其范围广度的数值域和参数为近似值，在具体实施例中，此类数值的设定在可行范围内尽可能精确。

[0108] 针对本申请引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本申请作为参考。与本申请内容不一致或产生冲突的申请历史文件除外，对本申请权利要求最广范围有限制的文件(当前或之后附加于本申请中的)也除外。需要说明的是，如果本申请附属材料中的描述、定义、和/或术语的使用与本申请所述内容有不一致或冲突的地方，以本申请的描述、定义和/或术语的使用为准。

[0109] 最后，应当理解的是，本申请中所述实施例仅用以说明本申请实施例的原则。其他的变形也可能属于本申请的范围。因此，作为示例而非限制，本申请实施例的替代配置可视为与本申请的教导一致。相应地，本申请的实施例不仅限于本申请明确介绍和描述的实施例。

[0110] 以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。