基于重要程度和优先级的组卷方法、装置、设备及介质与流程

1.本发明涉及数据处理技术领域，尤其是基于重要程度和优先级的组卷方法、装置、设备及介质。


背景技术：

2.在大型考试到来之前，学生往往会通过考前模拟卷为自己的知识水平做铺垫，往往模拟卷一般由老师从试题库中进行长时间筛选得到的，这种人工组卷的方法需要消耗大量人力，而现在的市面上的自动组卷方法一般采用基于简单规则的策略，例如根据人为的设定试题难度随机进行试卷组成，而这样的方法并没有考虑到各个题目在试卷所在位置的合理性，同时，这种组卷方式没有考虑到学生自身的学习能力个性化差异，学生并不能针对性的对尚未掌握的知识点进行学习。


技术实现要素：

3.有鉴于此，本发明实施例提供一种基于重要程度和优先级的组卷方法、装置、设备及介质，以提高组卷效率且能在组卷时考虑不同学生的学习能力个性化差异。
4.本发明的一方面提供了一种基于重要程度和优先级的组卷方法，包括：
5.获取目标学生的个人信息以及试题库信息，所述目标学生的试题库信息包括目标学生的答错试题和未答试题；
6.获取目标试卷信息，根据所述目标试卷信息进行知识点布局，得到基本试卷模板；
7.根据所述试题库信息和所述知识点布局的信息，确定试卷中各个题目的重要程度；
8.根据所述目标学生的个人信息以及所述试题库信息，确定试卷中各个题目的优先级；
9.根据所述各个题目的重要程度和优先级，计算各个题号的备选题库；
10.根据所述各个题号的备选题库对目标试卷进行填充，完成组卷过程。
11.可选地，所述获取目标试卷信息，根据所述目标试卷信息进行知识点布局，得到基本试卷模板，包括：
12.获取目标试卷信息，所述目标试卷信息包括目标试卷中各题型的分数设置、各个题型的题目数量以及各个学科所涉及的知识点范围；
13.根据每个知识点在各个试卷不同题型的平均出题量，构建出题量矩阵；
14.根据所述出题量矩阵，计算目标试卷所涉及各个知识点的出题分布矩阵；
15.根据所述出题分布矩阵进行知识点布局，得到基本试卷模板。
16.可选地，所述获取目标试卷信息，根据所述目标试卷信息进行知识点布局，得到基本试卷模板，还包括：
17.根据所述出题分布矩阵，判定当前题型的各个知识点题目数量少于预设数量时，根据目标学生的历史答题记录获取目标学生在各个知识点的得分率向量、在各个知识点的
平均得分率向量以及得分率差值向量；
18.根据所述得分率向量、平均得分率向量以及得分率差值向量，确定新增的各个知识点题目。
19.可选地，所述根据所述试题库信息和所述知识点布局的信息，确定试卷中各个题目的重要程度，包括：
20.根据所述试题库信息和所述知识点布局的信息，获取知识点在试卷不同位置的出现频率；
21.获取目标题目的分值与相同题型下题目的分值之间的比值；
22.获取题目在不同试卷中目标位置的出现次数；
23.根据所述出现频率、所述比值以及所述出现次数，确定所述试卷中各个题目的重要程度。
24.可选地，所述根据所述试题库信息和所述知识点布局的信息，确定试卷中各个题目的重要程度，还包括：
25.根据各个知识点布局的信息计算知识点在不同题号的重要程度；
26.根据各个知识点在不同题号的重要程度以及各个题号的题目信息，计算各个题目在不同题号的重要程度集合；
27.其中，所述知识点在不同题号的重要程度的计算公式为：
[0028][0029]
其中，ik
k，i，t
为知识点k在题号为i且题型为t的重要程度；kor
k，i，t
为知识点k在题号为i且题型为t的出现概率；score
k，i，t，n
为知识识点k在题号为i且题型为t的在试卷n题目分数；scorelist
t，n
为试卷n中题型为t的分数集合；n为知识点k在试卷出现的个数；
[0030]
所述各个题目在不同题号的重要程度的计算公式为：
[0031][0032]
其中，iq
i，j
为题目j在题号i的重要程度，qot
i，j
为题目j在题号i出现的次数，k
j
为题目j的知识点集合。
[0033]
可选地，所述根据所述目标学生的个人信息以及所述试题库信息，确定试卷中各个题目的优先级，包括：
[0034]
根据所述目标学生的个人信息以及所述试题库信息，确定各个题目的时效性；
[0035]
根据所述目标学生的个人信息以及所述试题库信息，判断目标学生的所处年级信息，所述年级信息用于确定所述目标学生的所处年级是否与各个题目的所处年级相同；
[0036]
根据所述目标学生的个人信息以及所述试题库信息，获取所述目标学生对各个题目的最近一次做题时间；
[0037]
根据所述时效性、所述年级信息以及所述最近一次做题时间，计算试卷中各个题目的优先级。
[0038]
可选地，所述根据所述各个题号的备选题库对目标试卷进行填充，完成组卷过程，包括：
[0039]
将每个题目的重要程度和优先级按照题号进行划分，获得各个题号的备选题库以及备选题的重要程度向量和优先级向量；
[0040]
将重要程度向量和优先级向量进行归一化，将归一化后的两个向量相加得到各题目在各个题号中各题的综合优先度向量；
[0041]
将每个题号的备选题目按照综合优先度进行由大到小排序；
[0042]
选取综合优先度最高的题目，判断当前该题目所涉知识点的题目数是否超过预设个数，若不超过，则将该题目填充到试卷中。
[0043]
本发明实施例的另一方面提供了一种基于重要程度和优先级的组卷装置，包括：
[0044]
第一模块，用于获取目标学生的个人信息以及试题库信息，所述目标学生的试题库信息包括目标学生的答错试题和未答试题；
[0045]
第二模块，用于获取目标试卷信息，根据所述目标试卷信息进行知识点布局，得到基本试卷模板；
[0046]
第三模块，用于根据所述试题库信息和所述知识点布局的信息，确定试卷中各个题目的重要程度；
[0047]
第四模块，用于根据所述目标学生的个人信息以及所述试题库信息，确定试卷中各个题目的优先级；
[0048]
第五模块，用于根据所述各个题目的重要程度和优先级，计算各个题号的备选题库；
[0049]
第六模块，用于根据所述各个题号的备选题库对目标试卷进行填充，完成组卷过程。
[0050]
本发明实施例的另一方面提供了一种电子设备，包括处理器以及存储器；
[0051]
所述存储器用于存储程序；
[0052]
所述处理器执行所述程序实现如前面所述的方法。
[0053]
本发明实施例的另一方面提供了一种计算机可读存储介质，所述存储介质存储有程序，所述程序被处理器执行实现如前面所述的方法。
[0054]
本发明实施例还公开了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行前面的方法。
[0055]
本发明的实施例首先获取目标学生的个人信息以及试题库信息，所述目标学生的试题库信息包括目标学生的答错试题和未答试题；接着获取目标试卷信息，根据所述目标试卷信息进行知识点布局，得到基本试卷模板；然后根据所述试题库信息和所述知识点布局的信息，确定试卷中各个题目的重要程度；根据所述目标学生的个人信息以及所述试题库信息，确定试卷中各个题目的优先级；根据所述各个题目的重要程度和优先级，计算各个题号的备选题库；最后根据所述各个题号的备选题库对目标试卷进行填充，完成组卷过程。本发明实施例可以根据题库信息、学生信息，计算出题库中的每题在不同试卷位置的重要程度以及对目标学生的优先度，用此方法得到的试卷不仅可以针对不同学生个性化的进行组卷，同时避免了试卷出题分布不合理和某知识点出题过多的情况，满足个性化试卷组成的需求，提高了组卷效率。
附图说明
[0056]
为了更清楚地说明本技术实施例中的技术方案，下面将对实施例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技术的一些实施例，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。
[0057]
图1为本发明实施例提供的基于重要程度和优先级的组卷方法的步骤流程图。
具体实施方式
[0058]
为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
[0059]
针对现有技术存在的问题，本发明实施例提供了一种基于重要程度和优先级的组卷方法，如图1所示，方法包括以下步骤：
[0060]
获取目标学生的个人信息以及试题库信息，所述目标学生的试题库信息包括目标学生的答错试题和未答试题；
[0061]
获取目标试卷信息，根据所述目标试卷信息进行知识点布局，得到基本试卷模板；
[0062]
根据所述试题库信息和所述知识点布局的信息，确定试卷中各个题目的重要程度；
[0063]
根据所述目标学生的个人信息以及所述试题库信息，确定试卷中各个题目的优先级；
[0064]
根据所述各个题目的重要程度和优先级，计算各个题号的备选题库；
[0065]
根据所述各个题号的备选题库对目标试卷进行填充，完成组卷过程。
[0066]
可选地，所述获取目标试卷信息，根据所述目标试卷信息进行知识点布局，得到基本试卷模板，包括：
[0067]
获取目标试卷信息，所述目标试卷信息包括目标试卷中各题型的分数设置、各个题型的题目数量以及各个学科所涉及的知识点范围；
[0068]
根据每个知识点在各个试卷不同题型的平均出题量，构建出题量矩阵；
[0069]
根据所述出题量矩阵，计算目标试卷所涉及各个知识点的出题分布矩阵；
[0070]
根据所述出题分布矩阵进行知识点布局，得到基本试卷模板。
[0071]
可选地，所述获取目标试卷信息，根据所述目标试卷信息进行知识点布局，得到基本试卷模板，还包括：
[0072]
根据所述出题分布矩阵，判定当前题型的各个知识点题目数量少于预设数量时，根据目标学生的历史答题记录获取目标学生在各个知识点的得分率向量、在各个知识点的平均得分率向量以及得分率差值向量；
[0073]
根据所述得分率向量、平均得分率向量以及得分率差值向量，确定新增的各个知识点题目。
[0074]
可选地，所述根据所述试题库信息和所述知识点布局的信息，确定试卷中各个题目的重要程度，包括：
[0075]
根据所述试题库信息和所述知识点布局的信息，获取知识点在试卷不同位置的出
现频率；
[0076]
获取目标题目的分值与相同题型下题目的分值之间的比值；
[0077]
获取题目在不同试卷中目标位置的出现次数；
[0078]
根据所述出现频率、所述比值以及所述出现次数，确定所述试卷中各个题目的重要程度。
[0079]
可选地，所述根据所述试题库信息和所述知识点布局的信息，确定试卷中各个题目的重要程度，还包括：
[0080]
根据各个知识点布局的信息计算知识点在不同题号的重要程度；
[0081]
根据各个知识点在不同题号的重要程度以及各个题号的题目信息，计算各个题目在不同题号的重要程度集合；
[0082]
其中，所述知识点在不同题号的重要程度的计算公式为：
[0083][0084]
其中，ik
k，i，t
为知识点k在题号为i且题型为t的重要程度；kor
k，i，t
为知识点k在题号为i且题型为t的出现概率；score
k，i，t，n
为知识识点k在题号为i且题型为t的在试卷n题目分数；scorelist
t，n
为试卷n中题型为t的分数集合；n为知识点k在试卷出现的个数；
[0085]
所述各个题目在不同题号的重要程度的计算公式为：
[0086][0087]
其中，iq
i，j
为题目j在题号i的重要程度，qot
i，j
为题目j在题号i出现的次数，k
j
为题目j的知识点集合。
[0088]
可选地，所述根据所述目标学生的个人信息以及所述试题库信息，确定试卷中各个题目的优先级，包括：
[0089]
根据所述目标学生的个人信息以及所述试题库信息，确定各个题目的时效性；
[0090]
根据所述目标学生的个人信息以及所述试题库信息，判断目标学生的所处年级信息，所述年级信息用于确定所述目标学生的所处年级是否与各个题目的所处年级相同；
[0091]
根据所述目标学生的个人信息以及所述试题库信息，获取所述目标学生对各个题目的最近一次做题时间；
[0092]
根据所述时效性、所述年级信息以及所述最近一次做题时间，计算试卷中各个题目的优先级。
[0093]
可选地，所述根据所述各个题号的备选题库对目标试卷进行填充，完成组卷过程，包括：
[0094]
将每个题目的重要程度和优先级按照题号进行划分，获得各个题号的备选题库以及备选题的重要程度向量和优先级向量；
[0095]
将重要程度向量和优先级向量进行归一化，将归一化后的两个向量相加得到各题目在各个题号中各题的综合优先度向量；
[0096]
将每个题号的备选题目按照综合优先度进行由大到小排序；
[0097]
选取综合优先度最高的题目，判断当前该题目所涉知识点的题目数是否超过预设
个数，若不超过，则将该题目填充到试卷中。
[0098]
本发明实施例的另一方面提供了一种基于重要程度和优先级的组卷装置，包括：
[0099]
第一模块，用于获取目标学生的个人信息以及试题库信息，所述目标学生的试题库信息包括目标学生的答错试题和未答试题；
[0100]
第二模块，用于获取目标试卷信息，根据所述目标试卷信息进行知识点布局，得到基本试卷模板；
[0101]
第三模块，用于根据所述试题库信息和所述知识点布局的信息，确定试卷中各个题目的重要程度；
[0102]
第四模块，用于根据所述目标学生的个人信息以及所述试题库信息，确定试卷中各个题目的优先级；
[0103]
第五模块，用于根据所述各个题目的重要程度和优先级，计算各个题号的备选题库；
[0104]
第六模块，用于根据所述各个题号的备选题库对目标试卷进行填充，完成组卷过程。
[0105]
本发明实施例的另一方面提供了一种电子设备，包括处理器以及存储器；
[0106]
所述存储器用于存储程序；
[0107]
所述处理器执行所述程序实现如前面所述的方法。
[0108]
本发明实施例的另一方面提供了一种计算机可读存储介质，所述存储介质存储有程序，所述程序被处理器执行实现如前面所述的方法。
[0109]
本发明实施例还公开了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行前面的方法。
[0110]
下面对本发明的组卷方法的实现原理进行详细描述：
[0111]
一种基于重要程度和优先级的个性化自动组卷方法，其中包括：
[0112]
1.获取目标学生的基本信息、试题库信息，所述目标学生试题库为目标学生答错试题和未答试题
[0113]
2.输入目标试卷的信息，对试卷自动化地进行知识点分布，形成基本试卷模板；
[0114]
3.根据所述试题库的信息和知识点的信息，确定各题的重要程度；
[0115]
4.根据所选试题库的信息和所述学生的信息，确定各题的优先度；
[0116]
5.根据各题目重要程度和优先级计算得到各题号的备选题库，进行目标试卷的填充。
[0117]
所述学生的基本信息，包括：学生的答题记录、学生所在年级等；
[0118]
所述试题库信息，包括：各题考察的知识点集合、各题的题目类型、各题所属试卷集合、各题在不同试卷的题号集合、学生上次答题时间、目标学生答题次数、目标学生答错次数、各题目的出题时间、各题目的目标年级、各年级的预设难度、各年级的实际难度；
[0119]
所述目标试卷的信息，包括：包含题型、各题型的题目数量、题目分数以及试卷所涉及的知识点；其中题目数量不得超过特定最大值。
[0120]
进一步地，所述对试卷自动化地进行知识点分布，形成基本试卷模板，包括以下步
骤：
[0121]
1)、输入目标试卷的基本信息，包括目标试卷中各题型的分数设置、各个题型的题目数量、所涉及的知识点范围，typecount
t
表示目标试卷中题型t的出题数量；
[0122]
2)、计算目标试卷学科所涉每个知识点在各个试卷不同题型的平均出题量，得到出题量矩阵count：
[0123]
3)、根据出题量矩阵count，计算目标试卷所涉及各个知识点的出题分布矩阵count`；所述计算每个知识点在各个试卷不同题型的平均出题量，通过四含五入方式取整，得到出题分布矩阵count，count如下所示
[0124]
count＝[count1…
count
t
…
count
len(type)
]
t
[0125]
count
t
＝[count
t，1
…
count
t，k
…
count
t，len
(k)]
[0126]
其中count
t
表示各个知识点在题型t中的数量分布，count
t，k
为知识点k在题型t中平均出题量，len(type)为题型数量，len(k)为知识点数量；
[0127]
所述根据出题量矩阵count，计算目标试卷各个知识点的出题分布，得到目标矩阵出题分布矩阵为count`，count`如下所示
[0128]
count`＝[count`1…
count`
t
…
count`
len(type)
]
t
[0129]
count`
t
＝[count`
t，1
…
count`
t，k
…
count`
t，len(k)
]
[0130][0131]
其中[m]表示向下取整，count`
t
表示在目标试卷中各个知识点在题型t中的数量分布，count`
t，k
为知识点k在题型t中目标出题量；
[0132]
可选地，若|count`
t
|＜typecount
t
，即当前题型t各知识点题目数量少于预设数量，记dvalue＝typecount
t
‑
|count`
t
|；根据学生历史答题记录，获取目标学生各知识点的得分率rate_stu向量、各知识点的平均得分率向量rate_ave以及最终得到得分率差值向量rate_delta，分别如下所示
[0133][0134][0135]
rate_delta＝rate_stu
‑
rate_ave
[0136]
从小到大进行排序，取前dvalue个知识点(目标考试所涉的知识点)，被选取的知识点的题目个数加1，获得新的count`
t
，若仍|count`
t
|＜typecount
t
，重复此步。
[0137]
所述各题的重要程度，判断某题对于某一位置(如试卷第一题、选择题第一题)的重要成都，其判断依据为：该题所涉及知识点在试卷不同位置出现的频率是否高(知识点出现概率越高认为涉及知识点在此位置的重要程度越高)、该题的分数与相同题型的分值的比值(比值越高即分数越高，认为重要程度越高)，该题在不同试卷中某一位置的出现次数(出现次数越多，则认为该题的考察的思维方式重要程度越高)。
[0138]
进一步地，根据所述试题库的信息和知识点的信息得到各题的重要程度，包括：
[0139]
1)根据各个知识点的信息计算知识点在不同题号的重要程度；
[0140]
2)根据各个知识点的重要程度以及各个题目信息计算各个题目在不同的题号重要程度集合；
[0141]
其中，所述的根据各个知识点的信息计算知识点在不同题号的重要程度，各个知
识点在不同题号的重要程度根据公式一计算，所述公式一包括：
[0142][0143]
其中，ik
k，i，t
为知识点k在题号为i且题型为t的重要程度，kor
k，i，t
为知识点k在题号为i且题型为t的出现概率，score
k，i，t，n
为知识识点k在题号为i且题型为t的在试卷n题目分数，scorelist
t，n
为试卷n中题型为t的分数集合，n为知识点k在试卷出现的个数；
[0144]
所述根据各个知识点的重要程度以及各个题目信息计算各个题目在不同题号的重要程度集合，各个题目在不同题号的重要程度根据公示二计算，所述公式二包括：
[0145][0146]
iq
i，j
为题目j在题号i的重要程度，qot
i，j
为题目j在题号i出现的次数，k
j
为题目j的知识点集合。
[0147]
进一步地，所选试题库的信息和所述学生的信息，确定各题的优先级，包括：
[0148]
根据公式三，计算试题在不同题号的优先度；所述各题的优先度，判断某题对于某一位置的重要性，其判断依据为：该题是否具有时效性(具有时效性的题，需要考虑当前年份)，目标学生的年级是否与该题目标年级相同(认为学生年级与目标年级越相近，优先度越高)，该学生上次做题时间(时间越久远，优先度越高)；
[0149]
所述公式三包括：
[0150][0151]
pri
i，j
＝i(timeliness＝＝true)
×
i(effective＝＝true)
×
o
i，j
；
[0152]
pri
i，j
为题目j在题号i的优先度，i()为示性函数，daynow为组卷的时间日期，即当前时间，daylast
j
为该学生上次做题目j的日期，sturate
k
为该学生题目j的得分率，averate
k
为数据库中所有学生题目j的平均得分率，sgrade学生当年年级，qgrade题目的目标年级，rate
i，j
为题目出现在题号i的概率；pr1、pr2为权重系数；
[0153]
其中，若目标学生先前尚未做过该题，daylast
j
与daynow相同，sturate
k
与averate
k
相同。
[0154]
进一步地，所述根据各题目重要程度和优先级计算得到各题号的备选题库，进行目标试卷的填充，包括：
[0155]
1)将每个题目的重要程度和优先级按照题号进行划分，获得各题号的备选题库以及备选题的重要程度向量和优先级向量；
[0156]
2)将重要程度向量和优先级向量进行归一化，将归一化后的两个向量相加得到各题目在各个题号中各题的综合优先度向量；
[0157]
3)将每个题号的备选题目按照综合优先度进行由大到小排序；
[0158]
4)选取综合优先度最高的题目，判断当前该题目所涉知识点的题目数是否超过预设个数，若超过个数，选取下一个题，重复此步骤；若不超过，填充到试卷中；
[0159]
其中，所述将每个题目的重要程度和优先级按照题号进行划分，得到多个向量包括：
[0160]
a)第i题重要程度向量：
[0161]
b)第i题优先级向量：
[0162]
其中，len
i
为题库中可能出现在第i题的个数；
[0163]
所述将各个数组进行归一化，计算各题目在各个题号的综合优先度，包括：得到新的重要程度向量和优先级向量
[0164]
综上所述，本发明可以根据题库信息、学生信息，计算出题库中的每题在不同试卷位置的重要程度以及对目标学生的优先度，用此方法得到的试卷不仅可以针对不同学生个性化的进行组卷，同时避免了试卷出题分布不合理和某知识点出题过多的情况，满足个性化试卷组成的需求。
[0165]
在一些可选择的实施例中，在方框图中提到的功能/操作可以不按照操作示图提到的顺序发生。例如，取决于所涉及的功能/操作，连续示出的两个方框实际上可以被大体上同时地执行或所述方框有时能以相反顺序被执行。此外，在本发明的流程图中所呈现和描述的实施例以示例的方式被提供，目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的，其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。
[0166]
此外，虽然在功能性模块的背景下描述了本发明，但应当理解的是，除非另有相反说明，所述的功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中，或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是，有关每个模块的实际实现的详细讨论对于理解本发明是不必要的。更确切地说，考虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下，在工程师的常规技术内将会了解该模块的实际实现。因此，本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本发明。还可以理解的是，所公开的特定概念仅仅是说明性的，并不意在限制本发明的范围，本发明的范围由所附权利要求书及其等同方案的全部范围来决定。
[0167]
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read
‑
only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0168]
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
[0169]
计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(ram)，只读存储器(rom)，可擦除可编辑只读存储器(eprom或闪速存储器)，光纤装置，以及便携式光盘只读存储器(cdrom)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
[0170]
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。
[0171]
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
[0172]
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。
[0173]
以上是对本发明的较佳实施进行了具体说明，但本发明并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做出种种的等同变形或替换，这些等同的变形或替换均包含在本技术权利要求所限定的范围内。