一种基于神经网络的智能控制开关电源方法及装置与流程

1.本发明涉及人工智能技术，尤其涉及一种基于神经网络的智能控制开关电源方法、装置及电子设备。


背景技术：

2.伴随人工智能技术的发展，推动了各行各业的发展，同样的，智能家居领域也蓬勃兴起，其中也包括智能控制开关电源。
3.目前常用的智能控制开关电源主要基于声纹识别，如用户发出关闭客厅灯的语音，客厅所在声音捕捉器捕捉到该语音后，将该语音转为电信号关闭客厅灯。
4.上述方法虽然可提高控制开关电源的智能性，但受限于距离，用户只能在开关电源附近，其次由于可能存在用户无意发出语音控制，从而导致误操作现象，如用户与人交谈涉及关闭客厅灯的语音，但其实用户本意并非关闭客厅灯，但直接导致客厅灯关闭的现象。


技术实现要素：

5.本发明提供一种基于神经网络的智能控制开关电源方法、装置及电子设备，其主要目的在于解决控制开关电源的智能性较低及控制开关电源的距离受限的问题。
6.为实现上述目的，本发明提供的一种基于神经网络的智能控制开关电源方法，包括：接收便携式电子设备发出的控制开关语音，从所述控制开关语音中提取语音特征；利用预训练完成的语音情绪检测模型，检测所述语音特征是否为误控制开关语音；当检测出所述语音特征不是所述误控制开关语音时，将所述语音特征转换为开关控制文本，提取所述开关控制文本的控制关键词；利用预训练完成的开关控制神经网络，识别出与所述控制关键词对应的开关型号；根据所述开关型号索引出待控制开关，并向预构建的多媒体通信系统发送开关控制请求；接收所述多媒体通信系统响应所述开关控制请求发送的通信搭建消息，根据所述通信搭建消息，建立所述待控制开关与所述便携式电子设备之间的控制信道，并利用所述控制信道执行对所述待控制开关执行开关控制。
7.可选地，预训练完成的开关控制神经网络，包括：从mobilenetv2神经网络中提取预设顺序的网络层，得到mobilenet网络层；获取全卷积神经网络，将所述mobilenet网络层与所述全卷积神经网络连接，得到卷积神经网络层；构建开关型号预测函数，将所述激活函数与所述卷积神经网络层相连得到待训练
的所述开关控制神经网络；获取关键词训练集及对应的真实标签集，将所述关键词训练集输入至所述开关控制神经网络中训练，得到预测标签集；根据所述真实标签集及所述预测标签集，调节待训练的所述开关控制神经网络，得到训练完成的所述开关控制神经网络。
8.可选地，所述获取关键词训练集及对应的真实标签集，将所述关键词训练集输入至所述开关控制神经网络中训练，得到预测标签集，包括：利用所述卷积神经网络层对所述关键词训练集执行卷积特征提取，得到关键词特征集；将所述关键词特征集作为所述开关型号预测函数的入参，计算得到所述预测标签集。
9.可选地，所述根据所述真实标签集及所述预测标签集，调节待训练的所述开关控制神经网络，得到训练完成的所述开关控制神经网络，包括：计算所述真实标签集及所述预测标签集的误差值；判断所述误差值与指定误差阈值的大小关系；若所述误差值大于所述指定误差阈值，调节所述开关控制神经网络的内部参数，并返回所述关键词训练集输入至所述开关控制神经网络步骤；若所述误差值小于或等于所述指定误差阈值，得到训练完成的所述开关控制神经网络。
10.可选地，所述接收所述多媒体通信系统响应所述开关控制请求发送的通信搭建消息，之前还包括：接收所述便携式电子设备发送的序列号，并根据所述序列号生成虚拟号信息；将所述虚拟号信息发送至所述便携式电子设备，并在接收到所述便携式电子设备响应所述虚拟信息号返回的注册请求时，将所述注册请求转化成多媒体通信协议验证请求；根据所述多媒体通信协议注册请求，向所述便携式电子设备发送鉴权请求；根据所述鉴权请求，调用预构建的注册服务器对所述便携式电子设备进行鉴权，当鉴权通过时，接收所述多媒体通信系统响应所述开关控制请求发送的通信搭建消息。
11.可选地，所述根据所述通信搭建消息，建立所述待控制开关与所述便携式电子设备之间的控制信道，包括：根据预构建的信令网关，将所述通信搭建消息转换成符合所述便携式电子设备的通信协议的搭建协议；将所述搭建协议发送至所述便携式电子设备，完成所述待控制开关与所述便携式电子设备控制信道搭建。
12.可选地，所述根据所述序列号生成虚拟号信息，包括：利用所述多媒体通信系统接收所述序列号，并根据所述序列号，获取所述便携式电子设备的开户信息；利用所述开户信息生成对应的所述虚拟号信息。
13.为了解决上述问题，本发明还提供一种基于神经网络的智能控制开关电源装置，
所述装置包括：语音特征提取模块，用于接收便携式电子设备发出的控制开关语音，从所述控制开关语音中提取语音特征；控制关键词提取模块，用于利用预训练完成的语音情绪检测模型，检测所述语音特征是否为误控制开关语音，当检测出所述语音特征不是所述误控制开关语音时，将所述语音特征转换为开关控制文本，提取所述开关控制文本的控制关键词；开关型号识别模块，用于利用预训练完成的开关控制神经网络，识别出与所述控制关键词对应的开关型号；开关控制模块，用于根据所述开关型号索引出待控制开关，并向预构建的多媒体通信系统发送开关控制请求，接收所述多媒体通信系统响应所述开关控制请求发送的通信搭建消息，根据所述通信搭建消息，建立所述待控制开关与所述便携式电子设备之间的控制信道，并利用所述控制信道执行对所述待控制开关执行开关控制。
14.为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以实现上述所述的基于神经网络的智能控制开关电源方法。
15.本发明实施例中，相比于背景技术使用声纹识别智能控制开关电源，从而产生控制开关电源的智能性较低及控制开关电源的距离受限的问题来说，一方面先接收便携式电子设备发出的控制开关语音，并从所述控制开关语音中提取语音特征，进而利用预训练完成的语音情绪检测模型，检测所述语音特征是否为误控制开关语音，当所述语音特征为误控制开关语音时，则不执行开关电源的控制操作，故提高了控制开关电源的智能性，解决了背景技术所提的误操作问题，另一方面，为了解决控制开关电源的距离受限问题，本发明实施例利用多媒体通信系统作为传输介质，接收所述多媒体通信系统响应所述开关控制请求发送的通信搭建消息，并根据所述通信搭建消息建立所述待控制开关与所述便携式电子设备之间的控制信道，从而实现远程控制电源。因此，本发明提出的一种基于神经网络的智能控制开关电源方法、装置、电子设备可以解决控制开关电源的智能性较低及控制开关电源的距离受限的问题。
附图说明
16.图1为本发明一实施例提供的基于神经网络的智能控制开关电源方法的流程示意图；图2为本发明一实施例提供的基于神经网络的智能控制开关电源方法中s1的流程示意图；图3为本发明一实施例提供的基于神经网络的智能控制开关电源方法中s6的流程示意图；图4为本发明一实施例提供的基于神经网络的智能控制开关电源装置的模块示意图；图5为本发明一实施例提供的实现基于神经网络的智能控制开关电源方法的电子
设备的内部结构示意图；本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
17.应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
18.本技术实施例提供一种基于神经网络的智能控制开关电源方法。所述基于神经网络的智能控制开关电源方法的执行主体包括但不限于服务端、终端等能够被配置为执行本技术实施例提供的该方法的电子设备中的至少一种。换言之，所述基于神经网络的智能控制开关电源方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等，服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(content delivery network，cdn)、以及大数据和人工智能平台等基础云计算服务的云服务器。
19.参照图1所示，为本发明一实施例提供的基于神经网络的智能控制开关电源方法的流程示意图。在本发明实施例中，所述基于神经网络的智能控制开关电源方法包括：s1、接收便携式电子设备发出的控制开关语音，从所述控制开关语音中提取语音特征。
20.应了解的是，便携式电子设备可包括手机、平板、电脑等。
21.示例性的，用户白天在外地出差，感觉家里客厅灯未关，欲使用手机关闭家里的客厅灯，因此使用手机发出控制开关语音：“请关闭家里的客厅灯，谢谢”。
22.应解释的是，可能存在用户与其他人交谈的对话内容，被当做控制开关语音的情况，因此本发明实施例需检测所述控制开关语音是否为用户真实控制开关的语音。详细地，参阅图2所示，所述从所述控制开关语音中提取语音特征，包括：s11、将所述控制开关语音转化为计算机可处理的语音序列；s12、对所述语音序列进行分帧加窗，得到多个语音帧；需解释的是，语音序列是一个连续信号，由于连续信号不利于后续特征提取，因此需通过分帧处理，将所述语音序列切分为较短的语音帧，本发明实施例中，帧长取10 ~ 30ms，即每个语音帧的帧数为33 ~ 100帧。
23.另外需对每个所述语音帧进行加窗处理，以防止频域中的泄漏，故构建窗函数，其中常用窗函数包括矩形窗、汉明窗和汉宁窗，可根据不同的情况选择不同的窗函数。
24.本发明其中一个实施例中，可通过汉明窗的方式对所述语音序列进行分帧加窗，得到多个语音帧，从而实现对语音特征的有效提取。
25.s13、计算出每个所述语音帧的帧能量，根据每个所述帧能量，从多个所述语音帧中提取得到所述语音特征。
26.示例性地，可利用如下能量算法计算每个所述帧能量：其中，为第个语音帧的帧能量，为所述第个语音帧的总时长，为所
述第个语音帧在时刻的幅值。
27.本发明实施例中，提取帧能量大于指定帧能量阈值的语音帧，并汇总得到所述语音特征。
28.s2、利用预训练完成的语音情绪检测模型，检测所述语音特征是否为误控制开关语音。
29.本发明其中一个实施例，使用已公开的ss
‑
lstm模型(sentiment and semantic lstm)，可检测所述语音特征是否为误控制开关语音。
30.s3、当检测出所述语音特征不是所述误控制开关语音时，将所述语音特征转换为开关控制文本，提取所述开关控制文本的控制关键词。
31.需解释的是，当检测出所述语音特征是所述误控制开关语音时，表示用户本意不是为了控制开关，因此忽略本次控制开关语音，重新接收新的控制开关语音。
32.本发明实施例中，使用基于tensorflow 的deepspeech算法，将所述语音特征转换为开关控制文本。
33.s4、利用预训练完成的开关控制神经网络，识别出与所述控制关键词对应的开关型号。
34.本发明实施例中，所述预训练完成的开关控制神经网络，包括：步骤a：从mobilenetv2神经网络中提取预设顺序的网络层，得到mobilenet网络层；需说明的是，所述mobilenetv2神经网络是一种轻量级卷积神经网络，本发明实施例中，提取该网络中的后三层网络结构，得到所述mobilenet网络层。
35.步骤b：获取全卷积神经网络，将所述mobilenet网络层与所述全卷积神经网络连接，得到卷积神经网络层；需了解的是，所述全卷积神经网络可采用vgg16网络、unet神经网络等。进一步地，将mobilenet网络层放置在前，全卷积神经网络放置在后，连接得到所述卷积神经网络层。
36.步骤c：构建开关型号预测函数，将所述激活函数与所述卷积神经网络层相连得到待训练的所述开关控制神经网络；详细地，所述开关型号预测函数包括但不限于softmax函数、随机森林、决策树等。一般情况下，将所述开关型号预测函数置于所述卷积神经网络层之后，得到所述开关控制神经网络。
37.步骤d：获取关键词训练集及对应的真实标签集，将所述关键词训练集输入至所述开关控制神经网络中训练，得到预测标签集；示例性的，所述关键词训练集包括客厅灯、厨房灯、主卧灯、次卧电视、洗衣机等。所述真实标签集与所述关键词训练集具有对应关系，如客厅灯的真实标签为m18光电开关、洗衣机的真实标签为xqb40
‑
33等。
38.详细地，所述将所述关键词训练集输入至所述开关控制神经网络中训练，得到预测标签集，包括：利用所述卷积神经网络层对所述关键词训练集执行卷积特征提取，得到关键词特征集；将所述关键词特征集作为所述开关型号预测函数的入参，计算得到所述预测标签
集。
39.步骤e：根据所述真实标签集及所述预测标签集，调节待训练的所述开关控制神经网络，得到训练完成的所述开关控制神经网络。
40.详细地，所述根据所述真实标签集及所述预测标签集，调节待训练的所述开关控制神经网络，得到训练完成的所述开关控制神经网络，包括：计算所述真实标签集及所述预测标签集的误差值；判断所述误差值与指定误差阈值的大小关系；若所述误差值大于所述指定误差阈值，调节所述开关控制神经网络的内部参数，并返回所述关键词训练集输入至所述开关控制神经网络步骤；若所述误差值小于或等于所述指定误差阈值，得到训练完成的所述开关控制神经网络。
41.本发明实施例中，采用mse函数，计算所述真实标签集及所述预测标签集的误差值。
42.s5、根据所述开关型号索引出待控制开关，并向预构建的多媒体通信系统发送开关控制请求。
43.示例性的，用户欲使用手机关闭家里的客厅灯，故对手机发出控制开关语音：“请关闭家里的客厅灯，谢谢”，根据“家里的客厅灯”可查到对应的开关型号为m18光电开关、bk
‑
200等。
44.其中，所述多媒体通信系统是在基于ip的网络上提供多媒体业务的通用网络架构，主要目的在于提供远程控制待控制开关。
45.s6、接收所述多媒体通信系统响应所述开关控制请求发送的通信搭建消息，根据所述通信搭建消息建立所述待控制开关与所述便携式电子设备之间的控制信道，并利用所述控制信道执行对所述待控制开关执行开关控制。
46.需解释的是，在所述接收所述多媒体通信系统响应所述开关控制请求发送的通信搭建消息，之前还包括：对所述便携式电子设备执行鉴权操作。
47.详细地，参阅图3所示，所述对所述便携式电子设备执行鉴权操作，包括：s61、接收所述便携式电子设备发送的序列号，并根据所述序列号生成虚拟号信息；本发明实施例中，所述便携式电子设备通过http请求向所述多媒体通信系统发送序列号，并进一步利用所述多媒体通信系统对所述便携式电子设备进行鉴权。
48.其中，所述http请求是指从客户端到服务器端的请求消息，如本发明实施例中以便携式电子设备为代表的客户端到以多媒体通信系统为代表的服务器的请求消息。所述序列号（serial number，简称sn）是所述便携式电子设备的唯一识别码，用于标识所述便携式电子设备的身份。
49.详细地，所述根据所述序列号生成虚拟号信息，包括：利用所述多媒体通信系统接收所述序列号，并根据所述序列号，获取所述便携式电子设备的开户信息，并根据所述开户信息生成对应的虚拟号信息。
50.其中，所述开户信息是用户事先向所述多媒体通信系统中注册绑定的。
51.s62、将所述虚拟号信息发送至所述便携式电子设备，并在接收到所述便携式电子
设备响应所述虚拟信息号返回的注册请求时，将所述注册请求转化成多媒体通信协议验证请求；本发明较佳实施例中，所述注册请求以私有protobuf的tcp协议形式进行发送。所述protobuf是google开源的一个序列化框架，类似xml、json等，其最大的特点是通信数据基于二进制，比传统xml形式下的通信数据要精简的多，另外，所述多媒体通信协议验证请求是以所述多媒体通信系统为基础构建的，是下一代网络(ngn)的关键协议之一。
52.s63、根据所述多媒体通信协议注册请求，向所述便携式电子设备发送鉴权请求。
53.应了解的是，所述鉴权请求的主要目的是为了让便携式电子设备接收并响应该鉴权信息，以验证多媒体通信系统与便携式电子设备之间可进行信息交互。
54.s64、根据所述鉴权请求，调用预构建的注册服务器对所述便携式电子设备进行鉴权。
55.需解释的是，其中，注册服务器是与便携式电子设备对应的服务器，主要服务于便携式电子设备的注册功能。
56.进一步地，当鉴权通过时，接收所述多媒体通信系统响应所述开关控制请求发送的通信搭建消息，根据所述通信搭建消息，建立所述待控制开关与所述便携式电子设备之间的控制信道，包括：根据预构建的信令网关，将所述通信搭建消息转换成符合所述便携式电子设备的通信协议的搭建协议，并将所述搭建协议发送至所述便携式电子设备，完成所述待控制开关与所述便携式电子设备控制信道搭建。
57.需解释的是，信令网关是一种通信传输的控制程序，包括消息传送之前的权限控制、协议转化等功能。进一步地，当利用信令网关完成控制信道后，利用所述控制信道，将打开开关电源或关闭开关电源的指令传送至所述待控制开关。示例性的，根据“关闭家里客厅灯
”ꢀ
的指令，将客厅灯m18光电开关、bk
‑
200等全部关闭。
58.本发明实施例中，相比于背景技术使用声纹识别智能控制开关电源，从而产生控制开关电源的智能性较低及控制开关电源的距离受限的问题来说，一方面先接收便携式电子设备发出的控制开关语音，并从所述控制开关语音中提取语音特征，进而利用预训练完成的语音情绪检测模型，检测所述语音特征是否为误控制开关语音，当所述语音特征为误控制开关语音时，则不执行开关电源的控制操作，故提高了控制开关电源的智能性，解决了背景技术所提的误操作问题，另一方面，为了解决控制开关电源的距离受限问题，本发明实施例利用多媒体通信系统作为传输介质，接收所述多媒体通信系统响应所述开关控制请求发送的通信搭建消息，并根据所述通信搭建消息建立所述待控制开关与所述便携式电子设备之间的控制信道，从而实现远程控制电源。因此，本发明提出的一种基于神经网络的智能控制开关电源方法、装置、电子设备可以解决控制开关电源的智能性较低及控制开关电源的距离受限的问题。
59.如图4所示，是本发明基于神经网络的智能控制开关电源装置的功能模块图。
60.本发明所述基于神经网络的智能控制开关电源装置100可以安装于电子设备中。根据实现的功能，所述基于神经网络的智能控制开关电源装置可以包括语音特征提取模块101、控制关键词提取模块102、开关型号识别模块103以及开关控制模块104。本发所述模块也可以称之为单元，是指一种能够被电子设备的处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
61.在本实施例中，关于各模块/单元的功能如下：所述语音特征提取模块101，用于接收便携式电子设备发出的控制开关语音，从所述控制开关语音中提取语音特征；所述控制关键词提取模块102，用于利用预训练完成的语音情绪检测模型，检测所述语音特征是否为误控制开关语音，当检测出所述语音特征不是所述误控制开关语音时，将所述语音特征转换为开关控制文本，提取所述开关控制文本的控制关键词；所述开关型号识别模块103，用于利用预训练完成的开关控制神经网络，识别出与所述控制关键词对应的开关型号；所述开关控制模块104，用于根据所述开关型号索引出待控制开关，并向预构建的多媒体通信系统发送开关控制请求，接收所述多媒体通信系统响应所述开关控制请求发送的通信搭建消息，根据所述通信搭建消息，建立所述待控制开关与所述便携式电子设备之间的控制信道，并利用所述控制信道执行对所述待控制开关执行开关控制。
62.详细地，本发明实施例中所述基于神经网络的智能控制开关电源装置100中的所述各模块在使用时采用与上述的图1中所述的基于神经网络的智能控制开关电源方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。
63.如图5所示，是本发明实现基于神经网络的智能控制开关电源方法的电子设备1的结构示意图。
64.所述电子设备1可以包括处理器10、存储器11、通信总线12以及通信接口13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如基于神经网络的智能控制开关电源程序。
65.其中，所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器（central processing unit，cpu）、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备1的控制核心（control unit），利用各种接口和线路连接整个电子设备1的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块（例如执行基于神经网络的智能控制开关电源程序等），以及调用存储在所述存储器11内的数据，以执行电子设备1的各种功能和处理数据。
66.所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器（例如：sd或dx存储器等）、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元，例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备，例如电子设备1上配备的插接式移动硬盘、智能存储卡（smart media card， smc）、安全数字（secure digital， sd）卡、闪存卡（flash card）等。进一步地，所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据，例如基于神经网络的智能控制开关电源程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
67.所述通信总线12可以是外设部件互连标准（peripheral component interconnect，简称pci）总线或扩展工业标准结构（extended industry standard architecture，简称eisa）总线等。该总线可以分为地址总线、数据总线、控制总线等。所述
总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
68.所述通信接口13用于上述电子设备1与其他设备之间的通信，包括网络接口和用户接口。可选地，所述网络接口可以包括有线接口和/或无线接口（如wi
‑
fi接口、蓝牙接口等），通常用于在该电子设备1与其他电子设备1之间建立通信连接。所述用户接口可以是显示器（display）、输入单元（比如键盘（keyboard）），可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是led显示器、液晶显示器、触控式液晶显示器以及oled（organic light
‑
emitting diode，有机发光二极管）触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
69.图5仅示出了具有部件的电子设备1，本领域技术人员可以理解的是，图5示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
70.例如，尽管未示出，所述电子设备1还可以包括给各个部件供电的电源（比如电池），优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、wi
‑
fi模块等，在此不再赘述。
71.应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
72.所述电子设备1中的所述存储器11存储的基于神经网络的智能控制开关电源程序是多个计算机程序的组合，在所述处理器10中运行时，可以实现：接收便携式电子设备发出的控制开关语音，从所述控制开关语音中提取语音特征；利用预训练完成的语音情绪检测模型，检测所述语音特征是否为误控制开关语音；当检测出所述语音特征不是所述误控制开关语音时，将所述语音特征转换为开关控制文本，提取所述开关控制文本的控制关键词；利用预训练完成的开关控制神经网络，识别出与所述控制关键词对应的开关型号；根据所述开关型号索引出待控制开关，并向预构建的多媒体通信系统发送开关控制请求；接收所述多媒体通信系统响应所述开关控制请求发送的通信搭建消息，根据所述通信搭建消息，建立所述待控制开关与所述便携式电子设备之间的控制信道，并利用所述控制信道执行对所述待控制开关执行开关控制。
73.具体地，所述处理器10对上述计算机程序的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。
74.在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
75.所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
76.另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
77.对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
78.因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
79.本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
80.本技术实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能（artificial intelligence，ai)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
81.此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
82.最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，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案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。