一种频率编码脉冲数据的生成方法和装置与流程

1.本发明涉及神经网络技术领域，具体而言，涉及一种频率编码脉冲数据的生成方法和装置。


背景技术：

2.脉冲神经网络是一种带有时间维度编码信息的网络，这种网络具有不同的编码方式。传统神经形态芯片中往往不支持多于一种脉冲编码格式，以至于在实现的脉冲神经网络中，多种编码之间无法融合处理。


技术实现要素：

3.为解决上述问题，本发明的目的在于提供一种频率编码脉冲数据的生成方法和装置，支持多于一种脉冲编码格式，提供了多种编码的融合能力和多种编码处理的兼容性。
4.本发明提供了一种频率编码脉冲数据的生成方法，所述方法用于脉冲神经网络，包括：
5.将所述脉冲神经网络的时间编码的脉冲数据通过一个或多个转换函数转换得到频率值，并根据所述频率值生成所述脉冲神经网络的频率编码的脉冲数据。
6.作为本发明进一步的改进，所述将所述脉冲神经网络的时间编码的脉冲数据通过一个或多个转换函数转换得到频率值，并根据所述频率值生成所述脉冲神经网络的频率编码的脉冲数据，包括：遍历所有时间段，将所述脉冲神经网络的时间编码在每个时间段内的第一个脉冲所在的时刻t通过一个或多个转换函数转换为所述脉冲神经网络的频率编码的脉冲发放频率n，根据所述脉冲发放频率n产生随机脉冲，生成所述脉冲神经网络的频率编码的脉冲数据；
7.其中，t大于或等于0，n大于或等于0。
8.作为本发明进一步的改进，将所述脉冲神经网络的时间编码在每个时间段内的第一个脉冲所在的时刻t通过一个或多个转换函数转换为所述脉冲神经网络的频率编码的脉冲发放频率n，包括：
9.将所述脉冲神经网络的时间编码在每个时间段内的第一个脉冲所在的时刻t作为第一值，通过第一转换函数f
tm
(t)将所述第一值t转换成第二值v，v＝f
tm
(t)；
10.通过第二转换函数f
mr
(v)将所述第二值v转换成第三值n，将所述第三值n作为所述脉冲神经网络的频率编码的脉冲发放频率n，n＝f
mr
(v)＝f
mr
(f
tm
(t))。
11.作为本发明进一步的改进，所述第一转换函数f
tm
(t)为[0,r]->[v
min
,v
max
]的单调函数，所述第二转换函数f
mr
(v)为[v
min
,v
max
]->[0,r]的单调函数；
[0012]
其中，r表示时间编码的每个时间段内的时刻数，v
min
和v
max
分别表示所述第二值v的最小值和最大值，r大于0。
[0013]
作为本发明进一步的改进，所述第一转换函数为：f
tm
(t)＝t/r*(v
max-v
min
) v
min
，所述第二转换函数为：f
mr
(v)＝(v-v
min
)/(v
max-v
min
)*r。
[0014]
作为本发明进一步的改进，将所述脉冲神经网络的时间编码在每个时间段内的第一个脉冲所在的时刻t通过一个或多个转换函数转换为所述脉冲神经网络的频率编码的脉冲发放频率n，包括：
[0015]
将所述脉冲神经网络的时间编码在每个时间段内的第一个脉冲所在的时刻t通过一个转换函数f
tr
(t)转换为所述脉冲神经网络的频率编码的脉冲发放频率n，n＝f
tr
(t)。
[0016]
本发明还提供了一种频率编码脉冲数据的生成装置，所述装置包括：
[0017]
映射查找表，用于将脉冲神经网络的时间编码的脉冲数据通过一个或多个函数转换得到频率值；
[0018]
脉冲发生器，用于根据所述频率值生成所述脉冲神经网络的频率编码的脉冲数据。
[0019]
作为本发明进一步的改进，所述映射查找表用于遍历所有时间段，将所述脉冲神经网络的时间编码在每个时间段内的第一个脉冲所在的时刻t通过一个或多个转换函数转换为所述脉冲神经网络的频率编码的脉冲发放频率n；
[0020]
其中，t大于或等于0，n大于或等于0。
[0021]
作为本发明进一步的改进，所述映射查找表用于将所述脉冲神经网络的时间编码在每个时间段内的第一个脉冲所在的时刻t作为第一值，通过第一转换函数f
tm
(t)将所述第一值t转换成第二值v，v＝f
tm
(t)；并通过第二转换函数f
mr
(v)将所述第二值v转换成第三值n，将所述第三值n作为所述脉冲神经网络的频率编码的脉冲发放频率n，n＝f
mr
(v)＝f
mr
(f
tm
(t))。
[0022]
作为本发明进一步的改进，所述第一转换函数f
tm
(t)为[0,r]->[v
min
,v
max
]的单调函数，所述第二转换函数f
mr
(v)为[v
min
,v
max
]->[0,r]的单调函数；
[0023]
其中，r表示时间编码的每个时间段内的时刻数，v
min
和v
max
分别表示所述第二值v的最小值和最大值，r大于0。
[0024]
作为本发明进一步的改进，所述第一转换函数为：f
tm
(t)＝t/r*(v
max-v
min
) v
min
，所述第二转换函数为：f
mr
(v)＝(v-v
min
)/(v
max-v
min
)*r。
[0025]
作为本发明进一步的改进，所述映射查找表用于将所述脉冲神经网络的时间编码在每个时间段内的第一个脉冲所在的时刻t通过一个转换函数f
tr
(t)转换为所述脉冲神经网络的频率编码的脉冲发放频率n，n＝f
tr
(t)。
[0026]
作为本发明进一步的改进，所述装置还包括：
[0027]
加法器，用于计算当前时刻；
[0028]
寄存器a，用于记录所述加法器计算的结果；
[0029]
寄存器b，用于记录所述脉冲神经网络的时间编码在当前时间段内的第一个脉冲所在的时刻t；
[0030]
寄存器c，用于记录所述映射查找表转换的所述脉冲神经网络的频率编码的脉冲发放频率n。
[0031]
作为本发明进一步的改进，所述脉冲发生器为泊松分布随机数发生器，用于在每个时间段内根据所述脉冲发放频率n产生n-泊松分布的随机脉冲。
[0032]
作为本发明进一步的改进，所述脉冲发生器为计数器，用于在每个时间段内根据所述脉冲发放频率n发放连续n个脉冲后停止发放脉冲。
[0033]
本发明还提供了一种电子设备，包括存储器和处理器，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被处理器执行以实现所述的方法。
[0034]
本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行以实现所述的方法。
[0035]
本发明的有益效果为：
[0036]
使神经形态芯片可以支持多于一种脉冲编码格式，使得在实现的脉冲神经网络中，可以实现脉冲神经网络的时间编码和频率编码之间的转换，提供了多种编码的融合能力和多种编码处理的兼容性。
附图说明
[0037]
为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术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公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0038]
图1为本公开一示例性实施例所述的一种频率编码脉冲数据的生成方法的流程示意图；
[0039]
图2为本公开一示例性实施例所述的时间编码的示意图；
[0040]
图3为本公开一示例性实施例所述的频率编码的示意图；
[0041]
图4为本公开一示例性实施例所述的第二值v的示意图；
[0042]
图5为本公开一示例性实施例所述的函数f
tm
(t)的示意图；
[0043]
图6为本公开一示例性实施例所述的函数f
mr
(v)的示意图；
[0044]
图7为本公开一示例性实施例所述的函数f
tr
(t)的示意图；
[0045]
图8为本公开一示例性实施例所述的一种频率编码脉冲数据的生成装置的示意图。
具体实施方式
[0046]
下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。
[0047]
需要说明，若本公开实施例中有涉及方向性指示(诸如上、下、左、右、前、后
……
)，则该方向性指示仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
[0048]
另外，在本公开的描述中，所用术语仅用于说明目的，并非旨在限制本公开的范围。术语“包括”和/或“包含”用于指定元件、步骤、操作和/或组件的存在，但并不排除存在或添加一个或多个其他元件、步骤、操作和/或组件的情况。术语“第一”、“第二”等可能用于描述各种元件，不代表顺序，且不对这些元件起限定作用。此外，在本公开的描述中，除非另有说明，“多个”的含义是两个及两个以上。这些术语仅用于区分一个元素和另一个元素。结合以下附图，这些和/或其他方面变得显而易见，并且，本领域普通技术人员更容易理解关
于本公开实施例的说明。附图仅出于说明的目的用来描绘本公开实施例。本领域技术人员将很容易地从以下说明中认识到，在不背离本公开原理的情况下，可以采用本公开所示结构和方法的替代实施例。
[0049]
本公开实施例的一种频率编码脉冲数据的生成方法，如图1所示，该方法用于脉冲神经网络，将脉冲神经网络的时间编码的脉冲数据通过一个或多个转换函数转换得到频率值，并根据频率值生成脉冲神经网络的频率编码的脉冲数据。
[0050]
其中，脉冲神经网络是一种带有时间维度编码信息的网络。举例来说，脉冲神经网络的运行过程的最小时间单位为一个时刻。每个时刻可能出现脉冲或不出现脉冲，每个时刻的脉冲信息是一个二值变量，即有无脉冲。例如，一个时间段包含r个时刻。其中，时间维度上可以具有多个时间段。
[0051]
脉冲神经网络有多种编码方式。如图2所示，时间编码是指在一个时间段内，只发放一个脉冲，可以通过脉冲的发放时间来表示时间编码信息。如图3所示，频率编码是指在一个时间段内，发放一系列脉冲，可以通过脉冲的发放频率来表示频率编码信息，此频率可以是指随机脉冲发放的脉冲个数的期望值，或非随机发放的脉冲的绝对个数。
[0052]
本公开的脉冲神经网络可以采用lif层或convlif层。
[0053]
lif层用于：
[0054]
根据t时刻的输入值x
t
经过全连接运算后得到的值i
t
，与t-1时刻的生物电压值确定t时刻的膜电位值其中，i
t
＝x
t
*w，w为输入值x
t
的权重，
[0055]
根据t时刻的膜电位值发射阈值v
th
，确定t时刻的脉冲输出值f
t
；
[0056]
根据t时刻的输出值f
t
确定是否重置膜电位，并根据重置的电压值v
reset
确定重置的膜电位值其中，
[0057]
根据重置的膜电位值确定t时刻的生物电压值
[0058]
其中，t时刻的输出值f
t
作为与lif层级联的下一层的输入，t时刻的生物电压值作为计算t 1时刻的膜电位值的输入，输入值x
t
均为离散值。
[0059]
convlif层用于：
[0060]
根据t时刻的输入值x
t
经过卷积运算后得到的值i
t
，与t-1时刻的生物电压值确定t时刻的膜电位值其中，i
t
＝conv(x
t
,w,)，w为输入值x
t
的权重，
[0061]
根据t时刻的膜电位值与发射阈值v
th
，确定t时刻的输出值f
t
；
[0062]
根据t时刻的输出值f
t
确定是否重置膜电位，并根据重置的电压值v
reset
确定重置的膜电位值其中，
[0063]
根据重置的膜电位值确定t时刻的生物电压值
[0064]
其中，t时刻的输出值f
t
作为与convlif层级联的下一层的输入，t时刻的生物电压
值作为计算t 1时刻的膜电位值的输入，输入值x
t
均为离散值。
[0065]
其中，根据t时刻的膜电位值和发射阈值v
th
，确定时刻t的输出值，包括：
[0066]
若t时刻的膜电位值大于或等于发射阈值v
th
，则确定t时刻的输出值为1；
[0067]
若t时刻的膜电位值小于发射阈值v
th
，则确定t时刻的输出值为0。
[0068]
其中，根据重置的膜电位值确定t时刻的生物电压值包括：通过leak激活函数对重置的膜电位值进行计算，确定t时刻的生物电压值α为泄漏参数，β为偏置。
[0069]
在一种可选的实施方式中，将所述脉冲神经网络的时间编码的脉冲数据通过一个或多个转换函数转换得到频率值，并根据所述频率值生成所述脉冲神经网络的频率编码的脉冲数据，可以包括：遍历所有时间段，将脉冲神经网络的时间编码在每个时间段内的第一个脉冲所在的时刻t通过一个或多个转换函数转换为脉冲神经网络的频率编码的脉冲发放频率n，根据脉冲发放频率n产生随机脉冲，生成脉冲神经网络的频率编码的脉冲数据；其中，t大于或等于0，t＝0表示时间编码脉冲数据在当前时间段内没有脉冲，n大于或等于0，n＝0表示频率编码脉冲数据在当前时间段内产生的脉冲个数为0。
[0070]
其中，t和n可以为整数，例如可以通过数字电路实现第一个脉冲所在的时刻t和脉冲发放频率n的转换过程。t和n也可以不为整数，例如可以通过模拟电路实现第一个脉冲所在的时刻t和脉冲发放频率n的转换过程。
[0071]
在一种可选的实施方式中，将脉冲神经网络的时间编码在每个时间段内的第一个脉冲所在的时刻t通过一个或多个转换函数转换为脉冲神经网络的频率编码的脉冲发放频率n，包括：
[0072]
将脉冲神经网络的时间编码在每个时间段内的第一个脉冲所在的时刻t作为第一值，通过第一转换函数f
tm
(t)将第一值t转换成第二值v，v＝f
tm
(t)；通过第二转换函数f
mr
(v)将第二值v转换成第三值n，将第三值n作为脉冲神经网络的频率编码的脉冲发放频率n，n＝f
mr
(v)＝f
mr
(f
tm
(t))。上述方法可以理解为利用脉冲的发放时间和脉冲的发放频率，通过多个转换函数实现时间编码至频率编码的转换。第二值v例如可以为带饱和电压值，例如如图4所示，其最小时间单位为一个时间段，每个时间段的信息由一个[v
min
，v
max
]之间的值表示。
[0073]
在另一种可选的实施方式中，第一转换函数f
tm
(t)为[0,r]->[v
min
,v
max
]的单调函数，第二转换函数f
mr
(v)为[v
min
,v
max
]->[0,r]的单调函数，其中，r表示时间编码的每个时间段内的时刻数，v
min
和v
max
分别表示第二值v的最小值和最大值，r大于0。本公开的第一转换函数和第二转换函数根据脉冲信号可以设计为单调函数，这样，可以减少转换过程中数据的失真的概率，本公开对转换函数不做具体限制。
[0074]
在一种可选的实施方式中，第一转换函数可以为：f
tm
(t)＝t/r*(v
max-v
min
) v
min
；第二转换函数可以为：f
mr
(v)＝(v-v
min
)/(v
max-v
min
)*r。例如如图5所示，第一转换函数f
tm
(t)可以为线性单调函数，例如如图6所示，第二转换函数可以为f
mr
(v)＝sigmoid(v)。第一转换函数和第二转换函数还可以为其他单调函数，本公开对第一转换函数和第二转换函数的单
调函数形式不做具体限制。
[0075]
在一种可选的实施方式中，将所述脉冲神经网络的时间编码在每个时间段内的第一个脉冲所在的时刻t通过一个和多个转换函数转换为所述脉冲神经网络的频率编码的脉冲发放频率n，包括：将所述脉冲神经网络的时间编码在每个时间段内的第一个脉冲所在的时刻t通过一个转换函数f
tr
(t)转换为所述脉冲神经网络的频率编码的脉冲发放频率n，n＝f
tr
(t)。上述方法可以理解为利用脉冲的发放时间和脉冲的发放频率，通过一个转换函数实现时间编码至频率编码的转换。例如，如果转换函数比较简单，转换f
mr
(f
tm
)可以一步完成，一次转换即可实现f
mr
(f
tm
(t))＝n。例如，如图7所示，f
tr
(t)可以为对数函数。
[0076]
本公开实施例的一种频率编码的生成装置，如图8所示，装置包括：
[0077]
映射查找表，映射查找表，用于将脉冲神经网络的时间编码的脉冲数据通过一个或多个函数转换得到频率值；
[0078]
脉冲发生器，用于根据频率值生成脉冲神经网络的频率编码的脉冲数据。
[0079]
在一种可选的实施方式中，映射查找表用于遍历所有时间段，将脉冲神经网络的时间编码在每个时间段内的第一个脉冲所在的时刻t通过一个和多个转换函数转换为脉冲神经网络的频率编码的脉冲发放频率n，其中，t大于或等于0，t＝0表示时间编码脉冲数据在当前时间段内没有脉冲，n大于或等于0，n＝0表示频率编码脉冲数据在当前时间段内产生的脉冲个数为0。其中，t和n可以为整数，例如可以通过数字电路实现第一个脉冲所在的时刻t和脉冲发放频率n的转换过程。t和n也可以不是整数，例如可以通过模拟电路实现第一个脉冲所在的时刻t和脉冲发放频率n的转换过程。
[0080]
在一种可选的实施方式中，映射查找表用于将脉冲神经网络的时间编码在每个时间段内的第一个脉冲所在的时刻t作为第一值，通过第一转换函数f
tm
(t)将第一值t转换成第二值v，v＝f
tm
(t)，通过第二转换函数f
mr
(v)将第二值v转换成第三值n，将第三值n作为脉冲神经网络的频率编码的脉冲发放频率n，n＝f
mr
(v)＝f
mr
(f
tm
(t))。这里可以理解为，映射查找表处理了f
mr
(f
tm
)的变换。映射查找表利用脉冲的发放时间和脉冲的发放频率，通过多个转换函数实现时间编码至频率编码的转换。第二值v例如可以为带饱和电压值，例如如图4所示，其最小时间单位为一个时间段，每个时间段的信息由一个[v
min
，v
max
]之间的值表示。
[0081]
在一种可选的实施方式中，第一转换函数f
tm
(t)为[0,r]->[v
min
,v
max
]的单调函数，第二转换函数f
mr
(v)为[v
min
,v
max
]->[0,r]的单调函数，其中，r表示时间编码的每个时间段内的时刻数，v
min
和v
max
分别表示第二值v的最小值和最大值，r大于0。本公开的第一转换函数和第二转换函数根据脉冲信号可以设计为单调函数，可以减少转换过程中数据失真的概率，本公开对转换函数不做具体限制。
[0082]
在一种可选的实施方式中，第一转换函数可以为：f
tm
(t)＝t/r*(v
max-v
min
) v
min
；第二转换函数可以为：f
mr
(v)＝(v-v
min
)/(v
max-v
min
)*r。例如如图5所示，第一转换函数f
tm
(t)可以为线性单调函数，例如如图6所示，第二转换函数可以为f
mr
(v)＝sigmoid(v)。第一转换函数和第二转换函数还可以为其他单调函数，本公开对第一转换函数和第二转换函数的单调函数形式不做具体限制。
[0083]
在一种可选的实施方式中，映射查找表用于将所述脉冲神经网络的时间编码在每个时间段内的第一个脉冲所在的时刻t通过一个转换函数f
tr
(t)转换为所述脉冲神经网络的频率编码的脉冲发放频率n，n＝f
tr
(t)。映射查找表利用脉冲的发放时间和脉冲的发放频
率，通过一个函数实现时间编码至频率编码的转换。例如，如果转换函数比较简单，转换f
mr
(f
tm
)可以一步完成，一次转换即可实现f
mr
(f
tm
(t))＝n。例如，如图7所示，f
tr
(t)可以为对数函数。
[0084]
在一种可选的实施方式中，装置还包括：
[0085]
加法器，用于计算当前时刻；
[0086]
寄存器a，用于记录加法器计算的结果；
[0087]
寄存器b，用于记录脉冲神经网络的时间编码的脉冲数据在当前时间段内的第一个脉冲所在的时刻t；
[0088]
寄存器c，用于记录映射查找表转换的脉冲神经网络的频率编码的脉冲发放频率n。
[0089]
每个时间段开始时，加法器开始计算当前时刻(可以是当前时刻位于当前时间段内的时刻数，即当前时刻位于当前时间段的第几个时刻)，寄存器a记录加法器计算的结果，在当前时间段结束后，清零，直到新的时间段到来时重新开始记录。每个时间段开始时，寄存器b记录当前时间段内输入的时间编码的脉冲数据的第一个脉冲所在时刻t(可以是第一个脉冲位于当前时间段内的第几个时刻，当前时间段内的其他时刻都为0)，在当前时间段结束后，清零，直到新的时间段到来时重新开始记录。寄存器c记录映射查找表输出的转换后的频率编码的脉冲发放频率n(可以是随机脉冲发放的脉冲个数的期望值，也可以是非随机发放的脉冲的绝对个数)，在当前时间段结束后，清零，直到新的时间段到来时重新开始记录。寄存器c可以采用乒乓寄存器，可以持续记录每个时间段转换后的脉冲发放频率n，对数据进行流水线式处理，提高装置的计算效率。
[0090]
在一种可选的实施方式中，脉冲发生器为泊松分布随机数发生器，用于在每个时间段内根据脉冲发放频率n产生n-泊松分布的随机脉冲。可以在每个时间段内，根据脉冲发放频率n值生成一个服从泊松分布的随机数n，并根据随机数n发射脉冲，直到新的时间段到来时，复位信号将其复位后再继续根据新的脉冲发放频率n值继续产生随机数发放随机脉冲。
[0091]
在一种可选的实施方式中，脉冲发生器为计数器，用于在每个时间段内根据所述脉冲发放频率n发放连续n个脉冲后停止发放脉冲。可以根据脉冲发放频率n，发放连续n个1(即脉冲)后，输出0(即停止发放脉冲)，直到新的时间段到来时，复位信号将其复位后再继续根据新的脉冲发放频率n值继续发放脉冲串。
[0092]
本公开还涉及一种电子设备，包括服务器、终端等。该电子设备包括：至少一个处理器；与至少一个处理器通信连接的存储器；以及与存储介质通信连接的通信组件，通信组件在处理器的控制下接收和发送数据；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行以实现上述实施例中的频率编码脉冲数据的生成方法。
[0093]
在一种可选的实施方式中，存储器作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。处理器通过运行存储在存储器中的非易失性软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述频率编码脉冲数据的生成方法。
[0094]
存储器可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储选项列表等。此外，存储器可以包括高速
随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至外接设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
[0095]
一个或者多个模块存储在存储器中，当被一个或者多个处理器执行时，执行上述任意方法实施例中的频率编码脉冲数据的生成方法。
[0096]
上述产品可执行本技术实施例所提供的方法，具备执行方法相应的功能模块和有益效果，未在本实施例中详尽描述的技术细节，可参见本技术实施例所提供的频率编码脉冲数据的生成方法。
[0097]
本公开还涉及一种计算机可读存储介质，用于存储计算机可读程序，计算机可读程序用于供计算机执行上述部分或全部的频率编码脉冲数据的生成方法实施例。
[0098]
即，本领域技术人员可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得一个设备(可以是单片机，芯片等)或处理器(processor)执行本技术各实施例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。
[0099]
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
[0100]
此外，本领域普通技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
[0101]
本领域技术人员应理解，尽管已经参考示例性实施例描述了本发明，但是在不脱离本发明的范围的情况下，可进行各种改变并可用等同物替换其元件。另外，在不脱离本发明的实质范围的情况下，可进行许多修改以使特定情况或材料适应本发明的教导。因此，本发明不限于所公开的特定实施例，而是本发明将包括落入所附权利要求范围内的所有实施例。