一种机房动力环境监控方法及系统与流程

1.本技术涉及信息监控技术领域，具体而言，涉及一种机房动力环境监控方法及系统。


背景技术：

2.在进行人工监控的过程中，需要人工24小时的对机场进行监控，这样一个人时无法完成监控工作的，需要2-4人对机房进行监控，这样还不能完全确保机房正常工作。
3.随着监控设备的不断发展，能实现实时的对机房进行监控，这样就能降低人工监控的成本。但是利用监控设备对机房进行监控的过程中，还存在一些缺陷。


技术实现要素：

4.鉴于此，本技术提供了一种机房动力环境监控方法及系统。
5.第一方面，提供一种机房动力环境监控方法，包括：
6.获得目标机房环境监控视频的图像描述特征，获取待处理的目标机房环境监控视频集，所述图像描述特征包括有图像描述属性分类模板；
7.确定所述目标机房环境监控视频集中的每个目标机房环境监控视频在监控范围对应的目标图像描述属性；
8.根据所述目标图像描述属性，从所述目标机房环境监控视频集中确定出满足所述图像描述属性分类模板的目标机房环境监控视频；
9.在所述监控范围目标所述目标机房环境监控视频。
10.进一步地，所述方法还包括：
11.在所述监控范围输出环境识别线程，所述环境识别线程包括图像描述属性环境识别特征向量，并用于对所述图像描述属性分类模板进行环境识别；
12.获取对所述图像描述属性环境识别特征向量的检测操作，并根据所述检测操作生成所述图像描述属性分类模板。
13.进一步地，所述图像描述属性分类模板包括分类图像描述属性模板，所述获取对所述图像描述属性环境识别特征向量的检测操作，并根据所述检测操作生成所述图像描述属性分类模板，包括：
14.获取对所述图像描述属性环境识别特征向量的检测操作，并根据所述检测操作确定所述图像描述属性环境识别特征向量对应的向量分类规则；
15.获取所述图像描述属性环境识别特征向量的分类规则和浮动分类规则之间的投影关系；
16.根据所述投影关系确定所述向量分类规则对应的目标图像描述属性，并将所述目标图像描述属性作为所述分类图像描述属性模板。
17.进一步地，所述确定所述目标机房环境监控视频集中的每个目标机房环境监控视频在监控范围对应的目标图像描述属性，包括：
18.确定所述目标机房环境监控视频集中任一目标机房环境监控视频中图像描述特征的关键特征向量，所述关键特征向量包括以下一种或多种：温度状况、湿度状况、机械运动状况和认为行动状况；
19.根据所述关键特征向量确定所述任一目标机房环境监控视频在监控范围中的目标图像描述属性。
20.进一步地，所述根据所述关键特征向量确定所述任一目标机房环境监控视频在监控范围中的目标图像描述属性，包括：
21.在所述任一目标机房环境监控视频的指定特征向量包括温度状况时，统计所述指定特征向量的总温度属性，并根据所述总温度属性和温度分类规则，确定所述温度状况的任一目标机房环境监控视频在监控范围的目标图像描述属性；
22.在所述任一目标机房环境监控视频的指定特征向量包括湿度状况时，获取所述湿度状况的指定特征向量的显浮动区间，并将所述显浮动区间作为所述湿度状况的任一目标机房环境监控视频中图像在所述监控范围的目标图像描述属性；
23.在所述任一目标机房环境监控视频的指定特征向量包括机械运动状况时，统计所述指定特征向量的机械运动总数，并根据所述机械运动总数和机械运动分类规则，确定所述机械运动状况的任一目标机房环境监控视频在所述监控范围的目标图像描述属性；
24.在所述任一目标机房环境监控视频的指定特征向量包括认为行动状况时，获取所述认为行动状况的指定特征向量的显浮动区间，并将所述显浮动区间作为所述认为行动状况的任一目标机房环境监控视频在所述监控范围的目标图像描述属性。
25.第二方面，提供一种机房动力环境监控系统，，包括数据采集端和数据处理终端，所述数据采集端和所述数据处理终端通信连接，所述数据处理终端具体用于：
26.获得目标机房环境监控视频的图像描述特征，获取待处理的目标机房环境监控视频集，所述图像描述特征包括有图像描述属性分类模板；
27.确定所述目标机房环境监控视频集中的每个目标机房环境监控视频在监控范围对应的目标图像描述属性；
28.根据所述目标图像描述属性，从所述目标机房环境监控视频集中确定出满足所述图像描述属性分类模板的目标机房环境监控视频；
29.在所述监控范围目标所述目标机房环境监控视频。
30.进一步地，所述数据处理终端具体用于：
31.在所述监控范围输出环境识别线程，所述环境识别线程包括图像描述属性环境识别特征向量，并用于对所述图像描述属性分类模板进行环境识别；
32.获取对所述图像描述属性环境识别特征向量的检测操作，并根据所述检测操作生成所述图像描述属性分类模板。
33.进一步地，所述数据处理终端具体用于：
34.获取对所述图像描述属性环境识别特征向量的检测操作，并根据所述检测操作确定所述图像描述属性环境识别特征向量对应的向量分类规则；
35.获取所述图像描述属性环境识别特征向量的分类规则和浮动分类规则之间的投影关系；
36.根据所述投影关系确定所述向量分类规则对应的目标图像描述属性，并将所述目
标图像描述属性作为所述分类图像描述属性模板。
37.进一步地，所述数据处理终端具体用于：
38.确定所述目标机房环境监控视频集中任一目标机房环境监控视频中图像描述特征的关键特征向量，所述关键特征向量包括以下一种或多种：温度状况、湿度状况、机械运动状况和认为行动状况；
39.根据所述关键特征向量确定所述任一目标机房环境监控视频在监控范围中的目标图像描述属性。
40.进一步地，所述数据处理终端具体用于：
41.在所述任一目标机房环境监控视频的指定特征向量包括温度状况时，统计所述指定特征向量的总温度属性，并根据所述总温度属性和温度分类规则，确定所述温度状况的任一目标机房环境监控视频在监控范围的目标图像描述属性；
42.在所述任一目标机房环境监控视频的指定特征向量包括湿度状况时，获取所述湿度状况的指定特征向量的显浮动区间，并将所述显浮动区间作为所述湿度状况的任一目标机房环境监控视频中图像在所述监控范围的目标图像描述属性；
43.在所述任一目标机房环境监控视频的指定特征向量包括机械运动状况时，统计所述指定特征向量的机械运动总数，并根据所述机械运动总数和机械运动分类规则，确定所述机械运动状况的任一目标机房环境监控视频在所述监控范围的目标图像描述属性；
44.在所述任一目标机房环境监控视频的指定特征向量包括认为行动状况时，获取所述认为行动状况的指定特征向量的显浮动区间，并将所述显浮动区间作为所述认为行动状况的任一目标机房环境监控视频在所述监控范围的目标图像描述属性。
45.本技术实施例所提供的一种机房动力环境监控方法及系统，在接收到目标机房环境监控视频的图像描述特征后，可根据该图像描述特征获取目标机房环境监控视频集，并可进一步确定该目标机房环境监控视频中每个目标机房环境监控视频在监控范围中的目标图像描述属性，在确定出所述目标图像描述属性后，可根据所述目标图像描述属性进行智能控制线程资源目标的，以得到满足该图像描述特征所包括的图像描述属性分类模板的目标机房环境监控视频，从而可在监控范围中目标所述目标机房环境监控视频，可根据用户对智能控制线程资源目标的需求进行智能控制线程资源目标的，使得在监控范围展示的目标机房环境监控视频是满足用户需求的，可有效提升用户对目标机房环境监控视频的分类准确性，并可提升用户对目标机房环境监控视频的分类完整度。
附图说明
46.为了更清楚地说明本技术实施例的技术方案，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技术的某些实施例，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。
47.图1为本技术实施例所提供的一种机房动力环境监控方法的流程图。
48.图2为本技术实施例所提供的一种机房动力环境监控装置的框图。
49.图3为本技术实施例所提供的一种机房动力环境监控系统的架构图。
具体实施方式
50.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技术技术方案做详细的说明，应当理解本技术实施例以及实施例中的具体特征是对本技术技术方案的详细的说明，而不是对本技术技术方案的限定，在不冲突的情况下，本技术实施例以及实施例中的技术特征可以相互组合。
51.请参阅图1，示出了一种机房动力环境监控方法，该方法可以包括以下步骤100-步骤400所描述的技术方案。
52.步骤100，获得目标机房环境监控视频的图像描述特征，获取待处理的目标机房环境监控视频集，所述图像描述特征包括有图像描述属性分类模板。
53.举例而言，图像描述特征表示目标机房环境监控视频的重要特征。
54.进一步地，图像描述属性分类模板表示每个重要特征的模板范围。
55.步骤200，确定所述目标机房环境监控视频集中的每个目标机房环境监控视频在监控范围对应的目标图像描述属性。
56.举例而言，目标图像描述属性表示重要目标图像的特征状况。
57.步骤300，根据所述目标图像描述属性，从所述目标机房环境监控视频集中确定出满足所述图像描述属性分类模板的目标机房环境监控视频。
58.步骤400，在所述监控范围目标所述目标机房环境监控视频。
59.可以理解，在执行上述步骤100-步骤400所描述的技术方案时，在接收到目标机房环境监控视频的图像描述特征后，可根据该图像描述特征获取目标机房环境监控视频集，并可进一步确定该目标机房环境监控视频中每个目标机房环境监控视频在监控范围中的目标图像描述属性，在确定出所述目标图像描述属性后，可根据所述目标图像描述属性进行智能控制线程资源目标的，以得到满足该图像描述特征所包括的图像描述属性分类模板的目标机房环境监控视频，从而可在监控范围中目标所述目标机房环境监控视频，可根据用户对智能控制线程资源目标的需求进行智能控制线程资源目标的，使得在监控范围展示的目标机房环境监控视频是满足用户需求的，可有效提升用户对目标机房环境监控视频的分类准确性，并可提升用户对目标机房环境监控视频的分类完整度。
60.基于上述基础，还可以包括以下步骤q1和步骤q2所描述的技术方案。
61.步骤q1，在所述监控范围输出环境识别线程，所述环境识别线程包括图像描述属性环境识别特征向量，并用于对所述图像描述属性分类模板进行环境识别。
62.步骤q2，获取对所述图像描述属性环境识别特征向量的检测操作，并根据所述检测操作生成所述图像描述属性分类模板。
63.可以理解，在执行上述步骤q1和步骤q2所描述的技术方案时，通过图像描述属性分类模板进行准确地环境识别，从而提高检测操作生成所述图像描述属性分类模板精度。
64.在一种可替换的实施例中，发明人发现，图像描述属性分类模板包括分类图像描述属性模板，所述获取对所述图像描述属性环境识别特征向量的检测操作时，存在向量分类规则不准确的问题，从而难以精准的根据所述检测操作生成所述图像描述属性分类模板，为了改善上技术问题，步骤q2所描述的图像描述属性分类模板包括分类图像描述属性模板，所述获取对所述图像描述属性环境识别特征向量的检测操作，并根据所述检测操作生成所述图像描述属性分类模板的步骤，具体可以包括以下步骤q2a1-步骤q2a3所描述的
技术方案。
65.步骤q2a1，获取对所述图像描述属性环境识别特征向量的检测操作，并根据所述检测操作确定所述图像描述属性环境识别特征向量对应的向量分类规则。
66.步骤q2a2，获取所述图像描述属性环境识别特征向量的分类规则和浮动分类规则之间的投影关系。
67.步骤q2a3，根据所述投影关系确定所述向量分类规则对应的目标图像描述属性，并将所述目标图像描述属性作为所述分类图像描述属性模板。
68.可以理解，在执行上述步骤q2a1-步骤q2a3所描述的技术方案时，图像描述属性分类模板包括分类图像描述属性模板，所述获取对所述图像描述属性环境识别特征向量的检测操作时，避免向量分类规则不准确的问题，从而能够精准的根据所述检测操作生成所述图像描述属性分类模板。
69.在一种可替换的实施例中，发明人发现，确定所述目标机房环境监控视频集中的每个目标机房环境监控视频在监控范围对应的目标图像描述属性时，存在多种关键特征向量导致计算混乱的问题，从而难以准确地确定所述目标机房环境监控视频集中的每个目标机房环境监控视频在监控范围对应的目标图像描述属性，为了改善上述技术问题，步骤200所描述的确定所述目标机房环境监控视频集中的每个目标机房环境监控视频在监控范围对应的目标图像描述属性的步骤，具体可以包括以下步骤w1和步骤w2所描述的技术方案。
70.步骤w1，确定所述目标机房环境监控视频集中任一目标机房环境监控视频中图像描述特征的关键特征向量，所述关键特征向量包括以下一种或多种：温度状况、湿度状况、机械运动状况和认为行动状况。
71.步骤w2，根据所述关键特征向量确定所述任一目标机房环境监控视频在监控范围中的目标图像描述属性。
72.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，确定所述目标机房环境监控视频集中的每个目标机房环境监控视频在监控范围对应的目标图像描述属性时，避免多种关键特征向量导致计算混乱的问题，从而能够准确地确定所述目标机房环境监控视频集中的每个目标机房环境监控视频在监控范围对应的目标图像描述属性。
73.在一种可替换的实施例中，发明人发现，根据所述关键特征向量确定所述任一目标机房环境监控视频在监控范围中的目标图像描述属性时，存在任一目标机房环境监控视频的指定特征向量步骤不精确的问题，从而难以精确地确定所述任一目标机房环境监控视频在监控范围中的目标图像描述属性，为了改善上述技术问题，步骤w2所描述的根据所述关键特征向量确定所述任一目标机房环境监控视频在监控范围中的目标图像描述属性的步骤，具体可以包括以下步骤w2a1-步骤w2a4所描述的技术方案。
74.步骤w2a1，在所述任一目标机房环境监控视频的指定特征向量包括温度状况时，统计所述指定特征向量的总温度属性，并根据所述总温度属性和温度分类规则，确定所述温度状况的任一目标机房环境监控视频在监控范围的目标图像描述属性。
75.步骤w2a2，在所述任一目标机房环境监控视频的图像描述特征包括湿度状况时，获取所述湿度状况的指定特征向量的显浮动区间，并将所述显浮动区间作为所述湿度状况的任一目标机房环境监控视频中图像在所述监控范围的目标图像描述属性。
76.步骤w2a3，在所述任一目标机房环境监控视频的指定特征向量包括机械运动状况
时，统计所述图像描述特征的机械运动总数，并根据所述机械运动总数和机械运动分类规则，确定所述机械运动状况的任一目标机房环境监控视频在所述监控范围的目标图像描述属性。
77.步骤w2a4，在所述任一目标机房环境监控视频的指定特征向量包括认为行动状况时，获取所述认为行动状况的图像描述特征的显浮动区间，并将所述显浮动区间作为所述认为行动状况的任一目标机房环境监控视频在所述监控范围的目标图像描述属性。
78.可以理解，在执行上述步骤w2a1-步骤w2a4所描述的技术方案时，根据所述关键特征向量确定所述任一目标机房环境监控视频在监控范围中的目标图像描述属性时，避免任一目标机房环境监控视频的指定特征向量步骤不精确的问题，从而能够精确地确定所述任一目标机房环境监控视频在监控范围中的目标图像描述属性。
79.基于上述基础，还可以包括以下步骤e1所描述的技术方案。
80.步骤e1，获取所述目标机房环境监控视频的线程环境图像，并在所述监控范围目标所述线程环境图像。
81.可以理解，在执行上述步骤e1所描述的技术方案时，通过提高目标机房环境监控视频的线程环境图像的精确，从而能精确地确定监控范围目标所述线程环境图像。
82.在一种可能的实施例中，发明人发现，在所述监控范围目标所述目标机房环境监控视频时，存在选择指令错误的问题，从而难以精确地确定监控范围目标所述目标机房环境监控视频，为了改善上述技术问题，步骤400所描述的在所述监控范围目标所述目标机房环境监控视频的步骤，具体可以包括以下步骤r1所描述的技术方案。
83.步骤r1，获得对所述线程环境图像的选择指令，在所述监控范围目标所述目标机房环境监控视频中的图像描述特征。
84.可以理解，在执行上述步骤r1所描述的技术方案时，在所述监控范围目标所述目标机房环境监控视频时，避免选择指令错误的问题，从而能够精确地确定监控范围目标所述目标机房环境监控视频。
85.基于上述基础，还可以包括以下步骤t1所描述技术方案。
86.步骤t1，获取所述目标机房环境监控视频的线程环境图像，并在所述监控范围目标所述线程环境图像。
87.可以理解，在执行上述步骤t1所描述技术方案时，通过提高目标机房环境监控视频的线程环境图像的精度，从而能够更加精确地得到线程环境图像。
88.基于上述基础，目标机房环境监控视频的数量为多个，还可以包括以下步骤y1和步骤y2描述的技术方案。
89.步骤y1，获取当前在所述监控范围目标的图像描述特征的当前目标图像描述属性，并确定所述图像描述属性分类模板指示的分类图像描述属性模板。
90.步骤y2，根据所述当前目标图像描述属性和所述分类图像描述属性模板，更新所述目标机房环境监控视频。
91.可以理解，在执行上述步骤y1和步骤y2描述的技术方案时，通过精确地确定图像描述属性分类模板指示的分类图像描述属性模板，从而能够提高更新所述目标机房环境监控视频的精度。
92.在一种可能的实施例中，根据所述当前目标图像描述属性和所述分类图像描述属
性模板时，存在局部分类图像描述属性不准确的问题，从而难以准确地更新所述目标机房环境监控视频，为了改善上述技术问题，步骤y2所描述的根据所述当前目标图像描述属性和所述分类图像描述属性模板，更新所述目标机房环境监控视频的步骤，具体可以包括以下步骤u1和步骤u2所描述的技术方案。
93.步骤u1，根据所述当前目标图像描述属性和所述分类图像描述属性模板，确定局部分类图像描述属性。
94.步骤u2，剔除所述目标机房环境监控视频中对应目标图像描述属性满足所述局部分类图像描述属性的目标机房环境监控视频，以更新所述目标机房环境监控视频。
95.可以理解，在执行上述步骤u1和步骤u2所描述的技术方案时，根据所述当前目标图像描述属性和所述分类图像描述属性模板时，避免局部分类图像描述属性不准确的问题，从而能够准确地更新所述目标机房环境监控视频。
96.在上述基础上，请结合参阅图2，提供了一种机房动力环境监控装置200，智能控制层于数据处理终端，所述装置包括：
97.图像获取模块210，用于获得目标机房环境监控视频的图像描述特征，获取待处理的目标机房环境监控视频集，所述图像描述特征包括有图像描述属性分类模板；
98.属性确定模块220，用于确定所述目标机房环境监控视频集中的每个目标机房环境监控视频在监控范围对应的目标图像描述属性；
99.图像分类模块230，用于根据所述目标图像描述属性，从所述目标机房环境监控视频集中确定出满足所述图像描述属性分类模板的目标机房环境监控视频；
100.图像监控模块240，用于在所述监控范围目标所述目标机房环境监控视频。
101.在上述基础上，请结合参阅图3，示出了一种机房动力环境监控系统300，包括互相之间通信的处理器310和存储器320，所述处理器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。
102.在上述基础上，还提供了一种计算机可读存储介质，其上存储的计算机程序在运行时实现上述的方法。
103.综上，基于上述方案，在接收到目标机房环境监控视频的图像描述特征后，可根据该图像描述特征获取目标机房环境监控视频集，并可进一步确定该目标机房环境监控视频中每个目标机房环境监控视频在监控范围中的目标图像描述属性，在确定出所述目标图像描述属性后，可根据所述目标图像描述属性进行智能控制线程资源目标的，以得到满足该图像描述特征所包括的图像描述属性分类模板的目标机房环境监控视频，从而可在监控范围中目标所述目标机房环境监控视频，可根据用户对智能控制线程资源目标的需求进行智能控制线程资源目标的，使得在监控范围展示的目标机房环境监控视频是满足用户需求的，可有效提升用户对目标机房环境监控视频的分类准确性，并可提升用户对目标机房环境监控视频的分类完整度。
104.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。本技术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。
105.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。
106.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，而并不构成对本技术的限定。虽然此处并没有明确说明，本领域技术人员可能会对本技术进行各种修改、改进和修正。该类修改、改进和修正在本技术中被建议，所以该类修改、改进、修正仍属于本技术示范实施例的精神和范围。
107.同时，本技术使用了特定词语来描述本技术的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本技术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，本技术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。
108.此外，本领域技术人员可以理解，本技术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，本技术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，本技术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。
109.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。
110.本技术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)。
111.此外，除非权利要求中明确说明，本技术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，并非用于限定本技术流程和方法的顺序。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技术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。
112.同理，应当注意的是，为了简化本技术披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本技术实施例的描述中，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技术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。
113.一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。尽管本技术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。
114.针对本技术引用的每个专利、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技术作为参考。与本技术内容不一致或产生冲突的申请历史文件除外，对本技术权利要求最广范围有限制的文件(当前或之后附加于本技术中的)也除外。需要说明的是，如果本技术附属材料中的描述、定义、和/或术语的使用与本技术所述内容有不一致或冲突的地方，以本技术的描述、定义和/或术语的使用为准。
115.最后，应当理解的是，本技术中所述实施例仅用以说明本技术实施例的原则。其他的变形也可能属于本技术的范围。因此，作为示例而非限制，本技术实施例的替代配置可视为与本技术的教导一致。相应地，本技术的实施例不仅限于本技术明确介绍和描述的实施例。
116.以上仅为本技术的实施例而已，并不用于限制本技术。对于本领域技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本技术的权利要求范围之内。