一种半导体器件的导电胶推荐方法、系统和可读存储介质与流程

1.本发明涉及半导体和数据挖掘技术领域，更具体的，涉及一种半导体器件的导电胶推荐方法、系统和可读存储介质。


背景技术：

2.导电胶是一种固化或干燥后具有一定导电性的胶粘剂，它可以将多种导电材料连接在一起，使被连接材料间形成电的通路，在电子工业中,导电胶已成为一种必不可少的新材料。导电胶的品种繁多，在没有筛选的情况下，很容易因为信息不足无法选出最优的导电胶，而现阶段半导体器件的导电胶选择主要还依靠技术人员的个人经验以及个人技术，选择的导电胶范围具有局限性。
3.因此有技术存在缺陷，亟待改进。


技术实现要素：

4.鉴于上述问题，本发明的目的是提供一种半导体器件的导电胶推荐方法、系统及可读存储介质，能够更有效的选出半导体器件的最佳导电胶。
5.本发明第一方面提供了一种半导体器件的导电胶推荐方法，包括：获取半导体器件的信息；根据半导体器件的信息，得到适合半导体器件的导电胶信息；将所述导电胶与半导体器件的信息进行对比分析，得到所述导电胶与半导体器件的匹配度信息；将最高匹配度的导电胶发送至终端以显示。
6.本方案中，还包括：获取半导体器件的工作环境信息；判断导电胶是否能在所述半导体器件的工作环境下正常的运行，若否，则将所述导电胶匹配度设为零。
7.本方案中，还包括：获取导电胶价格信息；判断所述导电胶价格是否超过预设阈值，若是，则将所述导电胶的匹配度按照超过预设阈值进行递减，并将得到的匹配度发送至服务器存储。
8.本方案中，还包括：获取导电胶的使用方法信息；根据所述导电胶的使用方法形成难易程度值；判断所述难易程度值是否超过预设阈值，若是，则将所述导电胶匹配度设为零。
9.本方案中，还包括：获取导电胶的生产信息；根据所述导电胶的生产信息，得到所述导电胶在生产过程中的碳排放信息；
判断所述导电胶在生产中的碳排放是否超过预设阈值，若是，则将所述导电胶的匹配度设为零。
10.本方案中，还包括：获取半导体器件的历史导电胶以及半导体器件和历史导电胶的产品成品率信息；根据半导体器件的历史导电胶以及半导体器件和历史导电胶的产品成品率信息，得到所述半导体器件的神经网络模型；判断导电胶在神经网络模型中的成品率是否低于预设阈值，若是，则将导电胶的匹配度设为零。
11.本发明第二方面提供了一种半导体器件的导电胶推荐系统，包括存储器和处理器，所述存储器中包括半导体器件的导电胶推荐方法程序，所述半导体器件的导电胶推荐方法程序被所述处理器执行时实现如下步骤：获取半导体器件的信息；根据半导体器件的信息，得到适合半导体器件的导电胶信息；将所述导电胶与半导体器件的信息进行对比分析，得到所述导电胶与半导体器件的匹配度信息；将最高匹配度的导电胶发送至终端以显示。
12.本方案中，还包括：获取半导体器件的工作环境信息；判断导电胶是否能在所述半导体器件的工作环境下正常的运行，若否，则将所述导电胶匹配度设为零。
13.本方案中，还包括：获取导电胶价格信息；判断所述导电胶价格是否超过预设阈值，若是，则将所述导电胶的匹配度按照超过预设阈值进行递减，并将得到的匹配度发送至服务器存储。
14.本方案中，还包括：获取导电胶的使用方法信息；根据所述导电胶的使用方法形成难易程度值；判断所述难易程度值是否超过预设阈值，若是，则将所述导电胶匹配度设为零。
15.本方案中，还包括：获取导电胶的生产信息；根据所述导电胶的生产信息，得到所述导电胶在生产过程中的碳排放信息；判断所述导电胶在生产中的碳排放是否超过预设阈值，若是，则将所述导电胶的匹配度设为零。
16.本方案中，还包括：获取半导体器件的历史导电胶以及半导体器件和历史导电胶的产品成品率信息；根据半导体器件的历史导电胶以及半导体器件和历史导电胶的产品成品率信息，得到所述半导体器件的神经网络模型；判断导电胶在神经网络模型中的成品率是否低于预设阈值，若是，则将导电胶的匹配度设为零。
17.本发明第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质中包括一种半导体器件的导电胶推荐方法程序，所述一种半导体器件的导电胶推荐方法程序被处理器执行时，实现如上述任一项所述的一种半导体器件的导电胶推荐方法的步骤。
18.本发明公开的一种半导体器件的导电胶推荐方法、系统和可读存储介质，通过获取半导体器件的信息，将所述半导体器件的信息通过在线适配器，获取适合半导体器件的导电胶，再将导电胶与半导体器件的信息进行对比分析，得到导电胶与半导体器件的匹配度，选取最高匹配度的导电胶，本技术通过将大量导电胶进行筛选得到最佳导电胶，保证了导电胶与半导体器件的契合度。本技术还通过对适合半导体器件的导电胶生产信息进行分析，筛选出在生产过程中碳排放未达标的导电胶，从而确保半导体产品的碳排放要求。
附图说明
19.图1示出了本发明一种半导体器件的导电胶推荐方法的流程图；图2出了本发明一种半导体器件的导电胶推荐系统的框图。
具体实施方式
20.为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本技术的实施例及实施例中的特征可以相互组合。
21.在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
22.图1示出了本发明一种半导体器件的导电胶推荐方法的流程图。
23.如图1所示，本发明公开了一种半导体器件的导电胶推荐方法，包括：s102,获取半导体器件的信息；s104,根据半导体器件的信息，得到适合半导体器件的导电胶信息；s106,将所述导电胶与半导体器件的信息进行对比分析，得到所述导电胶与半导体器件的匹配度信息；s108,将最高匹配度的导电胶发送至终端以显示。
24.根据本发明实施例，所述半导体器件的信息包括半导体器件的材料组成和功能用途等基本信息，通过提取所述半导体器件信息中的主要关键词信息，然后将所述关键词信息通过在线适配器，自动匹配适合半导体器件的导电胶，当只有一种适合半导体器件的导电胶时，服务器直接将所述导电胶发送至终端以显示，当匹配适合半导体器件的导电胶种类大于或等于两种时，将导电胶与半导体器件信息中的主要关键词信息进行对比分析，得到所述导电胶与半导体器件的匹配度信息，选出最高匹配度的导电胶发送至终端以显示，若出现多种导电胶的匹配度相同且为最高时，则提取半导体器件信息中的次要关键词信息，将所述匹配度相同且为最高的导电胶与半导体器件信息中的次要关键词信息进行第二次对比分析，得到第二次匹配度信息，判断第二次匹配度高低，若还存在多种导电胶匹配度相同且为最高时，则继续提取半导体器件信息中的次要关键词信息，直到筛选出一种导电胶，将所述导电胶发送至终端以显示。
25.根据本发明实施例，还包括：获取半导体器件的工作环境信息；判断导电胶是否能在所述半导体器件的工作环境下正常的运行，若否，则将所述导电胶的匹配度设为零。
26.需要说明的是，获取半导体器件的工作环境，进行温度、湿度和振动的提取，根据所述温度、湿度和振动情况判断半导体器件的导电胶是否能在所述工作环境下持续正常运行。例如，导电胶a只能在温度60摄氏度以下正常运行，所述半导体器件在运行后可能达到70摄氏度，而导电胶a在70摄氏度的温度环境直接变形或者是不能正常运行，则将所述导电胶a与半导体器件的匹配度设为零。
27.根据本发明实施例，还包括：获取导电胶价格信息；判断所述导电胶价格是否超过预设阈值，若是，则将所述导电胶的匹配度按照超过预设阈值进行递减，并将得到的匹配度发送至服务器存储。
28.需要说明的是，导电胶价格的高低直接影响了半导体器件的成本，但是当所述导电胶的性能与半导体器件的匹配度很高时，可以消除部分价格的影响力。因此，当导电胶价格超过预设阈值时，将所述导电胶的匹配度按照超过预设阈值进行递减。例如，导电胶a的价格为1000元/千克，而导电胶价格预设阈值为800元/千克，当导电胶的价格超过预设阈值时，每超过100元/千克就相应减少1点匹配度值，导电胶a的初始匹配度值为90，导电胶b的初始匹配度值为85，价格为780元/千克，所述导电胶a的最终匹配度值为90-（1000-800）/100=88》85,则所述导电胶a的价格虽然高出预设阈值，但导电胶a与半导体器件的匹配度足以消除价格的不足，因此将所述导电胶a发送至终端以显示。
29.根据本发明实施例，还包括：获取导电胶的使用方法信息；根据所述导电胶的使用方法形成难易程度值；判断所述难易程度值是否超过预设阈值，若是，则将所述导电胶匹配度设为零。
30.需要说明的是，通过提取导电胶的使用方法信息中的关键词信息，判断所述导电胶的使用方法的难易程度，关键词越少则使用方法越简便，得到的难易程度值越小。当难易程度超过预设阈值时，则说明所述导电胶的使用方法在现有的条件下不能够实现半导体器件的量产，或者所述导电胶的使用方法在现有的条件下能实现半导体器件的量产但是成本过高。
31.根据本发明实施例，还包括：获取导电胶的生产信息；根据所述导电胶的生产信息，得到所述导电胶在生产过程中的碳排放信息；判断所述导电胶在生产中的碳排放是否超过预设阈值，若是，则将所述导电胶的匹配度设为零。
32.需要说明的是，通过获取导电胶的生产信息，得到所述导电胶在生产过程中的碳排放信息，所述碳排放信息包括直接碳排放信息和间接碳排放信息。导电胶在生产过程中的直接碳排放为生产导电胶时工厂所产生的二氧化碳值，间接碳排放为生产导电胶时对能源、原料和水等的消耗。通过结合导电胶的直接碳排放和间接碳排放与预设的碳排放阈值
（国家规定的碳排放标准）进行对比分析，判断所述导电胶的碳排放是否超标，若是，则将所述半导体的匹配度设为零。
33.根据本发明实施例，还包括：获取半导体器件的历史导电胶以及半导体器件和历史导电胶的产品成品率信息；根据半导体器件的历史导电胶以及半导体器件和历史导电胶的产品成品率信息，得到所述半导体器件的神经网络模型；判断导电胶在神经网络模型中的成品率是否低于预设阈值，若是，则将导电胶的匹配度设为零。
34.需要说明的是，从导电胶的研发开始，记录导电胶的发展历程、导电胶与半导体器件的结合过程和导电胶与半导体器件的成品率信息，通过对数据的学习和分析，系统自动优化导电胶在神经网络模型中的成品率值，当导电胶在模拟中的成品率值低于预设的成品率阈值时，将所述导电胶的匹配度设为零。判断导电胶在神经网络模型中的成品率是否低于预设阈值可以是将导电胶信息和半导体信息输入至神经网络模型中，得到成品率的值，然后判断成品率的值是否低于预设阈值。例如，导电胶c在神经网络模型中的成品率为90%，而预设的导电胶与半导体器件的成品率阈值为98%，则所述导电胶c与半导体器件的成品率不达标，将所述导电胶c的匹配度设为零。
35.根据本发明实施例，还包括：根据导电胶的神经网络模型信息与半导体器件的基本信息，得到适合半导体器件的导电胶材料组成信息；判断所述半导体器件的导电胶材料组成是否已有现成产品，若是，则将所述导电胶材料组成的产品信息发送至终端以显示。
36.需要说明的是，通过对半导体器件的基本信息进行分析，导电胶的神经网络模型自动优化出适合半导体器件的导电胶材料组成信息，判断所述半导体器件的导电胶材料组成是否已有现成的产品，若是，则将所述导电胶材料组成的产品信息推荐至终端以显示，若否，则计算所述导电胶材料制成产品所需要的成本，并将所述导电胶材料组成以及制成产品的成本信息发送至终端已显示。
37.根据本发明实施例，还包括：对半导体器件的历史导电胶以及半导体器件和历史导电胶的产品成品率信息进行分析，得到导电胶最佳成分比例信息和生产工艺信息；将所述导电胶最佳成分比例信息和生产工艺信息发送至预设终端进行生成指导。
38.需要说明的是，在进行导电胶推荐过程中时，本发明还能够根据历史的导电胶和半导体的数据信息进行分析，分析出导电胶的最佳成分比例信息和生成工艺信息。具体的，可以为将半导体器件的历史导电胶以及半导体器件和历史导电胶的产品成品率信息输入至预设的神经网络模型中进行训练，得到导电胶生产神经网络模型，然后将当前的半导体信息输入至训练好的生产神经网络模型中，可以得到导电胶最佳成分比例信息和生产工艺信息。将上述的导电胶最佳成分比例信息和生产工艺信息发送至预设终端，以帮助其进行导电胶的生产指导。通过人工智能的方式进行导电胶的匹配和指导，可以提高半导体和导电胶的生产效率，提高产品的使用效果。
39.根据本发明实施例，所述神经网络模型生成步骤，具体为：
获取历史状态数据；对所述历史状态数据进行预处理，得到训练数组；将所述训练数组发送至初始化的神经网络模型中进行训练；获取训练后的神经网络模型的误差率；若所述误差率小于预设的误差率阈值，则停止训练，得到预设的神经网络模型。所述生产神经网络模型可以通过此方法进行训练取得。
40.需要说明的是，历史状态数据为半导体器件的历史导电胶以及半导体器件和历史导电胶的产品成品率信息数据，获取的历史数据数量越多，则训练的神经网络模型就越准确。首先，获取了历史数据后，需要进行预处理，例如，对数据进行归一化处理或者进行格式转换处理，以方便进行神经网络的训练，预处理之后，得到训练数据集。然后将训练数据集输入至初始化的神经网络模型中进行训练，所述的训练是机器自动化训练，最终得到神经网络模型。然后输入测试数据，判断神经网络模型输出的预测结果的准确率。并且将预测准确率与预设的准确率阈值进行比较，如果超过了准确率阈值，则说明神经网络模型已经能够达到较好的预测效果，则可以停止训练。其中，所述准确率阈值可以为80-95%。
41.图2出了本发明一种半导体器件的导电胶推荐系统的框图。
42.如图2所示，本发明第二方面提供了一种半导体器件的导电胶推荐系统2，包括存储器21和处理器22，所述存储器中包括半导体器件的导电胶推荐方法程序，所述半导体器件的导电胶推荐方法程序被所述处理器执行时实现如下步骤：获取半导体器件的信息；根据半导体器件的信息，得到适合半导体器件的导电胶信息；将所述导电胶与半导体器件的信息进行对比分析，得到所述导电胶与半导体器件的匹配度信息；将最高匹配度的导电胶发送至终端以显示。
43.根据本发明实施例，所述半导体器件的信息包括半导体器件的材料组成和功能用途等基本信息，通过提取所述半导体器件信息中的主要关键词信息，然后将所述关键词信息通过在线适配器，自动匹配适合半导体器件的导电胶，当只有一种适合半导体器件的导电胶时，服务器直接将所述导电胶发送至终端以显示，当匹配适合半导体器件的导电胶种类大于或等于两种时，将导电胶与半导体器件信息中的主要关键词信息进行对比分析，得到所述导电胶与半导体器件的匹配度信息，选出最高匹配度的导电胶发送至终端以显示，若出现多种导电胶的匹配度相同且为最高时，则提取半导体器件信息中的次要关键词信息，将所述匹配度相同且为最高的导电胶与半导体器件信息中的次要关键词信息进行第二次对比分析，得到第二次匹配度信息，判断第二次匹配度高低，若还存在多种导电胶匹配度相同且为最高时，则继续提取半导体器件信息中的次要关键词信息，直到筛选出一种导电胶，将所述导电胶发送至终端以显示。
44.根据本发明实施例，还包括：获取半导体器件的工作环境信息；判断导电胶是否能在所述半导体器件的工作环境下正常的运行，若否，则将所述导电胶的匹配度设为零。
45.需要说明的是，获取半导体器件的工作环境，进行温度、湿度和振动的提取，根据所述温度、湿度和振动情况判断半导体器件的导电胶是否能在所述工作环境下持续正常运行。例如，导电胶a只能在温度60摄氏度以下正常运行，所述半导体器件在运行后可能达到
70摄氏度，而导电胶a在70摄氏度的温度环境直接变形或者是不能正常运行，则将所述导电胶a与半导体器件的匹配度设为零。
46.根据本发明实施例，还包括：获取导电胶价格信息；判断所述导电胶价格是否超过预设阈值，若是，则将所述导电胶的匹配度按照超过预设阈值进行递减，并将得到的匹配度发送至服务器存储。
47.需要说明的是，导电胶价格的高低直接影响了半导体器件的成本，但是当所述导电胶的性能与半导体器件的匹配度很高时，可以消除部分价格的影响力。因此，当导电胶价格超过预设阈值时，将所述导电胶的匹配度按照超过预设阈值进行递减。例如，导电胶a的价格为1000元/千克，而导电胶价格预设阈值为800元/千克，当导电胶的价格超过预设阈值时，每超过100元/千克就相应减少1点匹配度值，导电胶a的初始匹配度值为90，导电胶b的初始匹配度值为85，价格为780元/千克，所述导电胶a的最终匹配度值为90-（1000-800）/100=88》85,则所述导电胶a的价格虽然高出预设阈值，但导电胶a与半导体器件的匹配度足以消除价格的不足，因此将所述导电胶a发送至终端以显示。
48.根据本发明实施例，还包括：获取导电胶的使用方法信息；根据所述导电胶的使用方法形成难易程度值；判断所述难易程度值是否超过预设阈值，若是，则将所述导电胶匹配度设为零。
49.需要说明的是，通过提取导电胶的使用方法信息中的关键词信息，判断所述导电胶的使用方法的难易程度，关键词越少则使用方法越简便，得到的难易程度值越小。当难易程度超过预设阈值时，则说明所述导电胶的使用方法在现有的条件下不能够实现半导体器件的量产，或者所述导电胶的使用方法在现有的条件下能实现半导体器件的量产但是成本过高。
50.根据本发明实施例，还包括：获取导电胶的生产信息；根据所述导电胶的生产信息，得到所述导电胶在生产过程中的碳排放信息；判断所述导电胶在生产中的碳排放是否超过预设阈值，若是，则将所述导电胶的匹配度设为零。
51.需要说明的是，通过获取导电胶的生产信息，得到所述导电胶在生产过程中的碳排放信息，所述碳排放信息包括直接碳排放信息和间接碳排放信息。导电胶在生产过程中的直接碳排放为生产导电胶时工厂所产生的二氧化碳值，间接碳排放为生产导电胶时对能源、原料和水等的消耗。通过结合导电胶的直接碳排放和间接碳排放与预设的碳排放阈值（国家规定的碳排放标准）进行对比分析，判断所述导电胶的碳排放是否超标，若是，则将所述半导体的匹配度设为零。
52.根据本发明实施例，还包括：获取半导体器件的历史导电胶以及半导体器件和历史导电胶的产品成品率信息；根据半导体器件的历史导电胶以及半导体器件和历史导电胶的产品成品率信息，得到所述半导体器件的神经网络模型；判断导电胶在神经网络模型中的成品率是否低于预设阈值，若是，则将导电胶的
匹配度设为零。
53.需要说明的是，从导电胶的研发开始，记录导电胶的发展历程、导电胶与半导体器件的结合过程和导电胶与半导体器件的成品率信息，通过对数据的学习和分析，系统自动优化导电胶在神经网络模型中的成品率值，当导电胶在模拟中的成品率值低于预设的成品率阈值时，将所述导电胶的匹配度设为零。例如，导电胶c在神经网络模型中的成品率为90%，而预设的导电胶与半导体器件的成品率阈值为98%，则所述导电胶c与半导体器件的成品率不达标，将所述导电胶c的匹配度设为零。
54.根据本发明实施例，还包括：根据导电胶的神经网络模型信息与半导体器件的基本信息，得到适合半导体器件的导电胶材料组成信息；判断所述半导体器件的导电胶材料组成是否已有现成产品，若是，则将所述导电胶材料组成的产品信息发送至终端以显示。
55.需要说明的是，通过对半导体器件的基本信息进行分析，导电胶的神经网络模型自动优化出适合半导体器件的导电胶材料组成信息，判断所述半导体器件的导电胶材料组成是否已有现成的产品，若是，则将所述导电胶材料组成的产品信息推荐至终端以显示，若否，则计算所述导电胶材料制成产品所需要的成本，并将所述导电胶材料组成以及制成产品的成本信息发送至终端已显示。
56.根据本发明实施例，还包括：对半导体器件的历史导电胶以及半导体器件和历史导电胶的产品成品率信息进行分析，得到导电胶最佳成分比例信息和生产工艺信息；将所述导电胶最佳成分比例信息和生产工艺信息发送至预设终端进行生成指导。
57.需要说明的是，在进行导电胶推荐过程中时，本发明还能够根据历史的导电胶和半导体的数据信息进行分析，分析出导电胶的最佳成分比例信息和生成工艺信息。具体的，可以为将半导体器件的历史导电胶以及半导体器件和历史导电胶的产品成品率信息输入至预设的神经网络模型中进行训练，得到导电胶生产神经网络模型，然后将当前的半导体信息输入至训练好的生产神经网络模型中，可以得到导电胶最佳成分比例信息和生产工艺信息。将上述的导电胶最佳成分比例信息和生产工艺信息发送至预设终端，以帮助其进行导电胶的生产指导。通过人工智能的方式进行导电胶的匹配和指导，可以提高半导体和导电胶的生产效率，提高产品的使用效果。
58.根据本发明实施例，所述神经网络模型生成步骤，具体为：获取历史状态数据；对所述历史状态数据进行预处理，得到训练数组；将所述训练数组发送至初始化的神经网络模型中进行训练；获取训练后的神经网络模型的误差率；若所述误差率小于预设的误差率阈值，则停止训练，得到预设的神经网络模型。所述生产神经网络模型可以通过此方法进行训练取得。
59.需要说明的是，历史状态数据为半导体器件的历史导电胶以及半导体器件和历史导电胶的产品成品率信息数据，获取的历史数据数量越多，则训练的神经网络模型就越准确。首先，获取了历史数据后，需要进行预处理，例如，对数据进行归一化处理或者进行格式转换处理，以方便进行神经网络的训练，预处理之后，得到训练数据集。然后将训练数据集输入至初始化的神经网络模型中进行训练，所述的训练是机器自动化训练，最终得到神经
网络模型。然后输入测试数据，判断神经网络模型输出的预测结果的准确率。并且将预测准确率与预设的准确率阈值进行比较，如果超过了准确率阈值，则说明神经网络模型已经能够达到较好的预测效果，则可以停止训练。其中，所述准确率阈值可以为80-95%。
60.本发明第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质中包括一种半导体器件的导电胶推荐方法程序，所述一种半导体器件的导电胶推荐方法程序被处理器执行时，实现如上述任一项所述的一种半导体器件的导电胶推荐方法的步骤。
61.本发明公开的一种半导体器件的导电胶推荐方法、系统和可读存储介质，通过获取半导体器件的信息，将所述半导体器件的信息通过在线适配器，获取适合半导体器件的导电胶，再将导电胶与半导体器件的信息进行对比分析，得到导电胶与半导体器件的匹配度，选取最高匹配度的导电胶，本技术通过将大量导电胶进行筛选得到最佳导电胶，保证了导电胶与半导体器件的契合度。本技术还通过对适合半导体器件的导电胶生产信息进行分析，筛选出在生产过程中碳排放未达标的导电胶，从而确保半导体产品的碳排放要求。
62.在本技术所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，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，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
63.上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，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全部单元来实现本实施例方案的目的。
64.另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，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单元的形式实现。
65.本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、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。
66.或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也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，本发明实施例的技术方案本质上或者说对现有技术做出贡献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。而前述的存储介质包括：移动存储设备、rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。