用于提供切片服务的方法、系统和计算机可读存储介质与流程

1.本公开涉及通信技术领域，特别涉及一种用于提供切片服务的方法、系统和计算机可读存储介质。


背景技术：

2.5g(5th generation mobile communication technology，第五代移动通信技术)网络可以面向行业提供切片服务，但存不同行业、企业众多，切片要求差异化较大的问题。如果提供一种默认的尽力而为的切片，显然不能满足客户的差异化需求。反之，如果满足每个客户的切片指标要求，需要运营商开通部署成百上千个切片。这些切片无疑会占用较高资源，大大降低运营商的网络效率。而且，客户也面临更高的资费，使用意愿下降。另外，6g(6th generation mobile communication technology，第六代移动通信技术)网络也会存在这样的问题。
3.因此，当面临企业成百上千的切片要求，通过默认切片显然不能满足企业要求，直接提供数以千计的切片会造成资源浪费和切片价格过高。


技术实现要素：

4.本公开解决的一个技术问题是：提供一种用于提供切片服务的方法，以便降低运营商切片数量，提升资源利用率。
5.根据本公开的一个方面，提供了一种用于提供切片服务的方法，包括：获取多个用户所需切片服务的切片服务等级协议sla参数；根据所述多个用户的切片sla参数生成切片数据矩阵；利用聚类算法对所述切片数据矩阵进行聚类以形成一个或多个簇；计算每个簇的平均sla指标，以生成该簇的用户的推荐切片模型向量；计算用户所需切片服务的切片sla参数向量与该用户的推荐切片模型向量的相似度；和根据所述相似度向对应的用户提供相应的切片服务。
6.在一些实施例中，获取多个用户所需切片服务的切片sla参数的步骤包括：将获取的所述多个用户的切片sla参数组成矩阵a，a＝(a
ij
)n×k，其中，n为用户的个数，k为每个用户的切片sla参数的个数，a
ij
为第i个用户的第j个切片sla参数，其中，1≤i≤n，1≤j≤k，i、j、n和k为正整数。
7.在一些实施例中，根据所述多个用户的切片sla参数生成切片数据矩阵的步骤包括：根据所述多个用户的切片sla参数的矩阵a、所述多个用户的切片sla参数的权重矩阵ω和所述多个用户的权重向量生成切片数据矩阵b，其中，ω
ij
为第i个用户的第j个切片sla参数的权重，为第i个用户的权重。
8.在一些实施例中，所述聚类算法包括：基于距离聚类的聚类算法或基于密度聚类的聚类算法。
9.在一些实施例中，在预先设定所生成推荐切片个数的情况下，采用所述基于距离
聚类的聚类算法；在没有预先设定所生成推荐切片个数的情况下，采用所述基于密度聚类的聚类算法。
10.在一些实施例中，计算每个簇的平均sla指标的步骤包括：计算簇内每个sla指标的平均值以得到每个簇的平均sla指标。
11.在一些实施例中，计算用户所需切片服务的切片sla参数向量与该用户的推荐切片模型向量的相似度包括：计算第i个用户所需切片服务的切片sla参数向量ai与该用户的推荐切片模型向量cq的夹角θ的余弦值cosθ，该余弦值cosθ即为相似度；
12.在一些实施例中，根据所述相似度向对应的用户提供相应的切片服务的步骤包括：在所述相似度大于或等于阈值的情况下，向所述用户提供所述推荐切片模型向量所对应的切片服务；在所述相似度小于所述阈值的情况下，向所述用户提供对应的专用切片服务。
13.在一些实施例中，根据所述相似度向对应的用户提供相应的切片服务的步骤还包括：在向所述用户提供所述推荐切片模型向量所对应的切片服务的过程中，若用户接受该切片服务，则提供该切片服务，若用户不接受该切片服务，则向所述用户提供对应的专用切片服务。
14.在一些实施例中，所述用户为企业用户。
15.根据本公开的另一个方面，提供了一种用于提供切片服务的系统，包括：获取单元，用于获取多个用户所需切片服务的切片sla参数；数据矩阵生成单元，用于根据所述多个用户的切片sla参数生成切片数据矩阵；聚类单元，用于利用聚类算法对所述切片数据矩阵进行聚类以形成一个或多个簇；推荐切片生成单元，用于计算每个簇的平均sla指标，以生成该簇的用户的推荐切片模型向量；相似度计算单元，用于计算用户所需切片服务的切片sla参数向量与该用户的推荐切片模型向量的相似度；和提供单元，用于根据所述相似度向对应的用户提供相应的切片服务。
16.在一些实施例中，所述获取单元用于将获取的所述多个用户的切片sla参数组成矩阵a，a＝(a
ij
)n×k，其中，n为用户的个数，k为每个用户的切片sla参数的个数，a
ij
为第i个用户的第j个切片sla参数，其中，1≤i≤n，1≤j≤k，i、j、n和k为正整数。
17.在一些实施例中，所述数据矩阵生成单元用于根据所述多个用户的切片sla参数的矩阵a、所述多个用户的切片sla参数的权重矩阵ω和所述多个用户的权重向量生成切片数据矩阵b，其中，ω
ij
为第i个用户的第j个切片sla参数的权重，为第i个用户的权重。
18.在一些实施例中，所述聚类算法包括：基于距离聚类的聚类算法或基于密度聚类的聚类算法。
19.在一些实施例中，所述聚类单元用于在预先设定所生成推荐切片个数的情况下，采用所述基于距离聚类的聚类算法，在没有预先设定所生成推荐切片个数的情况下，采用所述基于密度聚类的聚类算法。
20.在一些实施例中，所述推荐切片生成单元用于计算簇内每个sla指标的平均值以得到每个簇的平均sla指标。
21.在一些实施例中，所述相似度计算单元用于计算第i个用户所需切片服务的切片sla参数向量ai与该用户的推荐切片模型向量cq的夹角θ的余弦值cosθ，该余弦值cosθ即为相似度；
22.在一些实施例中，所述提供单元用于在所述相似度大于或等于阈值的情况下，向所述用户提供所述推荐切片模型向量所对应的切片服务，在所述相似度小于所述阈值的情况下，向所述用户提供对应的专用切片服务。
23.在一些实施例中，所述提供单元还用于在向所述用户提供所述推荐切片模型向量所对应的切片服务的过程中，若用户接受该切片服务，则提供该切片服务，若用户不接受该切片服务，则向所述用户提供对应的专用切片服务。
24.在一些实施例中，所述用户为企业用户。
25.根据本公开的另一个方面，提供了一种用于提供切片服务的系统，包括：存储器；以及耦接至所述存储器的处理器，所述处理器被配置为基于存储在所述存储器的指令执行如前所述的方法。
26.根据本公开的另一个方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，该计算机程序指令被处理器执行时实现如前所述的方法。
27.在上述方法中，获取多个用户所需切片服务的切片sla参数；根据多个用户的切片sla参数生成切片数据矩阵；利用聚类算法对切片数据矩阵进行聚类以形成一个或多个簇；计算每个簇的平均sla指标，以生成该簇的用户的推荐切片模型向量；计算用户所需切片服务的切片sla参数向量与该用户的推荐切片模型向量的相似度；和根据相似度向对应的用户提供相应的切片服务。该方法可以降低运营商切片数量，提升资源利用率。
28.通过以下参照附图对本公开的示例性实施例的详细描述，本公开的其它特征及其优点将会变得清楚。
附图说明
29.构成说明书的一部分的附图描述了本公开的实施例，并且连同说明书一起用于解释本公开的原理。
30.参照附图，根据下面的详细描述，可以更加清楚地理解本公开，其中：
31.图1是示出根据本公开一些实施例的用于提供切片服务的方法的流程图；
32.图2是示出根据本公开另一些实施例的用于提供切片服务的方法的流程图；
33.图3是示出根据本公开另一些实施例的用于提供切片服务的方法的流程图；
34.图4是示出根据本公开一些实施例的实现聚类算法的示意图；
35.图5是示出根据本公开一些实施例的用于提供切片服务的系统的结构框图；
36.图6是示出根据本公开另一些实施例的用于提供切片服务的系统的结构框图；
37.图7是示出根据本公开另一些实施例的用于提供切片服务的系统的结构框图。
具体实施方式
38.现在将参照附图来详细描述本公开的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本
公开的范围。
39.同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
40.以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本公开及其应用或使用的任何限制。
41.对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。
42.在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。
43.应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
44.图1是示出根据本公开一些实施例的用于提供切片服务的方法的流程图。如图1所示，该方法包括步骤s102至s112。
45.在步骤s102，获取多个用户所需切片服务的切片sla(service level agreement，服务等级协议)参数。
46.例如，上述用户为企业用户。当然，本领域技术人员能够理解，该用户也可以是个人用户，因此，本公开的范围并不仅限于此。
47.在一些实施例中，用户的切片sla参数可以包括：用户带宽、时延、吞吐率、支持的最大pdu(protocol data unit，协议数据单元)会话数和上下行速率等。
48.在一些实施例中，该步骤s102可以包括：将获取的多个用户的切片sla参数组成矩阵a，a＝(a
ij
)n×k，其中，n为用户的个数，k为每个用户的切片sla参数的个数，a
ij
为第i个用户的第j个切片sla参数，其中，1≤i≤n，1≤j≤k，i、j、n和k为正整数。
49.在步骤s104，根据多个用户的切片sla参数生成切片数据矩阵。
50.在一些实施例中，该步骤s104可以包括：根据多个用户的切片sla参数的矩阵a、该多个用户的切片sla参数的权重矩阵ω和该多个用户的权重向量生成切片数据矩阵b，其中，ω
ij
为第i个用户的第j个切片sla参数的权重，为第i个用户的权重。
51.这里，该多个用户的切片sla参数的权重矩阵ω和该多个用户的权重向量为预先已知的数据。例如，用户的切片sla参数的权重和用户的权重向量可以根据实际需要来设定，例如，可以采集实际需求来设定。
52.在步骤s106，利用聚类算法对切片数据矩阵进行聚类以形成一个或多个簇。
53.例如，聚类算法可以包括：基于距离聚类的聚类算法或基于密度聚类的聚类算法。例如，基于距离聚类的聚类算法可以为kmeans算法，基于密度聚类的聚类算法可以为dnscan算法。
54.在一些实施例中，在预先设定所生成推荐切片个数的情况下，采用基于距离聚类的聚类算法；在没有预先设定所生成推荐切片个数的情况下，采用基于密度聚类的聚类算法。这样，根据不同的情况采用不同聚类算法，可以获得最优的聚类效果。
55.在步骤s108，计算每个簇的平均sla指标，以生成该簇的用户的推荐切片模型向
量。
56.在一些实施例中，计算每个簇的平均sla指标的步骤包括：计算簇内每个sla指标的平均值以得到每个簇的平均sla指标。
57.例如，每个簇可以包括多个用户的切片sla参数，在每个簇对应的矩阵中，处于同一列的sla参数为相同sla指标类型的参数，计算该同一列sla参数的平均值即为该sla指标的平均值，多列sla参数分别计算平均值即可得到多个sla指标的平均值，该多个sla指标的平均值组成1
×
k的向量，即为推荐切片模型向量。而所有簇的推荐切片模型向量可以组成推荐切片矩阵c＝(c
qj
)m×k。m为推荐切片的个数，即推荐切片模型向量的个数，也等于簇的个数。
58.对于每个簇来说，计算得到的推荐切片为该簇内的所有用户的推荐切片。
59.在步骤s110，计算用户所需切片服务的切片sla参数向量与该用户的推荐切片模型向量的相似度。
60.在一些实施例中，该步骤s110可以包括：计算第i个用户所需切片服务的切片sla参数向量ai与该用户的推荐切片模型向量cq(即第q个推荐切片模型向量)的夹角θ的余弦值cosθ，该余弦值cosθ即为相似度；
[0061][0062]
其中，ai＝(a
i1
，a
i2
，a
i3
...，a
ik
)，
[0063]cq
＝(c
q1
，c
q2
，c
q3
...，c
qk
)。
[0064]
这里，1≤i≤n，1≤q≤m，i和q均为正整数。
[0065]
当向量夹角θ为0时，取得最大值为1，夹角越小，匹配度越好。可以输出[0,1]的匹配度，即cosθ∈[0,1]。
[0066]
在步骤s112，根据相似度向对应的用户提供相应的切片服务。
[0067]
在一些实施例中，步骤s112可以包括：在相似度大于或等于阈值的情况下，向用户提供推荐切片模型向量所对应的切片服务；在相似度小于阈值的情况下，向用户提供对应的专用切片服务。
[0068]
这里，阈值可以根据实际需要来设定。例如，该阈值的范围可以为0.5至0.9。当然，本领域技术人员能够理解，本公开的范围并仅限于此。
[0069]
在一些实施例中，根据相似度向对应的用户提供相应的切片服务的步骤还可以包括：在向用户提供推荐切片模型向量所对应的切片服务的过程中，若用户接受该切片服务，则提供该切片服务，若用户不接受该切片服务，则向用户提供对应的专用切片服务。
[0070]
在上述实施例中，如果相似度大于或等于阈值，则向用户推荐所述推荐切片，如果用户接受该推荐切片，则按该推荐切片提供服务，如果用户不接受该推荐切片，则按照用户所需开通专用切片，按照标准资费为用户服务；如果相似度小于阈值，则按照用户所需开通专用切片，按照标准资费为用户服务。这样为客户提供低资费的最优匹配切片，丰富了客户选择，提升了客户体验。
[0071]
至此，提供了根据本公开一些实施例的用于提供切片服务的方法。该方法包括：获取多个用户所需切片服务的切片sla参数；根据多个用户的切片sla参数生成切片数据矩阵；利用聚类算法对切片数据矩阵进行聚类以形成一个或多个簇；计算每个簇的平均sla指
标，以生成该簇的用户的推荐切片模型向量；计算用户所需切片服务的切片sla参数向量与该用户的推荐切片模型向量的相似度；和根据相似度向对应的用户提供相应的切片服务。该方法可以降低运营商切片数量，提升资源利用率。该方法可以为客户提供低资费的最优匹配切片，丰富了客户选择，提升了客户体验。
[0072]
图2是示出根据本公开另一些实施例的用于提供切片服务的方法的流程图。图3是示出根据本公开另一些实施例的用于提供切片服务的方法的流程图。图4是示出根据本公开一些实施例的实现聚类算法的示意图。下面以企业用户为例，结合图2至图4详细描述根据本公开另一些实施例的用于提供切片服务的方法。
[0073]
如图2所示，在步骤202，制定切片输入模版，通过运营商门户，获取n家企业客户的切片sla保障要求。
[0074]
例如，5g企业切片的关键sla参数包括：用户带宽、时延、吞吐率、支持的最大pdu会话数和上下行速率等。如图3所示，假设有n个企业切片(即n个企业)，每个企业切片的sla参数有k个，则第i个企业切片的第j个特征(即sla参数)为a
ij
，则n个企业的sla关键参数组成的矩阵a可表示为：(a
ij
)n×k。
[0075]
在步骤s204，通过n家企业切片参数、参数权重和企业权重等建立多维数据模型。
[0076]
如图3和图4所示，假设第i个企业切片的第j个特征的sla参数权重为ω
ij
，则所有企业的切片sla参数权重的矩阵ω可表示为：(ω
ij
)n×k。
[0077]
假设第i个企业的权重为则所有企业的权重向量可表示为：
[0078]
根据所有企业的切片sla参数的矩阵a、所有企业的切片sla参数权重的矩阵ω以及所有企业的权重向量生成切片数据矩阵b为其中，是第i个企业的权重，a
ij
为第i个企业的第j个切片sla关键参数，ω
ij
为第i个企业的第j个切片sla参数的权重。
[0079]
例如，运营商收集500(n＝500)家客户的切片指标要求，并收集客户对指标的权重要求。同时，评估客户的权重，建立数据模型
[0080]
在步骤s206，根据数据特征和要求，选择和比对聚类算法，生成最优m个切片(m《《n)。例如，假定最终输出9个推荐切片，则m＝9。
[0081]
在选择聚类算法时，如果预先设定生成的推荐切片个数，可选择基于距离聚类的算法，例如，kmeans算法；如果不知道生成的推荐切片个数，可选择采用密度聚类算法，例如，dnscan算法。
[0082]
在一些实施例中，还可以对这些聚类算法进行对比。
[0083]
通过聚类算法的运算，上述数据矩阵b可以形成多个簇。对于每个簇，可以依据簇内sla指标的平均值，得到该簇的平均sla指标，即为该簇内所有企业的推荐切片。所有簇的企业用户的推荐切片组成矩阵(c
qj
)m×k，如图3和图4所示。
[0084]
在步骤s208，在m个切片中为第i个企业选择所需切片，并计算该切片与企业原始需求切片的匹配度，并折算优惠费率，推荐给企业客户。
[0085]
切片的匹配度可以利用切片模型向量的相似度来计算。ai为第i个企业所需的切片模型，ai＝(a
i1
，a
i2
，a
i3
...，a
ik
)，cq为与该第i个企业对应的第q个推荐切片模型，cq＝
(c
q1
，c
q2
，c
q3
...，c
qk
)，切片评估采用夹角余弦计算相似度：
[0086][0087]
切片匹配度评估说明:通过计算客户需求特征切片与推荐切片特征向量的夹角余弦，可以评估推荐切片的相似度。向量夹角为0时，理论最大值为1，即推荐切片与需求切片完全匹配；向量夹角越大，取值接近0，匹配度越差。
[0088]
在步骤s210，若企业客户接受，推荐切片以适当折扣费率为客户服务。
[0089]
在步骤s212，若企业客户不接受，新开通专用切片，按照标准资费为客户服务。
[0090]
至此，提供了根据本公开另一些实施例的用于提供切片服务的方法。该方法通过数据建模和聚类匹配等方法，可以为客户提供一种适度的切片服务和推荐机制，为企业提供高匹配度低费率的切片，增加客户选择。在该方法中，采集客户的切片sla指标、指标权重、客户权重等信息，建立多维数据模型，结合数据特征，选择聚类算法，自动确定出系统最优的若干切片(数量远小于客户需求切片数)，为当前所有客户服务。针对每个客户为其推荐的可选切片，明确服务匹配度和折算的优惠资费。如客户不同意，可按需生成专用切片，按照标准资费服务。该方法有效降低了运营商切片数量，提升了资源利用率，同时为客户提供低资费的最优匹配切片，丰富了客户选择，提升了客户体验。该方法可以提供适度切片服务，为用户提供较满意低费率的共享切片，提升性价比。
[0091]
图5是示出根据本公开一些实施例的用于提供切片服务的系统的结构框图。如图5所示，该系统包括获取单元502、数据矩阵生成单元504、聚类单元506、推荐切片生成单元508、相似度计算单元510和提供单元512。
[0092]
获取单元502用于获取多个用户所需切片服务的切片sla参数。例如，用户为企业用户。
[0093]
在一些实施例中，获取单元502可以用于将获取的多个用户的切片sla参数组成矩阵a，a＝(a
ij
)n×k，其中，n为用户的个数，k为每个用户的切片sla参数的个数，a
ij
为第i个用户的第j个切片sla参数，其中，1≤i≤n，1≤j≤k，i、j、n和k为正整数。
[0094]
数据矩阵生成单元504用于根据多个用户的切片sla参数生成切片数据矩阵。
[0095]
在一些实施例中，数据矩阵生成单元504可以用于根据所述多个用户的切片sla参数的矩阵a、所述多个用户的切片sla参数的权重矩阵ω和所述多个用户的权重向量生成切片数据矩阵b，其中，ω
ij
为第i个用户的第j个切片sla参数的权重，为第i个用户的权重。
[0096]
聚类单元506用于利用聚类算法对切片数据矩阵进行聚类以形成一个或多个簇。
[0097]
例如，聚类算法包括：基于距离聚类的聚类算法或基于密度聚类的聚类算法。
[0098]
在一些实施例中，聚类单元506可以用于在预先设定所生成推荐切片个数的情况下，采用基于距离聚类的聚类算法，在没有预先设定所生成推荐切片个数的情况下，采用基于密度聚类的聚类算法。
[0099]
推荐切片生成单元508用于计算每个簇的平均sla指标，以生成该簇的用户的推荐切片模型向量。
[0100]
在一些实施例中，推荐切片生成单元508可以用于计算簇内每个sla指标的平均值
以得到每个簇的平均sla指标。
[0101]
相似度计算单元510用于计算用户所需切片服务的切片sla参数向量与该用户的推荐切片模型向量的相似度。
[0102]
在一些实施例中，相似度计算单元510可以用于计算第i个用户所需切片服务的切片sla参数向量ai与该用户的推荐切片模型向量cq的夹角θ的余弦值cosθ，该余弦值cosθ即为相似度；
[0103]
提供单元512用于根据相似度向对应的用户提供相应的切片服务。
[0104]
在一些实施例中，提供单元512可以用于在相似度大于或等于阈值的情况下，向用户提供所述推荐切片模型向量所对应的切片服务，在相似度小于阈值的情况下，向用户提供对应的专用切片服务。
[0105]
在一些实施例中，提供单元512还可以用于在向用户提供推荐切片模型向量所对应的切片服务的过程中，若用户接受该切片服务，则提供该切片服务，若用户不接受该切片服务，则向用户提供对应的专用切片服务。
[0106]
至此，提供了根据本公开一些实施例的用于提供切片服务的系统。在该系统中，获取单元用于获取多个用户所需切片服务的切片sla参数；数据矩阵生成单元，用于根据多个用户的切片sla参数生成切片数据矩阵；聚类单元，用于利用聚类算法对切片数据矩阵进行聚类以形成一个或多个簇；推荐切片生成单元，用于计算每个簇的平均sla指标，以生成该簇的用户的推荐切片模型向量；相似度计算单元，用于计算用户所需切片服务的切片sla参数向量与该用户的推荐切片模型向量的相似度；和提供单元，用于根据相似度向对应的用户提供相应的切片服务。该系统可以降低运营商切片数量，提升资源利用率。而且，该系统可以为客户提供低资费的最优匹配切片，丰富了客户选择，提升了客户体验。
[0107]
图6是示出根据本公开另一些实施例的用于提供切片服务的系统的结构框图。系统包括存储器610和处理器620。其中：
[0108]
存储器610可以是磁盘、闪存或其它任何非易失性存储介质。存储器用于存储图1至图4中的至少一个所对应实施例中的指令。
[0109]
处理器620耦接至存储器610，可以作为一个或多个集成电路来实施，例如微处理器或微控制器。该处理器620用于执行存储器中存储的指令，可以降低运营商切片数量，提升资源利用率，而且为客户提供低资费的最优匹配切片，丰富了客户选择，提升了客户体验。
[0110]
在一些实施例中，还可以如图7所示，系统700包括存储器710和处理器720。处理器720通过bus总线730耦合至存储器710。系统700还可以通过存储接口740连接至外部存储装置750以便调用外部数据，还可以通过网络接口760连接至网络或者另外一台计算机系统(未标出)，此处不再进行详细介绍。
[0111]
在该实施例中，通过存储器存储数据指令，再通过处理器处理上述指令，可以降低运营商切片数量，提升资源利用率，而且为客户提供低资费的最优匹配切片，丰富了客户选择，提升了客户体验。
[0112]
在一些实施例中，本公开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指令，该指令被处理器执行时实现图1至图4中的至少一个所对应实施例中的方法的步
骤。本领域内的技术人员应明白，本公开的实施例可提供为方法、装置、或计算机程序产品。因此，本公开可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本公开可采用在一个或多个其中包含有计算机可用程序代码的计算机可用非瞬时性存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0113]
本公开是参照根据本公开实施例的方法、设备(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0114]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0115]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0116]
至此，已经详细描述了本公开。为了避免遮蔽本公开的构思，没有描述本领域所公知的一些细节。本领域技术人员根据上面的描述，完全可以明白如何实施这里公开的技术方案。
[0117]
虽然已经通过示例对本公开的一些特定实施例进行了详细说明，但是本领域的技术人员应该理解，以上示例仅是为了进行说明，而不是为了限制本公开的范围。本领域的技术人员应该理解，可在不脱离本公开的范围和精神的情况下，对以上实施例进行修改。本公开的范围由所附权利要求来限定。