一种高校师生位置数据的感知、清洗和存储方法及其系统

1.本发明涉及位置数据分析技术领域，更具体的是涉及一种高校师生位置数 据的感知、清洗和存储方法及其系统。


背景技术：

2.全国各个重要省市已经出台了教育信息化相关的发展规划，有些省份还将 智慧校园列入了重点建设任务，提出了明确的智慧校园建设目标和发展方案。 目前，江苏省、广东省、浙江省、福建省都正积极制定或已经制定智慧校园建 设指南，而其他省份也在积极推动智慧校园的建设。这些政策都是从长远目标 来制定的，至少在五年内不会改变。而智慧校园是关乎中国教育事业的大事， 智慧校园是校园信息化必然的趋势，未来的政策支持力度将会持续的维持在高 水平。
3.在智慧校园的总体框架下，准确及时的师生位置，为创建泛在化学习环境， 校内精准位置服务提供精准用户位置信息，对智慧校园的建设至关重要。
4.在后疫情时代，采集师生在校内的位置信息，能够为确诊病例轨迹、亲密 接触者追踪提供位置数据支撑。
5.在高校传统业务领域内，一卡通、门禁、课程/会议签到等系统都能够提供 师生的位置信息支撑。其中一卡通、门禁系统更是高校普遍覆盖的常用系统， 但并未应用到位置信息采集中。
6.高校普遍在安装部署无线ap，为师生提供无线网络服务。其中上网认证提 供身份认证服务，ap厂商提供硬件与技术支持。部分厂商已经提供了ap定位 服务，但相对隔离，未与上网认证服务相融合。
7.采集位置信息时，不同来源的信息准确性不一致。一卡通系统的信息存在 卡片借用、无线ap上网存在不是本人在使用智能手机和多终端联网等可能， 生成误导性的数据。


技术实现要素：

8.为了克服上述现有技术的不足，本发明提供了一种钛合金顶甲板加强筋组 焊与背面保护的装置，以解决上述背景技术中提出的一卡通、门禁系统等高校 普遍覆盖的常用系统并未应用到位置信息采集中、ap定位服务未与上网认证服 务相融合、以及使用传统方法采集位置信息时，由于不同来源的信息准确性不 一致容易生成误导性数据的问题。
9.本发明解决其技术问题所采用的技术方案是：一种高校师生位置数据的感 知、清洗和存储方法，包括以下步骤：
10.s1:对接上网认证、ap连接记录、一卡通记录、第三方精细定位、人脸识 别记录获取师生行为信息数据并进行可用性判断，对不符合数据融合条件的数 据进行丢弃；
11.s2:对接课表、作息时间表、学生宿舍、教师办公室、事项办理获取辅助决 策信息；
12.s3:对s1步骤中符合数据融合条件的师生行为信息数据进行融合，确定师 生的位置信息；
13.s4:基于s3步骤中的位置信息和s2步骤中的辅助决策信息确定当前位置信 息的有效性和价值；
14.s5:对无效、低价值的位置信息进行分离存储。
15.作为优选，所述s3步骤中，对符合数据融合条件的师生行为信息数据进行 融合，是指基于行为信息和行为感知终端的位置来确定师生位置信息的过程， 此过程包括：从师生上网认证系统感知身份信息和上网mac地址，从ap连接 记录感知mac地址、行为时间，通过mac地址关联，通过ap设备的地理坐 标确定师生的位置信息；从第三方精细定位获取mac地址、行为时间和相对 坐标，根据mac地址关联，通过相对坐标系原点坐标确定师生的位置信息；
16.从一卡通系统感知身份信息和一卡通账号，从一卡通记录获取一卡通账号 和消费和充值时间，根据一卡通账号关联，通过一卡通终端设备的地理坐标确 定的师生位置信息；
17.从人脸识别系统感知身份信息和识别时间，根据识别设备编号关联，通过 识别设备的地理坐标确定的师生位置信息；
18.作为优选，所述s4步骤中，根据历史位置信息和辅助决策信息确定当前位 置信息的有效性和价值，此过程包括：
19.对位置数据进行停留判断；
20.对位置数据进行权重判断；
21.对突兀数据进行判断；
22.对连续数据进行距离判断。
23.作为优选，所述对位置数据进行停留判断，是指检查新数据与10分钟以内 的上一次定位数据的位置距离，若与上一次定位数据的距离小于5米，认定师 生在此段时间内为停留状态，为低价值数据，新数据存储到停留数据表中，更 新上一次定位数据的停留时间。
24.作为优选，所述对位置数据进行权重判断，是指如果数据类型的权重值为 1，直接认定该数据有效。
25.作为优选，所述突兀数据，是指在10分钟之内没有有效位置数据或暂定有 效位置数据，所述突兀数据的判断过程包括：
26.根据作息时间表、定位时间、课表、办事信息、学生宿舍分配、教师办公室 推断该教师和学生在当前时间是否存在理论活动范围；
27.如果不存在理论活动范围，认定该数据暂定有效；
28.如果存在理论活动范围，计算定位地理坐标与理论活动范围的距离，在15 米内，认定该定位数据有效，否则认定该数据暂定有效。
29.作为优选，所述连续数据，是指该师生10分钟以内有有效或暂定有效的定 位数据，且不与新数据的地理坐标相同，所述连续数据的判断过程包括：
30.对10分钟内的有效定位数据按时间顺序排序，计算平均速度，如果10分 钟内只存在一条定位记录或全是暂定有效记录，由于校园行车限速20km/h， 则平均速度设置为6m/s；
31.根据平均速度、和10分钟内所有定位数据的时间差各自计算距离，判断新 数据的地理坐标是否在距离之内；
32.如果50％以上在距离之外，认定数据为错误数据，新数据存储到错误数据 中；
33.如果50％以上，包括50％在距离之内，最后定位数据是有效数据，认定新 数据为有效数据，同时修正在距离之内的历史暂定有效数据为有效数据。
34.一种高校师生位置数据的感知、清洗和存储系统，包括对接配置模块、对 接模块、位置数据统计和预警模块；
35.所述对接配置模块用于配置上网认证、ap连接记录、一卡通记录、第三方 精细定位、人脸识别记录、课表、作息时间表、学生宿舍、教师办公室、待办 事项的对接参数配置，支持api对接、etl抽取、端口推送、kafka消息队列， 以及各种对接方式的定时任务重启时间间隔；
36.所述对接模块用于接收各类数据，并根据一种高校师生位置数据的感知、 清洗和存储方法中融合后的师生行为信息数据、确定的当前位置信息的有效性 和价值进行数据清洗和分离存储；
37.所述权重配置模块用于配置各类型位置信息的权重值，最大值为1，当接 收到权重值为1的位置信息时，直接认定该定位数据有效；
38.所述位置数据统计与预警模块用于对定位数据进行统计分析和预警，包括 以下内容：接收数据量、有效数据量、暂定有效数据量、错误数据量、停留数 据量的整体统计；定位人数、师生总数、覆盖率，即定位人数/师生总数、各年 级覆盖率的统计；平均每人定位数据量、各年级平均每人定位数据量的统计； 根据时段统计定位数据量的折线统计图；未接收到定位数据、未收到身份认证 数据的预警；按数据来源类型预警。
39.本发明的有益效果如下：
40.其一，该发明提出一种师生位置数据的感知与清洗方法，该方法对接一卡 通、ap上网、人脸识别等行为信息数据并进行可用性判断，将符合数据融合条 件的师生行为信息数据进行融合来确定师生的位置信息，解决了一卡通、门禁 系统等高校普遍覆盖的常用系统并未应用到位置信息采集中、ap定位服务未与 上网认证服务相融合的问题，此过程可以尽可能多的接入行为信息，以便多方 面的评估数据的准确性；
41.其二，该发明通过课表、作息时间表、学生宿舍、教师办公室、事项办理 信息来获取辅助决策信息，并基于此辅助决策信息来确定当前位置信息的有效 性和价值，最终获得师生的真实位置信息，解决了使用传统方法采集位置信息 时，由于不同来源的信息准确性不一致容易生成误导性数据的问题。
42.其三，该发明通过设计一种高校师生位置数据的感知、清洗和存储系统， 该系统配置一卡通、ap上网、人脸识别等行为信息数据的参数后，根据高校师 生位置数据的感知、清洗和存储方法中融合后的师生行为信息数据、确定的当 前位置信息的有效性和价值进行数据清洗和分离存储，并且对定位数据进行统 计分析和预警，实现了多维度感知和有效甄别位置数据的效果，取得了更精准 的位置信息；
附图说明
43.图1为本发明ap上网记录的数据融合示意图；
44.图2为本发明ap精细定位的数据融合示意图；
45.图3为本发明一卡通记录的数据融合示意图；
46.图4为本发明突兀数据判断示意图；
47.图5为本发明ap连续数据距离判断示意图；
48.图6为本发明位置数据融合与清洗流程图。
具体实施方式
49.为了更清楚地说明本说明书实施例的技术方案，下面将对实施例描述中所 需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本说明 书的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳 动的前提下，还可以根据这些附图将本说明书应用于其它类似情景。除非从语 言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。
50.应当理解，本文使用的“系统”、“装置”、“单元”和/或“模组”是用于区 分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其 他词语可实现相同的目的，则可通过其他表达来替换所述词语。
51.如本说明书和权利要求书中所示，除非上下文明确提示例外情形，“一”、
ꢀ“
一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来， 术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和 元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。
52.本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的 操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反， 可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程 中，或从这些过程移除某一步或数步操作。
53.实施例1：
54.一种高校师生位置数据的感知、清洗和存储方法，包括以下步骤：
55.s1:对接上网认证、ap连接记录、一卡通记录、第三方精细定位、人脸识 别记录获取师生行为信息数据并进行可用性判断，对不符合数据融合条件的数 据进行丢弃；
56.s2:对接课表、作息时间表、学生宿舍、教师办公室、事项办理获取辅助决 策信息；
57.s3:对s1步骤中符合数据融合条件的师生行为信息数据进行融合，确定师 生的位置信息；
58.s4:基于s3步骤中的位置信息和s2步骤中的辅助决策信息确定当前位置信 息的有效性和价值；
59.s5:对无效、低价值的位置信息进行分离存储。
60.当前正处与智慧校园构建的重要阶段，在构建泛在化、全时空的教学管评 研环境中，精准的师生位置感知必不可少。app常用的gps定位在室内不够准 确，因此需要更多的定位信息来进行校准。一卡通、门禁、人脸识别、ap上网 都能为位置信息判断提供支撑，综合各方面的行为数据，能够提高定位的准确 性。
61.在上述方案中，核心问题有两个。一方面是尽可能多的接入行为信息，多 方面的评估数据的准确性；另一方面是需要在多种行为信息中进行决策筛选， 避免一卡通借用、智能手机借用等原因造成的数据混淆。因此，为了得到稳定、 精确的位置信息，本实施例提出一种高校师生位置数据的感知、清洗和存储方 法，该方法对接一卡通、ap上网、人脸识别
等行为信息数据并进行可用性判断， 将符合数据融合条件的师生行为信息数据进行融合来确定师生的位置信息，解 决了一卡通、门禁系统等高校普遍覆盖的常用系统并未应用到位置信息采集中、 ap定位服务未与上网认证服务相融合的问题，此过程可以尽可能多的接入行为 信息，以便多方面的评估数据的准确性；同时，通过课表、作息时间表、学生 宿舍、教师办公室、事项办理信息来进行获取辅助决策信息，并基于历史位置 信息和辅助决策信息确定当前位置信息的有效性和价值，最终获得师生的真实 位置信息，解决了使用传统方法采集位置信息时，由于不同来源的信息准确性 不一致容易生成误导性数据的问题。
62.实施例2：
63.在实施例1的基础上，对符合数据融合条件的师生行为信息数据进行融合， 是指基于行为信息和行为感知终端的位置来确定师生位置信息的过程，此过程 包括：从师生上网认证系统感知身份信息和上网mac地址，从ap连接记录感 知mac地址、行为时间，通过mac地址关联，通过ap设备的地理坐标确定 师生的位置信息；从第三方精细定位获取mac地址、行为时间和相对坐标， 根据mac地址关联，通过相对坐标系原点坐标确定师生的位置信息；
64.从一卡通系统感知身份信息和一卡通账号，从一卡通记录获取一卡通账号 和消费和充值时间，根据一卡通账号关联，通过一卡通终端设备的地理坐标确 定的师生位置信息；
65.从人脸识别系统感知身份信息和识别时间，根据识别设备编号关联，通过 识别设备的地理坐标确定的师生位置信息；
66.根据历史位置信息和辅助决策信息确定当前位置信息的有效性和价值，此 过程包括：
67.对位置数据进行停留判断；
68.对位置数据进行权重判断；
69.对突兀数据进行判断；
70.对连续数据进行距离判断。
71.所述对位置数据进行停留判断，是指检查新数据与10分钟以内的上一次定 位数据的位置距离，若与上一次定位数据的距离小于5米，认定师生在此段时 间内为停留状态，为低价值数据，新数据存储到停留数据表中，更新上一次定 位数据的停留时间。
72.所述对位置数据进行权重判断，是指如果数据类型的权重值为1，直接认 定该数据有效。
73.所述突兀数据，是指在10分钟之内没有有效位置数据或暂定有效位置数 据，所述突兀数据的判断过程包括：
74.根据作息时间表、定位时间、课表、办事信息、学生宿舍分配、教师办公室 推断该教师和学生在当前时间是否存在理论活动范围；
75.如果不存在理论活动范围，认定该数据暂定有效；
76.如果存在理论活动范围，计算定位地理坐标与理论活动范围的距离，在15 米内，认定该定位数据有效，否则认定该数据暂定有效。
77.所述连续数据，是指该师生10分钟以内有有效或暂定有效的定位数据，且 不与新数据的地理坐标相同，所述连续数据的判断过程包括：
78.对10分钟内的有效定位数据按时间顺序排序，计算平均速度，如果10分 钟内只存
在一条定位记录或全是暂定有效记录，由于校园行车限速20km/h， 则平均速度设置为6m/s；
79.根据平均速度、和10分钟内所有定位数据的时间差各自计算距离，判断新 数据的地理坐标是否在距离之内；
80.如果50％以上在距离之外，认定数据为错误数据，新数据存储到错误数据 中；
81.如果50％以上，包括50％在距离之内，最后定位数据是有效数据，认定新 数据为有效数据，同时修正在距离之内的历史暂定有效数据为有效数据。
82.一种高校师生位置数据的感知、清洗和存储系统，包括对接配置模块、对 接模块、位置数据统计和预警模块；
83.所述对接配置模块用于配置上网认证、ap连接记录、一卡通记录、第三方 精细定位、人脸识别记录、课表、作息时间表、学生宿舍、教师办公室、待办 事项的对接参数配置，支持api对接、etl抽取、端口推送、kafka消息队列， 以及各种对接方式的定时任务重启时间间隔；
84.所述对接模块用于接收各类数据，并根据一种高校师生位置数据的感知、 清洗和存储方法中融合后的师生行为信息数据、确定的当前位置信息的有效性 和价值进行数据清洗和分离存储；
85.所述权重配置模块用于配置各类型位置信息的权重值，最大值为1，当接 收到权重值为1的位置信息时，直接认定该定位数据有效；
86.所述位置数据统计与预警模块用于对定位数据进行统计分析和预警，包括 以下内容：接收数据量、有效数据量、暂定有效数据量、错误数据量、停留数 据量的整体统计；定位人数、师生总数、覆盖率，即定位人数/师生总数、各年 级覆盖率的统计；平均每人定位数据量、各年级平均每人定位数据量的统计； 根据时段统计定位数据量的折线统计图；未接收到定位数据、未收到身份认证 数据的预警；按数据来源类型预警。
87.以下通过对附图的描述阐述本说明书披露的技术方案：
88.图1是根据本实施例所示的ap上网记录的数据融合示意图。如图1所示， ap上网记录融合成位置数据包含三个部分的数据，第一部分是来自上网认证系 统的上网记录，可以获取到学工号和上网设备的mac地址；第二部分是来自 ap服务厂商的ap在线用户记录，可以获取到上网设备的mac地址、ap设 备的编号和时间；第三部分是来自ap设备信息采集，可以获取到ap设备的编 号和地理系统坐标。通过上网设备的mac地址关联上网记录和ap在线用户记 录，可以获取到学工号、ap设备编号、时间，再通过ap设备编号关联ap设 备信息采集，就可以完整的获取到学工号、时间、地理系统坐标。
89.图2是根据本实施例所示的ap精细定位的数据融合示意图。如图2所示， ap精细定位系统把校园区域划分成多个网格区域，各个网格区域以地理位置的 左上角为坐标原点(0，0)，右下角为坐标(1，1)建立相对坐标系，定位结果 为上网设备的mac地址、定位时间和在相对坐标系中的坐标。采集相对坐标 系(0，0)和(1，1)坐标对应的地理坐标获得(lng1，lat1)和(lng2，lat2)， 假设定位结果为(x，y)，可得出定位相对坐标对应的地理系统坐标：
90.lng＝lng1 (lng2
–
lng1)*x
91.lat＝lat1
–
(lat1
–
lat2)*y
92.再根据上网设备的mac地址，从上网认证系统获得该设备登记的学工号， 最终完
整的获取学工号、时间、地理系统坐标。
93.图3是根据本实施例所示的一卡通记录的数据融合示意图。如图1所示， 一卡通使用记录融合成位置数据包含三个部分的数据，第一部分是来自一卡通 系统的账号信息，可以获取到学工号和一卡通账号；第二部分是来自一卡通系 统的一卡通使用记录，可以获取到一卡通账号和刷卡设备的编号；第三部分是 来自刷卡设备的信息采集，可以获取到刷卡设备的编号和地理系统坐标。通过 一卡通账号关联账号信息和使用记录，可以获取到学工号、一卡通账号、时间， 再通过刷卡设备编号关联刷卡设备信息采集，就可以完整的获取到学工号、时 间、地理系统坐标。
94.图4是根据本实施例所示的突兀数据判断示意图。本实施例所指的突兀数 据，是指在10分钟之内没有有效位置数据或暂定有效位置数据。因为10分钟 内没有位置数据，突兀数据判断不会将数据认定为错误，而是根据辅助决策信 息作出有效或者暂定有效的判断，暂定有效的数据可以在连续数据的距离判断 中修正成有效。在此种情况下，接收到定位数据后需要结合其他辅助决策信息 来判断该信息是否有效。第一步通过位置数据的时间和作息时间表进行对比， 确认位置数据的采集时间所在的时段，主要区分行课时段和晚上休息时段。
95.在行课时段，从课表检索该学生和教职工在当前时间是否有应该正在进行 的课程，没有则转入事项判断逻辑；有课程时，继续检索是否有上课教室的位 置信息，没有则转入事项判断；有教室位置信息时，对教室位置和位置数据包 含的位置进行距离判断，如果距离大于15米，认定该数据暂定有效，在有持续 的位置数据接收后再进行校验；如果距离小于15米，认定该位置数据为有效位 置数据。
96.休息时段，是指作息时间表中最后一节课下课后一个小时到第二天第一节 课前一个小时这段时间。在这段时间内，假定应该在宿舍休息。从学工信息检 索是否存在宿舍分配信息和分配宿舍的位置信息，没有则转入事项判断；有宿 舍位置信息时，对宿舍位置和位置数据包含的位置进行距离判断，如果距离大 于15米，认定该数据暂定有效，在有持续的位置数据接收后再进行校验；如果 距离小于15米，认定该位置数据为有效位置数据。
97.当通过宿舍和行课信息都不能推断位置数据有效时，引入办事和活动信息 进行判定。检查该师生在时间范围内是否有预定的办事、活动、会议、讲座安 排信息，没有则认定该位置数据暂定有效，在有持续的位置数据接收后再进行 校验；有办事信息时，检索该事项是否有位置信息，没有则认定该位置数据暂 定有效，在有持续的位置数据接收后再进行校验；有事项位置信息时，对事项 位置和位置数据包含的位置进行距离判断，如果距离大于15米，认定该数据暂 定有效，在有持续的位置数据接收后再进行校验；如果距离小于15米，认定该 位置数据为有效位置数据。
98.应当理解，在进行位置数据的突兀判断时，更多的辅助决策信息能够跟更 准确的判断突兀数据的有效性。
99.图5是根据本实施例所示的连续数据距离判断示意图。连续位置数据指在 10分钟内有有效或暂定有效的位置数据。在此种情况下，通过距离来校验位置 数据的有效性。
100.第一步读取10分钟内该师生的位置数据，并计算有效数据的条数。有效数 据多于1条时，根据时间顺序，依次对每两个有效位置数据计算速度，再对速 度求平均值获得平均速度。有效数据等于或少于1条时，设置平均速度为6m/s (校园行车限速)。
101.假设有3条有效位置数据1(t1，lng1，lat1)、2(t2，lng2，lat2)、3(t3， lng3，lat3)，其中t1，t2，t3为位置数据的时间，lng1，lng2，lng3为位置数据 的经度，lat1，lat2，lat3为位置数据的维度，且t1《t2《t3。那么可以根据lng1， lat1，lng2，lat2计算出位置1，2之间的距离s1，根据lng2，lat2，lng3，lat3 计算出位置2，3之间的距离，再根据时间差计算平均速度：
102.v＝(s1/(t2-t1) s2/(t3-t2))/2
103.获取平均速度之后，遍历10分钟内的定位数据，计算与新接收数据之间的 距离和时间差，根据时间差和平均速度计算理论最大距离，判断实际距离是否 是小于理论最大距离。
104.假设新位置数据x(t，lng，lat)，根据
105.(t-t1)*v
106.获得从位置1出发后的理论距离最大值，根据lng，lat，lng1，lat1计算新 位置数据与位置1的实际距离，并判断实际距离是否是小于理论最大距离
107.依次计算完成后，统计计算结果。如果有超过50％(包含)的实际距离都 小于理论最大距离，认定新接收的位置数据有效，并把10分钟内实际距离小于 理论最大距离的暂定有效位置数据认定为有效数据。
108.如果实际距离小于理论最大距离的历史位置数据的数量小于50％，判断历 史数据是否都是暂定有效的位置数据。如果是，认定新接收的数据暂定有效， 如果不是，认定新接收的数据无效。
109.图6是根据本实施例所示的位置数据融合与清洗流程图。如图6所示，在 接收到行为数据后，第一步根据各自的数据来源和类型进行可用性判断。可用 性判断主要是对不符合数据融合条件的数据进行丢弃，包括找不到对应的学工 信息、一卡通设备和ap设备找不到对应的位置信息、学生已毕业、教职工已 离职的情况。在这些情况下，行为数据或者不能融合，或者融合后数据已无效。
110.第二步根据图1、图2、图3所示的数据融合示意图进行数据融合。应当理 解，数据融合的方式远不止本说明书所列举的ap上网、ap精细定位、一卡通 行为、人脸识别行为。相反，更多行为数据的感知，能够保证更精准的位置数 据感知。
111.第三步对融合后的位置数据进行有效性判断，包括停留判断、权重判断、 突兀判断、距离判断，来识别数据的有效性。其中停留判断是判断位置数据与 同用户的上一条位置数据的地理坐标一致；权重判断是把类似人脸识别行为精 确性极高的位置数据直接认定为有效数据；突兀判断是对一定时间范围内没有 定位数据的用户的位置信息的判断；距离判断是对连续数据的延续性和惯性方 面进行判定。最终获得更为精准的位置数据。
112.本领域技术人员可以理解，本说明书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，本说明书的各个方面 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，本说明书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。
113.本说明书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)。
114.此外，除非权利要求中明确说明，本说明书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，并非用于限定本说明书流程和方法的顺 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说明书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。
115.同理，应当注意的是，为了简化本说明书披露的表述，从而帮助对一个或 多个发明实施例的理解，前文对本说明书实施例的描述中，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 说明书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。
116.本说明书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
ꢀ±
20％的变化。相应地，在本说明书的实施例中，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。在本说 明书的实施例中，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。 尽管本说明书的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。
117.针对本说明书引用的每个专利、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说明书作 为参考。与本说明书内容不一致或产生冲突的申请历史文件除外，对本说明书 权利要求最广范围有限制的文件(当前或之后附加于本说明书中的)也除外。需 要说明的是，如果本说明书附属材料中的描述、定义、和/或术语的使用与本说 明书所述内容有不一致或冲突的地方，以本说明书的描述、定义和/或术语的使 用为准。
118.以上的仅是本发明的优选实施方式，应当指出，对于本领域的技术人员来 说，在不脱离本发明构思的前提下，还可以作出若干变形和改进，这些也应该 视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。