优质公共服务资源可达性模型构建方法、设备及存储介质与流程

1.本技术涉及一种可达性模型构建方法、设备及存储介质，尤其涉及一种城市优质公共服务资源可达性模型构建方法、设备及存储介质，属于智慧交通技术领域。


背景技术：

2.可达性在公共交通领域有着广泛的应用。主要应用可以概括为两种类型，一种是通过量化公共交通服务评价指标，度量公共交通网络可达性；另一种结合人口、目的地机会、公共交通设施和出行阻抗，来评估与公共交通相关的可达性概念。公共交通可达性（public transportation accessibility）：反映出行者通过公共交通系统出行获取优质公共服务资源的难易程度。常见的可达性评价模型有五种类型，分别是基于空间阻隔、累积机会、空间相互作用、时空约束和效用五种模型。
3.多模式公共交通系统（multi-modal public transportation network）：由轨道交通为骨干、以常规公交为辅助的公共交通系统。通常指包含两种或者两种以上的公共交通方式组成的系统。目前具有代表性的多模式交通网络模型可以总结为以下三种类型：一是基于图论构建的公共交通网络，基于传统图论构建的公共交通网络可以反映网络中实际的空间关系，但是很难处理不同模式之间的联系；二是利用地理信息系统技术构建公共交通网络，基于gis的方法可以有效描述多模式公共交通网络，该方法准确的表达了交通网络特征，但是无法反映不同网络之间的联系；三是利用状态增广网络构建公交模型，该理论将多模式交通网络转化成由状态网络和各子模式网络两个层面组成的网络模型。
4.近年来，随着交通信息采集技术的发展，各种交通线网基础数据、浮动车数据等多源交通数据变得易于获取。通过电子地图供应商提供的api接口，可以免费获取实时的公共交通网络基础数据；以open street map（osm）为代表的自发地理信息模式为用户提供全球道路网络基础数据；以及智能交通信息采集系统可实时提供乘车人及公交车gps轨迹数据。通过对这些数据的处理和分析，可获取动态的公交线路运行情况，进而完成多模式交通网络模型下不同群体的可达性计算和评估。
5.dijkstra算法是最短路问题的经典算法，由e.w.dijkstra于1959年首先提出，又称为标号法。该算法核心思想是从临时标记顶点集找出与起始点距离最小的顶点，并将其加入永久标记顶点集，循环过程中每次执行查找均需要遍历该集合所有顶点，循环比较选取距离最小顶点，这极大的影响了算法效率。
6.现有技术中，公开号cn114723108a，发明创造名称为一种城市路网海量公共服务设施可达性计算方法，其包括：筛选出城市路网中的连通节点，并构建哈希表，其中，城市路网包括多个道路，道路包括两个关键节点，至少两个道路的具有相同坐标信息的关键节点为连通节点。基于哈希表，确定城市路网中的各类点对象的道路归属，其中道路归属包括点对象的关联道路，点对象的挂接方式以及生成城市路网中各个关键节点至目标设施点的基础路径数据库，根据点对象的道路归属，在基础路径数据库中筛选点对象从起始点至目标设施点的最优路径，其中起始点为距离点对象最近的关键节点。
7.其缺点在于：用于庞大的交通网路时，计算量十分巨大，时间复杂度很大，搜索效率很低。对于错综复杂的交通网路，利用该方法计算出的最短路径未必是最优路径，由于道路质量、拥堵情况等导致交通道路存在一定的交通阻抗，进而导致该算法求取的最优路径缺少实际价值和意义。
8.城市级稀缺性资源，医疗、景区、图书馆、对外枢纽等优质公共服务配套存在着空间配置不均等问题，应通过进一步发挥交通的基础性和先导性作用，提升优质资源的公共交通可达性，满足居民均等化享受各类优质公共服务资源的需求。如何研究出一种能够解决上述问题的方法成为了本领域技术人员亟待解决的问题。


技术实现要素：

9.有鉴于此，本技术提供一种优质公共服务资源可达性模型构建方法、设备及存储介质，以解决现有技术中存在的优质公共服务配套空间配置不均的问题。
10.本技术的技术方案是这样实现的：方案一：优质公共服务资源可达性模型构建方法，包括：步骤一，将现实中的多模式公共交通网络抽象转化为由虚拟节点、虚拟行驶弧和虚拟换乘弧组成的加权有向网络模型；步骤二，将研究城市划分为百米级均匀分布的片区，将片区质心点与优质公共服务资源空间点分别关联至多模式公共交通网络；步骤三，基于公交车gps数据、地铁运行数据标定多模式公共交通网络弧段阻抗；步骤四，构建优质公共服务资源公共交通累计机会可达性评价模型；步骤五，基于多模式公共交通网络以及dijkstra算法的有效可达路径搜索算法，获取各片区在公共交通出行时长与换乘次数双重约束下，可访问的优质公共服务资源的数量。
11.进一步地，所述步骤一，具体为：步骤s1-1，道路网络生成：结合osm官网下载的道路网络数据，输入原始路网gis文件，确定研究区域边界信息，提取出研究区域道路网络数据；开展路网筛选，结合osm官方分类，选取城市道路，筛选出道路gis文件；道路网络拓扑错误修正，针对拓扑错误情况进行修复；提取路段信息集点信息，生成道路网络邻接目录表；基于深度优先搜索算法剔除道路网络中的闭环道路，更新道路网络邻接目录表；更具体地，所述的拓扑错误情况包括路段悬挂、拓扑方向不连通、相交未打断。
12.步骤s1-2，公共交通网络生成：将常规公交、轨道交通分别抽象为有向加权图，生成常规公交、轨道交通网络；g=(i,e)其中，g表示公共交通子网络；站点映射表示为网络节点，所有站点组成网络节点集合i；相邻节点之间的线路映射为连边，连边集合，其中为线路集合；步骤s1-3，公共交通网络与道路网络匹配：将常规公交网络与道路网络匹配，具体为首先将公交线路轨迹序列与道路网络进
行匹配，得到公交线路的途经道路路段集合，然后对站点进行匹配；将轨道网络与道路网络匹配，具体为将轨道站点出入口与道路网络匹配；步骤s1-4，公共交通换乘处理：同站换乘，具体为首先通过增加虚拟点的方法，基于每个公共交通站点经过的线路数，分别生成对应数量的同位虚拟节点，然后对同位节点之间生成两两连接的换乘弧；异站换乘，具体分为模式内换乘和模式间换乘两种形式，对应的处理方法为生成异站换乘弧，分别在公交站点500米和轨道站点800米直线范围内，对模式内或模式间不同线路之间生成异站换乘弧。
13.进一步地，所述步骤二，具体为：步骤s2-1，生成城市范围内百米级片区：根据研究城市的空间范围gis文件，在gis软件中通过生成渔网功能，生成城市范围内100m
×
100m栅格；步骤s2-2，生成上、下网弧段：将步骤s2-1生成的百米级片区质心点作为片区内部居民出行需求点，并以该质心为起点搜索500米直线范围内的公交站点、800米直线范围内的地铁站点，以虚拟弧线的形式将起始点与搜索结果站点对应的所有虚拟节点进行连接，生成上、下网虚拟弧段。
14.进一步地，所述步骤三，具体为：步骤s3-1，通过引入公交车gps数据的方法，实现常规公交网络阻抗标定；常规公交网络包括公交站点对应的虚拟节点、常规公交行驶弧两个部分；基于公交车gps数据，结合公交线路和站点数据进行数据处理，获取公交车到站信息表，分别确定节点时间阻抗、行驶弧时间阻抗：式中，为节点时间阻抗，为班次发车时间，；式中，为行驶弧时间阻抗，为班次到达行驶弧起始节点的时间，为班次到达行驶弧终止节点的时间；步骤s3-2，轨道交通网络阻抗包括虚拟节点阻抗和虚拟行驶弧阻抗，结合具体的轨道交通运行数据分别确定虚拟节点阻抗和虚拟行驶弧阻抗：式中，为虚拟节点阻抗，为站点进入口到乘车点的距离，为步行速度，取值，为轨道站点内部步行非直线系数，取值，为轨道线路发车间隔时间；
式中，为行驶弧时间阻抗，为行驶弧长度，即相邻轨道站点间的距离，表示线路平均运行速度；步骤s3-3，多模式公共交通网络换乘弧包括同站换乘弧和异站换乘弧；其中，同站换乘弧时间阻抗为换乘目标线路的候车时间，即换乘目标虚拟节点的时间阻抗，计算公式为：式中，为同站换乘弧时间阻抗，为换乘弧终止虚拟节点时间阻抗；异站换乘弧阻抗由换乘步行时间、换乘虚拟节点阻抗构成，计算公式为：式中，为异站换乘弧时间阻抗，为换乘弧起始虚拟节点与终止虚拟节点在道路网络的步行距离。
15.进一步地，所述步骤四，具体为：将优质公共服务资源数量为评价机会，构建优质公共服务资源公共交通累计机会可达性模型，计算公式为：式中，表示片区的可达性，表示预先设定的出行时间成本阈值；片区包含的优质公共服务资源数量；表示从到达目的地出行成本小于的小区。
16.进一步地，所述步骤五，具体为：步骤s5-1，通过对多模式公共交通网络节点赋予扩展的状态变量，实现对多模式公共交通换乘关系的描述为，其中节点编号：继承多模式公共交通网络的节点编号；节点位置坐标：表示该节点在空间中的位置；已换乘次数：表示到达本节点时已换乘的次数，每次经过换乘弧，已换乘次数增加一次；在有效路径搜索的过程中，通过设定最大换乘次数进行约束；累积路径费用c：表示本次到达该节点时已耗费的累计费用；步骤s5-2，基于dijkstra最短路径算法，通过建立最小堆对临时标记顶点集合中顶点排序，结合多模式公共交通网络，在出行时间、换乘次数双约束条件下，对片区乘坐公共交通门到门出行的路径进行搜索，获得可访问的优质公共服务资源的数量。
17.更具体地，所述步骤s5-2，具体为：步骤s521，令起点至起点的距离以及换乘次数为0，其他顶点的累计路径费用为正无穷，父节点为起点且标记未找到最短路；执行步骤s522；步骤s522，将起点压入优先队列中；执行步骤s523；步骤s523，判断是否优先队列为空或优先队列中所有顶点与起点累计路径费用均
大于约束累计换乘费用；若为是，执行步骤s532；若为否，执行步骤s524；步骤s524，选取优先队列中累计路径费用最小的顶点v1，并将顶点v1从优先队列中删除；执行步骤s525；步骤s525，判断顶点v1是否找到最短路径；若为是，返回步骤s523；若为否，执行步骤s526；步骤s526，标记顶点v1为已找到最短路径，标记顶点v1为当前顶点，选取与当前顶点邻接的第一个顶点；执行步骤s527；步骤s527，判断是否遍历完当前顶点的全部邻接顶点；若为是，返回步骤s523；若为否，执行步骤s528；步骤s528，判断该邻接顶点未找到最短路径，且其到起点的累计路径费用是否大于当前顶点累计路径费用与两顶点边权和，所述两顶点分别为当前顶点和邻接顶点；若为是，执行步骤s529，若为否，执行步骤s531；步骤s529，判断起点前往邻接顶点累计换乘次数是否大于约束换乘次数；若为是，执行步骤s531；若为否，执行步骤s530；步骤s530，更新起点至邻接顶点距离和换乘次数，将邻接顶点压入优先队列；执行步骤s531；步骤s531，选取当前顶点的下一个邻接顶点；返回步骤s527；步骤s532，完成有效路径搜索，所有顶点的累计路径费用即为其距离起点的最小费用。
18.方案二：一种电子设备，包括处理器和用于存储能够在处理器上运行的计算机程序的存储器，其中，所述处理器用于运行所述计算机程序时，执行方案一所述优质公共服务资源可达性模型构建方法的步骤。
19.方案三：一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现方案一所述优质公共服务资源可达性模型构建方法的步骤。
20.本技术有益效果体现在：本技术基于开源道路网络数据和公共交通线网数据，构建了一套可模拟公共交通全出行链的多模式公共交通网络模型，并引入公交车gps、轨道交通班次数据等真实运营数据标定网络阻抗。
21.本技术基于换乘次数、出行时间双约束条件下的有效公共交通可达路径搜索算法，模拟真实的公共交通出行路径，高效开展城市范围百米级颗粒度下的优质公共服务资源可达性评估。
22.本技术以居民乘坐公共交通出行获取优质资源的能力出发，通过累积机会可达性算法，测算居民乘坐公共交通出行45分钟内，可访问的三甲医院、国家一级图书馆、4a级以上景点、对外枢纽数量。
23.本技术实现了对市民乘坐公共交通出行方式可访问优质资源能力的评估，反映了城市公共资源均等化水平。识别居民获取优质资源能力薄弱的地区，为精准公共交通治理提供参考。
附图说明
24.通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本技术的其它特征、目的和优点将会变得更明显：图1为本技术实施例一提供的优质公共服务资源可达性模型构建方法流程图；图2为本技术实施例一提供的道路网络生成流程图；图3为本技术实施例一提供的有效可达路径搜索算法流程图。
具体实施方式
25.下面结合附图和实施例对本技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关申请，而非对该申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与申请相关的部分。
26.需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本技术。
27.实施例一本技术实施例一提供了优质公共服务资源可达性模型构建方法（参见图1），包括：步骤s1，将现实中的多模式公共交通线网（包含轨道交通线网、常规公交线网、步行道路网络）抽象转化为由虚拟节点、虚拟行驶弧和虚拟换乘弧组成的加权有向网络模型。
28.所述步骤s1，包括道路网络生成、公共交通网络生成、公共交通网络与道路网络匹配、公共交通换乘处理四个步骤，具体为：步骤s1-1，道路网络生成（参见图2）：结合osm官网下载的道路网络数据，输入原始路网gis文件，确定研究区域边界信息，提取出研究区域道路网络数据；开展路网筛选，结合osm官方分类，选取城市道路，筛选出道路gis文件；道路网络拓扑错误修正，针对拓扑错误情况进行修复；提取路段信息集点信息，生成道路网络邻接目录表；基于深度优先搜索算法剔除道路网络中的闭环道路，更新道路网络邻接目录表；所述的拓扑错误情况包括路段悬挂、拓扑方向不连通、相交未打断。
29.步骤s1-2，公共交通网络生成：将常规公交、轨道交通分别抽象为有向加权图，生成常规公交、轨道交通网络；g=(i,e)其中，g表示公共交通子网络；站点映射表示为网络节点，所有站点组成网络节点集合i；相邻节点之间的线路映射为连边，连边集合，其中为线路集合；步骤s1-3，公共交通网络与道路网络匹配：公共交通网络与道路网络之间的匹配主要包括两部分内容：（1）将常规公交网络与道路网络匹配，具体为首先将公交线路轨迹序列与道路网络进行匹配，得到公交线路的途经道路路段集合，然后在此基础上对站点进行匹配；（2）将轨道网络与道路网络匹配，实际为轨道站点出入口与道路网络匹配；步骤s1-4，公共交通换乘处理：公共交通换乘处理主要包括两部分内容：（1）同站换乘，具体为首先通过增加虚拟
点的方法，基于每个公共交通站点经过的线路数，分别生成对应数量的同位虚拟节点，然后对同位节点之间生成两两连接的换乘弧；（2）异站换乘，具体分为模式内换乘和模式间换乘两种形式，对应的处理方法为生成异站换乘弧，分别在公交站点500米和轨道站点800米直线范围内，对模式内或模式间不同线路之间生成异站换乘弧。
30.进一步地，所述步骤s2，将研究城市划分为百米级均匀分布的片区，将片区质心点与优质公共服务资源空间点分别关联至多模式公共交通网络，包括生成城市范围内百米级片区和生成上、下网弧段，具体为：步骤s2-1，生成城市范围内百米级片区：根据研究城市的空间范围gis文件，在gis软件中通过生成渔网功能，生成城市范围内100m
×
100m栅格；步骤s2-2，生成上、下网弧段：将步骤s2-1生成的百米级片区质心点作为片区内部居民出行需求点，并以该质心为起点搜索500米直线范围内的公交站点、800米直线范围内的地铁站点，以虚拟弧线的形式将起始点与搜索结果站点对应的所有虚拟节点进行连接，生成上、下网虚拟弧段。
31.进一步地，所述步骤s3，基于公交车gps数据、地铁发车班次数据标定多模式公共交通网络弧段阻抗，包括常规公交弧段阻抗标定、轨道交通弧段阻抗标定、换乘弧阻抗标定三个步骤，具体为：步骤s3-1，通过引入公交车gps数据的方法，实现常规公交网络阻抗标定；常规公交网络包括公交站点对应的虚拟节点、常规公交行驶弧两个部分；基于公交车gps数据，结合公交线路和站点数据进行数据处理，获取公交车到站信息表，分别确定节点时间阻抗、行驶弧时间阻抗：式中，为节点时间阻抗，为班次发车时间，为按照早高峰时段（7:00-9:00）节点所在线路班次发车时刻排序的序列；式中，为行驶弧时间阻抗，为班次到达行驶弧起始节点的时间，为班次到达行驶弧终止节点的时间，为按照早高峰时段（7:00-9:00）行驶弧对应线路班次发车时刻排序的序列；步骤s3-2，轨道交通网络阻抗包括虚拟节点阻抗和虚拟行驶弧阻抗，参考具体的轨道交通运行数据分别确定虚拟节点阻抗和虚拟行驶弧阻抗：式中，为虚拟节点阻抗，为站点进入口到乘车点的距离，为步行速度，取值，为轨道站点内部步行非直线系数，取值，为轨道线路发车间隔时间；
式中，为行驶弧时间阻抗，为行驶弧长度，即相邻轨道站点间的距离，表示线路平均运行速度；步骤s3-3，多模式公共交通网络换乘弧包括同站换乘弧和异站换乘弧；其中，同站换乘弧时间阻抗为换乘目标线路的候车时间，即换乘目标虚拟节点的时间阻抗，计算公式为：式中，为同站换乘弧时间阻抗，为换乘弧终止虚拟节点时间阻抗；异站换乘弧阻抗由换乘步行时间、换乘虚拟节点阻抗构成，计算公式为：式中，为异站换乘弧时间阻抗，为换乘弧起始虚拟节点与终止虚拟节点在道路网络的步行距离。
32.进一步地，所述步骤s4，构建优质公共服务资源公共交通累计机会可达性评价模型，具体为：将优质公共服务资源数量为评价机会，构建优质公共服务资源公共交通累计机会可达性模型，计算公式为：式中，表示片区的可达性，表示预先设定的出行时间成本阈值；片区包含的优质公共服务资源数量；表示从到达目的地出行成本小于的小区。
33.进一步地，所述步骤s5，基于多模式公共交通网络，以及dijkstra算法的有效可达路径搜索算法，获取各片区在公共交通出行时长与换乘次数双重约束下，可访问的优质公共服务资源的数量。具体包括公共交通网络节点状态扩展、有效可达路径搜索算法，具体为：步骤s5-1，通过对多模式公共交通网络节点赋予扩展的状态变量，实现对多模式公共交通换乘关系的描述为()，其中节点编号：继承多模式公共交通网络的节点编号；节点位置坐标：表示该节点在空间中的位置；已换乘次数：表示到达本节点时已换乘的次数，每次经过换乘弧，已换乘次数增加一次；在有效路径搜索的过程中，通过设定最大换乘次数进行约束；累积路径费用c：表示本次到达该节点时已耗费的累计费用；步骤s5-2，基于dijkstra最短路径算法，通过建立最小堆对临时标记顶点集合中顶点排序，每次寻找顶点时无需对全网遍历，提高路径搜索速度；结合多模式公共交通网络，在出行时间、换乘次数双约束条件下，对片区乘坐公共交通门到门出行的路径进行搜索，获得可访问的优质公共服务资源的数量。
34.更具体地（参见图3），所述步骤s5-2，具体为：步骤s521，令起点至起点的距离以及换乘次数为0，其他顶点的累计路径费用为正无穷，父节点为起点且标记未找到最短路；执行步骤s522；步骤s522，将起点压入优先队列中；执行步骤s523；步骤s523，判断是否优先队列为空或优先队列中所有顶点与起点累计路径费用均大于约束累计换乘费用；若为是，执行步骤s532；若为否，执行步骤s524；步骤s524，选取优先队列中累计路径费用最小的顶点v1，并将顶点v1从优先队列中删除；执行步骤s525；步骤s525，判断顶点v1是否找到最短路径；若为是，返回步骤s523；若为否，执行步骤s526；步骤s526，标记顶点v1为已找到最短路径，标记顶点v1为当前顶点，选取与当前顶点邻接的第一个顶点；执行步骤s527；步骤s527，判断是否遍历完当前顶点的全部邻接顶点；若为是，返回步骤s523；若为否，执行步骤s528；步骤s528，判断该邻接顶点未找到最短路径，且其到起点的累计路径费用是否大于当前顶点累计路径费用与两顶点边权和，所述两顶点分别为当前顶点和邻接顶点；若为是，执行步骤s529，若为否，执行步骤s531；步骤s529，判断起点前往邻接顶点累计换乘次数是否大于约束换乘次数；若为是，执行步骤s531；若为否，执行步骤s530；步骤s530，更新起点至邻接顶点距离和换乘次数，将邻接顶点压入优先队列；执行步骤s531；步骤s531，选取当前顶点的下一个邻接顶点；返回步骤s527；步骤s532，完成有效路径搜索，所有顶点的累计路径费用即为其距离起点的最小费用。
35.实施例二本技术实施例二提供一种电子设备，电子设备以通用计算设备的形式表现。电子设备的组件可以包括但不限于：一个或者多个处理器或者处理单元，用于存储能够在处理器上运行的计算机程序的存储器，连接不同系统组件(包括存储器、一个或者多个处理器或者处理单元)的总线。
36.其中，所述一个或者多个处理器或者处理单元用于运行所述计算机程序时，执行实施例一所述优质公共服务资源可达性模型构建方法的步骤。所述处理器所用类型包括中央处理器、通用处理器、数字信号处理器、专用集成电路、现场可编程门阵列或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。
37.所述存储器可主要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、至少一个功能所需的应用程序（比如声音播放功能、图像播放功能等）等；存储数据区可存储根据手机的使用所创建的数据（比如音频数据、电话本等）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，例如硬盘、内存、插接式硬盘，智能存储卡（smart media card, smc），安全数字（secure digital, sd）卡，闪存卡（flash card）、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
38.其中，总线表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(isa)总线，微通道体系结构(mac)总线，增强型isa总线、视频电子标准协会(vesa)局域总线以及外围组件互连(pci)总线。
39.实施例三本技术实施例三提供一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现实施例一所述优质公共服务资源可达性模型构建方法的步骤。
40.需要说明的是，本技术所示的存储介质可以是计算机可读信号介质或者存储介质或者是上述两者的任意组合。存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本技术中，存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本技术中，存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。存储介质还可以是存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、rf等等，或者上述的任意合适的组合。
41.以上所述的实施例，对本技术的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本技术的实施例而已，并不用于限定本技术的保护范围，凡在本技术的技术方案的基础之上，所做的任何修改、等同替换、改进等，均应包括在本技术的保护范围之内。