酒店公共卫生视频监管结果的生成方法及系统与流程

1.本技术涉及数据生产技术领域，具体而言，涉及酒店公共卫生视频监管结果的生成方法及系统。


背景技术：

2.酒店卫生是一个酒店的诸位重要的环节，当客户入住时首先需要管着酒店公共卫生，这样会增加用户的好感。
3.现目前，酒店公共卫生的范围比较大，通过人工难以进行实时管理，这样需要借助视频监管，可以进行24小时连续监管，但是针对视频监管数据进行管理时，因为数据量大，从而难以对视频监管进行管理，这样不能准确的确定出有垃圾或者异物的准确位置，因此，亟需一种技术方案以改善上述技术问题。


技术实现要素：

4.为改善相关技术中存在的技术问题，本技术提供了酒店公共卫生视频监管结果的生成方法及系统。
5.第一方面，提供一种酒店公共卫生视频监管结果的生成方法，所述方法包括：获得视频监控过程中的卫生监控数据，得到视频监控示例；并利用数据库中的卫生范例数据，对所述视频监控示例的各个卫生监控数据进行数据衍生，得到卫生监控衍生数据；所述数据库中的卫生范例数据为事先设定的由图像帧数据匹配数据组成的数据集；对所述卫生监控衍生数据进行描述知识搭建，得到卫生监控数据衍生描述知识，从而得到与所述视频监控示例对应的不少于一个卫生监控数据衍生描述知识；对所述不少于一个卫生监控数据衍生描述知识进行重要内容压缩，得到视频监控示例关键数据；对所述不少于一个卫生监控数据衍生描述知识进行行为回归分析，得到待处理行为数据；通过所述不少于一个卫生监控数据衍生描述知识，对所述视频监控示例关键数据和所述待处理行为数据进行整合翻译，生成酒店卫生监控结果；所述酒店卫生监控结果为视频监控过程中所述视频监控示例的实时对比数据；并对所述酒店卫生监控结果进行实时管理。
6.在一种独立实施的实施例中，所述利用数据库中的卫生范例数据，对所述视频监控示例的各个卫生监控数据进行数据衍生，得到卫生监控衍生数据，包括：获得所述视频监控示例中所述各个卫生监控数据的各个连续图像帧数据；从所述数据库中的卫生范例数据中，确定与所述各个连续图像帧数据匹配的数据，得到目标数据库中的卫生范例数据；计算所述目标数据库中的卫生范例数据的各个阶段性目标数据库中的卫生范例数据与所述各个连续图像帧数据的匹配评价，得到阶段性目标匹配评价，从而得到与所述目标数据库中的卫生范例数据对应的目标匹配评价；所述目标匹配评价包括不少于一个阶段性目标匹配评价；依据所述目标匹配评价，从所述目标数据库中的卫生范例数据中，挑选设定数目的阶段性目标数据库中的卫生范例数据，得到酒店卫生状况数据；通过所述酒店卫生状况数据对所述各个连续图像帧数据进行数据衍生，得到图像帧数据衍生数据，从而得到与所述各
个卫生监控数据对应的所述卫生监控衍生数据；所述卫生监控衍生数据包括不少于一个图像帧数据衍生数据；相应地，所述对所述卫生监控衍生数据进行描述知识搭建，得到卫生监控数据衍生描述知识，包括：对所述卫生监控衍生数据的各个图像帧数据衍生数据进行描述知识搭建，得到图像帧数据衍生描述知识，从而得到包括不少于一个图像帧数据衍生描述知识的所述卫生监控数据衍生描述知识。
7.在一种独立实施的实施例中，所述计算所述目标数据库中的卫生范例数据的各个阶段性目标数据库中的卫生范例数据与所述各个连续图像帧数据的匹配评价，得到阶段性目标匹配评价，包括：获得所述目标数据库中的卫生范例数据的所述各个阶段性目标数据库中的卫生范例数据的卫生等级，得到目标卫生等级数据；获得所述各个阶段性目标数据库中的卫生范例数据与所述各个连续图像帧数据的关联情况，得到目标关联情况数据；获得所述各个阶段性目标数据库中的卫生范例数据的关系可信因子，得到目标关系可信因子数据；通过所述目标卫生等级数据、所述目标关联情况数据和所述目标关系可信因子数据，计算所述各个阶段性目标数据库中的卫生范例数据与所述各个连续图像帧数据的匹配评价，得到所述阶段性目标匹配评价。
8.在一种独立实施的实施例中，所述对所述卫生监控衍生数据的各个图像帧数据衍生数据进行描述知识搭建，得到图像帧数据衍生描述知识，包括：对所述卫生监控衍生数据中所述各个图像帧数据衍生数据的所述各个连续图像帧数据进行变量描述，得到连续图像帧数据变量描述知识；对所述各个图像帧数据衍生数据的所述酒店卫生状况数据进行变量描述，得到酒店卫生状况数据变量描述知识；通过所述连续图像帧数据变量描述知识和所述酒店卫生状况数据变量描述知识，计算所述酒店卫生状况数据的百分比数据，得到实时百分比数据；通过所述实时百分比数据，将所述连续图像帧数据变量描述知识和所述酒店卫生状况数据变量描述知识进行整合，得到所述图像帧数据衍生描述知识，完成对所述各个图像帧数据衍生数据的描述知识搭建。
9.在一种独立实施的实施例中，所述对所述不少于一个卫生监控数据衍生描述知识进行行为回归分析，得到待处理行为数据，包括：获得所述不少于一个卫生监控数据衍生描述知识的行为描述知识，得到不少于一个卫生监控数据行为描述知识；融合所述不少于一个卫生监控数据行为描述知识和原始待处理行为描述知识，得到原始行为互动描述知识；所述原始待处理行为描述知识为待回归分析的待处理行为对应的原始描述知识；对所述原始行为互动描述知识进行反复处理，得到行为互动描述知识；依据所述行为互动描述知识，回归分析待处理的行为，得到所述待处理行为数据。
10.在一种独立实施的实施例中，所述通过所述不少于一个卫生监控数据衍生描述知识，对所述视频监控示例关键数据和所述待处理行为数据进行整合翻译，生成酒店卫生监控结果，包括：通过所述不少于一个卫生监控数据衍生描述知识对应的行为描述知识，优化所述待处理行为数据，得到目标行为数据；对所述视频监控示例关键数据和所述待处理行为数据进行实时时间点的整合翻译，得到原始实时翻译图像帧数据数据，通过所述视频监控示例关键数据对所述原始实时翻译图像帧数据数据进行行为加强优化，得到实时翻译图像帧数据数据；将所述目标行为数据和所述实时翻译图像帧数据数据进行整合处理，得到实时图像帧数据融合结果；持续进行下一时间点的整合翻译，直至完成对所述视频监控示例关键数据和所述待处理行为数据的整合翻译时，得到包括不少于一个实时图像帧数据融
合结果的所述酒店卫生监控结果。
11.在一种独立实施的实施例中，所述通过所述不少于一个卫生监控数据衍生描述知识对应的行为描述知识，优化所述待处理行为数据，得到目标行为数据，包括：从所述不少于一个卫生监控数据衍生描述知识中，获得与各个连续图像帧数据对应的行为描述知识，得到图像帧数据节点行为数据；获得所述图像帧数据节点行为数据对所述待处理行为数据的关键数据，得到图像帧数据行为关键数据，从而得到包括不少于一个图像帧数据行为关键数据的示例行为关键数据；通过所述示例行为关键数据优化所述待处理行为数据，得到所述目标行为数据。
12.在一种独立实施的实施例中，所述通过所述视频监控示例关键数据对所述原始实时翻译图像帧数据数据进行行为加强优化，得到实时翻译图像帧数据数据，包括：从所述视频监控示例关键数据中，获得与各个连续图像帧数据对应的关键数据，得到图像帧数据节点关键数据；获得所述图像帧数据节点关键数据的行为数据，得到行为加强数据；结合所述行为加强数据，获得所述图像帧数据节点关键数据对所述原始实时翻译图像帧数据数据的关键数据，得到图像帧数据关键数据，从而得到包括不少于一个图像帧数据关键数据的示例关键数据；通过所述示例关键数据对所述原始实时翻译图像帧数据数据进行行为加强优化，得到所述实时翻译图像帧数据数据。
13.在一种独立实施的实施例中，所述对所述卫生监控衍生数据进行描述知识搭建，得到卫生监控数据衍生描述知识，从而得到与所述视频监控示例对应的不少于一个卫生监控数据衍生描述知识；对所述不少于一个卫生监控数据衍生描述知识进行重要内容压缩，得到视频监控示例关键数据；对所述不少于一个卫生监控数据衍生描述知识进行行为回归分析，得到待处理行为数据；通过所述不少于一个卫生监控数据衍生描述知识，对所述视频监控示例关键数据和所述待处理行为数据进行整合翻译，生成酒店卫生监控结果，包括：利用视频监控生成线程，对所述卫生监控衍生数据进行描述知识搭建，得到所述卫生监控数据衍生描述知识，从而得到与所述视频监控示例对应的所述不少于一个卫生监控数据衍生描述知识；并对所述不少于一个卫生监控数据衍生描述知识进行重要内容压缩，得到所述视频监控示例关键数据；以及对所述不少于一个卫生监控数据衍生描述知识进行行为回归分析，得到所述待处理行为数据；以及通过所述不少于一个卫生监控数据衍生描述知识，对所述视频监控示例关键数据和所述待处理行为数据进行整合翻译，得到所述酒店卫生监控结果。
14.在一种独立实施的实施例中，所述利用视频监控生成线程，对所述卫生监控衍生数据进行描述知识搭建，得到所述卫生监控数据衍生描述知识之前，所述方法还包括：获得配置范例，所述配置范例包括示例视频监控范例、待处理行为记录数据和历史记录数据；通过所述数据库中的卫生范例数据，对视频监控示例范例的各个卫生监控数据范例进行数据衍生，得到卫生监控数据范例衍生数据；利用原始视频监控生成线程，对所述卫生监控数据范例衍生数据进行描述知识搭建，得到卫生监控数据范例衍生描述知识，从而得到与所述视频监控示例范例对应的不少于一个卫生监控数据范例衍生描述知识；并对所述不少于一个卫生监控数据范例衍生描述知识进行重要内容压缩，得到视频监控示例范例关键数据；以及对所述不少于一个卫生监控数据范例衍生描述知识进行行为回归分析，得到待处理行为范例数据；以及通过所述不少于一个卫生监控数据范例衍生描述知识，对所述视频监控
示例范例关键数据和所述待处理行为范例数据进行整合翻译，得到历史回归分析数据；所述原始视频监控生成线程为待配置的线程；获得所述待处理行为范例数据和所述待处理行为记录数据，以及所述历史回归分析数据和所述历史记录数据之间的区分，得到量化评估向量；通过所述量化评估向量，持续对所述原始视频监控生成线程进行反复配置，直至符合事先设定配置终止要求时，暂停配置，得到所述视频监控生成线程。
15.在一种独立实施的实施例中，所述通过所述量化评估向量，持续对所述原始视频监控生成线程进行反复配置，直至符合事先设定配置终止要求时，暂停配置，得到所述视频监控生成线程之后，所述方法还包括：当获得到新的配置范例时，通过所述新的配置范例对所述视频监控生成线程进行优化；相应地，所述利用视频监控生成线程，对所述卫生监控衍生数据进行描述知识搭建，得到所述卫生监控数据衍生描述知识，包括：利用优化后的视频监控生成线程，对所述卫生监控衍生数据进行描述知识搭建，得到所述卫生监控数据衍生描述知识。
16.第二方面，提供一种酒店公共卫生视频监管结果的生成系统，包括互相之间通信的处理器和存储器，所述处理器用于从所述存储器中读取计算机程序并执行，以实现上述的方法。
17.本技术实施例所提供的酒店公共卫生视频监管结果的生成方法及系统，获得了视频监控示例关键数据和待处理行为数据之后，在翻译过程中，利用不少于一个卫生监控数据衍生描述知识，对视频监控示例关键数据和待处理行为数据进行整合翻译，以较大程度的获得到视频监控示例中丰富的数据；当整合翻译完成时，也就获得了视频监控过程中视频监控示例的实时对比数据，即酒店卫生监控结果，并对所述酒店卫生监控结果进行实时管理。
18.可以理解的是，通过数据库中的卫生范例数据对有限的视频监控示例进行数据衍生，使得数据衍生后的视频监控示例能够完整地表达对应的重要含义和行为；进而再利用数据衍生后的视频监控示例进行酒店卫生监控结果的生成时，所获得的酒店卫生监控结果在行为和重要含义上的精确性和可靠性高，从而在进行数据管理时能够更加准确的进行管理，提高数据管理的效率。
附图说明
19.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。
20.图1为本技术实施例所提供的一种酒店公共卫生视频监管结果的生成方法的流程图。
具体实施方式
21.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。
22.请参阅图1，示出了一种酒店公共卫生视频监管结果的生成方法，该方法可以包括以下步骤s101-s105所描述的技术方案。
23.s101、获得视频监控过程中的卫生监控数据，得到视频监控示例；并利用数据库中的卫生范例数据，对视频监控示例的各个卫生监控数据进行数据衍生，得到卫生监控衍生数据；数据库中的卫生范例数据为事先设定的由图像帧数据匹配数据组成的数据集。
24.可以理解的是，在进行视频监控时，视频监控过程中会产生卫生监控数据，对视频监控过程中的卫生监控数据进行获得，也就获得了视频监控示例；换而言之，视频监控示例为视频监控过程中的卫生监控数据所组成的集合，是一种待处理数据。
25.在本实施例中，视频监控示例包括不少于一个卫生监控数据；获得了视频监控示例之后，由于视频监控过程中通常依赖数据库中的卫生范例数据表达不显著的卫生情况，因此，数据库中的卫生范例数据对视频监控示例和行为两维度进行识别，提高识别的精度；从而，利用数据库中的卫生范例数据，对视频监控示例中的各个卫生监控数据进行数据衍生，以使各个卫生监控数据所表达的数据完整；此时，数据衍生后的各个卫生监控数据即卫生监控衍生数据。
26.s102、对卫生监控衍生数据进行描述知识搭建，得到卫生监控数据衍生描述知识，从而得到与视频监控示例对应的不少于一个卫生监控数据衍生描述知识。
27.在本实施例中，获得了数据衍生后的卫生监控数据即卫生监控衍生数据之后，由于卫生监控衍生数据既能表达显示卫生情况(卫生监控数据所表达的卫生情况)又能表达隐示卫生情况(数据衍生出的数据所表达的卫生情况)；因此，为了加强卫生监控数据中的显示卫生情况，对卫生监控衍生数据进行描述知识搭建，也就得到了与卫生监控衍生数据对应的卫生监控数据衍生描述知识；当完成了各个卫生监控数据的数据衍生和描述知识搭建后，由于视频监控示例中包括不少于一个卫生监控数据，因此，也就获得了与视频监控示例对应的不少于一个卫生监控数据衍生描述知识，并且，卫生监控数据衍生描述知识属于不少于一个卫生监控数据衍生描述知识。
28.可以理解的是，描述知识搭建指将卫生监控衍生数据表示成特征形式的一种处理，比如，进行连续向量化表示。
29.s103、对不少于一个卫生监控数据衍生描述知识进行重要内容压缩，得到视频监控示例关键数据。
30.在本实施例中，获得了不少于一个卫生监控数据衍生描述知识之后，对不少于一个卫生监控数据衍生描述知识继续进行重要内容压缩，也就获得了不少于一个卫生监控数据衍生描述知识的关键数据，即视频监控示例关键数据。
31.s104、对不少于一个卫生监控数据衍生描述知识进行行为回归分析，得到待处理行为数据。
32.在本实施例中，获得了不少于一个卫生监控数据衍生描述知识之后，对不少于一个卫生监控数据衍生描述知识进行待处理行为的行为回归分析，也就获得待处理行为数据；这里，待处理行为数据指初步获得的视频监控过程中待处理的视频监控的行为数据。
33.可以理解的是，依据视频监控示例的行为数据与待处理的视频监控的行为数据之间的行为依赖回归分析待处理行为数据。
34.s105、通过所述不少于一个卫生监控数据衍生描述知识，对视频监控示例关键数据和待处理行为数据进行整合翻译，生成酒店卫生监控结果；酒店卫生监控结果为视频监控过程中视频监控示例的实时对比数据；并对所述酒店卫生监控结果进行实时管理。
35.在本实施例中，获得了视频监控示例关键数据和待处理行为数据之后，在翻译过程中，利用不少于一个卫生监控数据衍生描述知识，对视频监控示例关键数据和待处理行为数据进行整合翻译，以较大程度的获得到视频监控示例中丰富的数据；当整合翻译完成时，也就获得了视频监控过程中视频监控示例的实时对比数据，即酒店卫生监控结果，并对所述酒店卫生监控结果进行实时管理。
36.需要理解的是，通过数据库中的卫生范例数据对有限的视频监控示例进行数据衍生，使得数据衍生后的视频监控示例能够完整地表达对应的重要含义和行为；进而再利用数据衍生后的视频监控示例进行酒店卫生监控结果的生成时，所获得的酒店卫生监控结果在行为和重要含义上的精确性和可靠性高，从而在进行数据管理时能够更加准确的进行管理，提高数据管理的效率。
37.进一步地，本发明实施例s101中利用数据库中的卫生范例数据，对视频监控示例的各个卫生监控数据进行数据衍生，得到卫生监控衍生数据的步骤，具体包括s1011-s1015所描述的内容。
38.s1011、获得视频监控示例中各个卫生监控数据的各个连续图像帧数据。
39.在本实施例中，对视频监控示例的各个卫生监控数据进行数据衍生时，是以各个卫生监控数据中的各个连续图像帧数据为单位进行的；因此，先获得视频监控示例中各个卫生监控数据的各个连续图像帧数据，以分别进行数据衍生。
40.s1012、从数据库中的卫生范例数据中，确定与各个连续图像帧数据匹配的数据，得到目标数据库中的卫生范例数据。
41.在本实施例中，由于数据库中的卫生范例数据中包括图像帧数据匹配数据，因此，将连续图像帧数据与数据库中的卫生范例数据中的图像帧数据进行匹配，从数据库中的卫生范例数据中匹配成功的图像帧数据匹配数据即目标数据库中的卫生范例数据。
42.s1013、计算目标数据库中的卫生范例数据的各个阶段性目标数据库中的卫生范例数据与各个连续图像帧数据的匹配评价，得到阶段性目标匹配评价，从而得到与目标数据库中的卫生范例数据对应的目标匹配评价；目标匹配评价包括不少于一个阶段性目标匹配评价。
43.可以理解的是，由于数据库中的卫生范例数据中与各个连续图像帧数据匹配的图像帧数据匹配数据的数目为不少于一个，因此，目标数据库中的卫生范例数据中包括不少于一个阶段性目标数据库中的卫生范例数据，各个阶段性目标数据库中的卫生范例数据即一个与各个非常用图像帧数据匹配的图像帧数据匹配数据。
44.这里，进行清洗处理时，依据各个阶段性目标数据库中的卫生范例数据与各个连续图像帧数据的匹配评价进行；换而言之，计算目标数据库中的卫生范例数据中的各个阶段性目标数据库中的卫生范例数据，与各个连续图像帧数据的匹配评价，即阶段性目标匹配评价；从而也就得到了与目标数据库中的卫生范例数据对应的且包括不少于一个阶段性目标匹配评价的目标匹配评价。
45.s1014、基于目标匹配评价，从目标数据库中的卫生范例数据中，挑选设定数目的
阶段性目标数据库中的卫生范例数据，得到酒店卫生状况数据。
46.在本实施例中，由于阶段性目标匹配评价表示了各个阶段性目标数据库中的卫生范例数据与连续图像帧数据的匹配情况，匹配情况低的阶段性目标数据库中的卫生范例数据属于干扰数据，而匹配情况高的阶段性目标数据库中的卫生范例数据属于有用的数据(能够协助挖掘视频监控示例中的潜在卫生情况和潜在重要含义)；因此，依据目标匹配评价，抽取设定数目个评价最高的阶段性目标数据库中的卫生范例数据来组成酒店卫生状况数据。
47.可以理解的是，酒店卫生状况数据为用于衍生连续图像帧数据的图像帧数据。
48.s1015、利用酒店卫生状况数据对各个连续图像帧数据进行数据衍生，得到图像帧数据衍生数据，从而得到与各个卫生监控数据对应的卫生监控衍生数据；卫生监控衍生数据包括不少于一个图像帧数据衍生数据。
49.在本实施例中，获得了各个连续图像帧数据对应的酒店卫生状况数据之后，将各个连续图像帧数据与酒店卫生状况数据结合，也就获得了与各个连续图像帧数据对应的图像帧数据衍生数据，从而也就获得了与各个卫生监控数据对应的且包括不少于一个图像帧数据衍生数据的卫生监控衍生数据。
50.进一步地，本发明实施例s101中利用数据库中的卫生范例数据，对视频监控示例的各个卫生监控数据进行数据衍生，得到卫生监控衍生数据，包括：获得视频监控示例中各个卫生监控数据的各个连续图像帧数据；从数据库中的卫生范例数据中，确定与各个连续图像帧数据匹配的数据，得到目标数据库中的卫生范例数据；从目标数据库中的卫生范例数据中，获得外部图像帧数据，得到酒店卫生状况数据；利用酒店卫生状况数据对各个连续图像帧数据进行数据衍生，得到图像帧数据衍生数据，从而得到与各个卫生监控数据对应的卫生监控衍生数据；卫生监控衍生数据包括不少于一个图像帧数据衍生数据。
51.相应地，本发明实施例s102中，对卫生监控衍生数据进行描述知识搭建，得到卫生监控数据衍生描述知识，包括s1021：对卫生监控衍生数据的各个图像帧数据衍生数据进行描述知识搭建，得到图像帧数据衍生描述知识，从而得到包括不少于一个图像帧数据衍生描述知识的卫生监控数据衍生描述知识。
52.可以理解的是，由于卫生监控衍生数据包括不少于一个图像帧数据衍生数据，因此，在对卫生监控衍生数据进行特征表示时，实质上是对各个图像帧数据衍生数据进行特征表示后再整合的过程。
53.进一步地，本发明实施例s1013中，计算目标数据库中的卫生范例数据的各个阶段性目标数据库中的卫生范例数据与各个连续图像帧数据的匹配评价，得到阶段性目标匹配评价的步骤，具体可以包括s10131-s10134所描述的内容。
54.s10131、获得目标数据库中的卫生范例数据的各个阶段性目标数据库中的卫生范例数据的卫生等级，得到目标卫生等级数据。
55.s10132、获得各个阶段性目标数据库中的卫生范例数据与各个连续图像帧数据的关联情况，得到目标关联情况数据。
56.s10133、获得各个阶段性目标数据库中的卫生范例数据的关系可信因子，得到目标关系可信因子数据。
57.在本实施例中，获得阶段性目标匹配评价所依据的第三方面，为各个阶段性目标
数据库中的卫生范例数据的关系可信因子，即各个阶段性目标数据库中的卫生范例数据与各个连续图像帧数据的关系的可信因子，这里称为目标关系可信因子数据。
58.s10134、利用目标卫生等级数据、目标关联情况数据和目标关系可信因子数据，计算各个阶段性目标数据库中的卫生范例数据与各个连续图像帧数据的匹配评价，得到阶段性目标匹配评价。
59.在本实施例中，在获得了目标卫生等级数据、目标关联情况数据和目标关系可信因子数据之后，将目标卫生等级数据、目标关联情况数据和目标关系可信因子数据进行整合，也就得到了阶段性目标匹配评价。
60.进一步地，本发明实施例s1021中，对卫生监控衍生数据的各个图像帧数据衍生数据进行描述知识搭建，得到图像帧数据衍生描述知识的步骤，具体可以包括s10211-s10214所描述的内容。
61.s10211、对卫生监控衍生数据中各个图像帧数据衍生数据的各个连续图像帧数据进行变量描述，得到连续图像帧数据变量描述知识。
62.可以理解的是，由于各个图像帧数据衍生数据中包括连续图像帧数据以及酒店卫生状况数据，为加强各个连续图像帧数据的显示卫生情况，利用酒店卫生状况数据对各个连续图像帧数据进行局部加权优化，来实现特征表示，以获得图像帧数据衍生描述知识。
63.在本实施例中，首先对卫生监控衍生数据中各个图像帧数据衍生数据的各个连续图像帧数据进行变量描述，所获得的变量描述结果即连续图像帧数据变量描述知识。
64.s10212、对各个图像帧数据衍生数据的酒店卫生状况数据进行变量描述，得到酒店卫生状况数据变量描述知识。
65.在本实施例中，对对各个图像帧数据衍生数据的酒店卫生状况数据进行变量描述，所获得的变量描述结果即得到酒店卫生状况数据变量描述知识。
66.可以理解的是，酒店卫生状况数据包括设定数目个图像帧数据，对酒店卫生状况数据中设定数目个图像帧数据，进行逐图像帧数据的变量描述，因此，酒店卫生状况数据变量描述知识为设定数目个变量描述知识组成的特征集合。
67.这里，s10211和s10212在执行顺序上不分先后。
68.s10213、利用连续图像帧数据变量描述知识和酒店卫生状况数据变量描述知识，计算酒店卫生状况数据的百分比数据，得到实时百分比数据。
69.在本实施例中，获得了停用图像帧数据变量描述知识和酒店卫生状况数据变量描述知识之后，利用停用图像帧数据变量描述知识和酒店卫生状况数据变量描述知识获得用于局部优化的百分比数据；换而言之，利用连续图像帧数据变量描述知识和酒店卫生状况数据变量描述知识，计算酒店卫生状况数据的百分比数据，也就得到了用于局部优化的实时百分比数据。
70.可以理解的是，酒店卫生状况数据包括设定数目个图像帧数据，利用连续图像帧数据变量描述知识与酒店卫生状况数据变量描述知识中的各个特征进行百分比数据的计算，所获得的实时百分比数据为设定数个百分比数据组成的百分比集合。
71.s10214、利用实时百分比数据，将连续图像帧数据变量描述知识和酒店卫生状况数据变量描述知识进行整合，得到图像帧数据衍生描述知识，完成对各个图像帧数据衍生数据的描述知识搭建。
72.在本实施例中，获得了实时百分比数据、连续图像帧数据变量描述知识和酒店卫生状况数据变量描述知识之后，利用实时百分比数据获得酒店卫生状况数据变量描述知识中的有效数据，进而将该有效数据与连续图像帧数据变量描述知识进行融合，也就完成了局部优化；此时，也就获得了图像帧数据衍生描述知识，完成了对各个图像帧数据衍生数据的描述知识搭建。
73.可以理解的是，s10211-s10214可通过图注意力机制实现。
74.进一步地，在本实施例中，s104可通过s1041-s1044实现；换而言之，对不少于一个卫生监控数据衍生描述知识进行行为回归分析，得到待处理行为数据，包括s1041-s1044所描述的内容。
75.s1041、获得不少于一个卫生监控数据衍生描述知识的行为描述知识，得到不少于一个卫生监控数据行为描述知识。
76.在本实施例中，根据不少于一个卫生监控数据衍生描述知识，获得各个卫生监控数据的行为描述知识，也就得到了不少于一个卫生监控数据行为描述知识。
77.可以理解的是，不少于一个卫生监控数据行为描述知识和不少于一个卫生监控数据衍生描述知识，均与不少于一个卫生监控数据一一对应；另外，不少于一个卫生监控数据行为描述知识中的各个卫生监控数据行为描述知识用来表示一个卫生监控数据的行为。
78.s1042、融合不少于一个卫生监控数据行为描述知识和原始待处理行为描述知识，得到原始行为互动描述知识；原始待处理行为描述知识为待回归分析的待处理行为对应的原始描述知识。
79.在本实施例中，中设置有原始待处理行为描述知识，比如零向量，为待回归分析的待处理行为对应的原始描述知识；获得了不少于一个卫生监控数据行为描述知识之后，将不少于一个卫生监控数据行为描述知识和原始待处理行为描述知识进行融合，融合结果即原始行为互动描述知识。
80.s1043、对原始行为互动描述知识进行反复处理，得到行为互动描述知识。
81.s1044、依据行为互动描述知识，回归分析待处理的行为，得到待处理行为数据。
82.在本实施例中，获得了行为互动描述知识之后，根据视频监控过程中卫生监控数据之间的行为依赖，也就能够依据行为互动描述知识回归分析待处理的行为了，此时，也就确定了待处理行为数据。
83.在本实施例中，s105可通过s1051-s1053实现；换而言之，利用不少于一个卫生监控数据衍生描述知识，对视频监控示例关键数据和待处理行为数据进行整合翻译，得到酒店卫生监控结果的步骤，具体可以包括s1051-s1054所描述的内容。
84.s1051、利用不少于一个卫生监控数据衍生描述知识对应的行为描述知识，优化待处理行为数据，得到目标行为数据。
85.在本实施例中，获得了待处理行为数据之后，为了提升待处理行为数据的精确性，利用不少于一个卫生监控数据衍生描述知识对应的行为描述知识，对待处理行为数据进行优化，以优化待处理行为数据；此时，也就获得了目标行为数据；易知，目标行为数据为优化后的待处理行为数据。
86.s1052、对视频监控示例关键数据和待处理行为数据进行实时时间点的整合翻译，得到原始实时翻译图像帧数据数据，利用视频监控示例关键数据对原始实时翻译图像帧数
据数据进行行为加强优化，得到实时翻译图像帧数据数据。
87.可以理解的是，翻译过程是迭代进行的，实时时间点指整合翻译过程中的任一整合翻译时间点。在实时时间点的整合翻译过程中，如果是第一个整合翻译时间点，则对视频监控示例关键数据和待处理行为数据进行整合翻译，得到第一个翻译结果即原始实时翻译图像帧数据数据；而如果不是第一个整合翻译时间点，则对前一个翻译结果、视频监控示例关键数据和待处理行为数据进行整合翻译，得到原始实时翻译图像帧数据数据，这里，前一个翻译结果指前一整合翻译时间点的翻译结果。
88.在本实施例中，获得了原始实时翻译图像帧数据数据之后，为了提高原始实时翻译图像帧数据数据的准确性，利用视频监控示例关键数据对原始实时翻译图像帧数据数据进行行为加强优化，以优化原始实时翻译图像帧数据数据；此时，也就获得了实时时间点的翻译结果即实时翻译图像帧数据数据；易知，实时翻译图像帧数据数据为优化后的原始实时翻译图像帧数据数据。这里，行为加强优化指利用视频监控示例关键数据的行为数据进行优化的过程。
89.s1053、将目标行为数据和实时翻译图像帧数据数据进行整合处理，得到实时图像帧数据融合结果。
90.在本实施例中，将获得的目标行为数据和实时翻译图像帧数据数据进行整合，并对整合结果进行优化处理，也就获得了实时图像帧数据融合结果。这里，实时图像帧数据融合结果指酒店卫生监控结果中与单个翻译时间点对应的图像帧数据。
91.s1054、持续进行下一时间点的整合翻译，直至完成对视频监控示例关键数据和待处理行为数据的整合翻译时，得到包括不少于一个实时图像帧数据融合结果的酒店卫生监控结果。
92.可以理解的是，在下一时间点的整合翻译过程，执行与实时时间点的翻译过程类似的处理；换而言之，针对各个整合翻译时间点均执行与实时时间点的整合翻译过程类似的处理，当完成所有时间点的整合翻译时，也就完成了对视频监控示例关键数据和待处理行为数据的整合翻译；此时，针对不少于一个整合翻译时间点，也就获得了包括不少于一个实时图像帧数据融合结果的酒店卫生监控结果。
93.进一步地，在本实施例中，s1051可通过s10511-s10513实现；换而言之，利用不少于一个卫生监控数据衍生描述知识对应的行为描述知识，优化待处理行为数据，得到目标行为数据的步骤，具体可以包括s10511-s10513所描述的内容。
94.s10511、从不少于一个卫生监控数据衍生描述知识中，获得与各个连续图像帧数据对应的行为描述知识，得到图像帧数据节点行为数据。
95.可以理解的是，视频监控示例中包括若干个连续图像帧数据，而不少于一个卫生监控数据衍生描述知识是与视频监控示例对应的特征表示；从而，从不少于一个卫生监控数据衍生描述知识中，获得各个连续图像帧数据的行为描述知识，也就是获得了图像帧数据节点行为信。
96.s10512、获得图像帧数据节点行为数据对待处理行为数据的关键数据，得到图像帧数据行为关键数据，从而得到包括不少于一个图像帧数据行为关键数据的示例行为关键数据。
97.在本实施例中，对图像帧数据节点行为数据和待处理行为数据进行变换，得到行
为变换特征；接着对行为变换特征进行关键数据的计算，如此，也就获得了针对待处理行为数据的行为依赖和行为习惯：待处理行为数据受视频监控示例中行为的干扰数据，以及待处理行为数据在视频监控过程中行为表达的习惯。这里，图像帧数据行为关键数据指一个连续图像帧数据对应的关键数据，当获得了所有连续图像帧数据对应关键数据，也就获得了包括不少于一个图像帧数据行为关键数据的示例行为关键数据，示例行为关键数据与视频监控示例对应。
98.s10513、利用示例行为关键数据优化待处理行为数据，得到实时行为数据。
99.在本实施例中，将示例行为关键数据和待处理行为数据融合，以利用示例行为关键数据优化待处理行为数据；此时，也就得到了目标行为数据。这里，目标行为数据为视频监控过程中实时对比数据的行为数据。
100.进一步地，本发明实施例s1052中，利用视频监控示例关键数据对原始实时翻译图像帧数据数据进行行为加强优化，得到实时翻译图像帧数据数据的步骤，具体可以包括s10521-s10524所描述的内容。
101.s10521、从视频监控示例关键数据中，获得与各个连续图像帧数据对应的关键数据，得到图像帧数据节点关键数据。
102.可以理解的是，视频监控示例中包括若干个连续图像帧数据，而视频监控示例关键数据与视频监控示例对应的关键数据；从而，能够从视频监控示例关键数据中获得到与各个连续图像帧数据对应的关键数据，即图像帧数据节点关键数据。
103.s10522、获得图像帧数据节点关键数据的行为数据，得到行为加强数据。
104.在本实施例中，对图像帧数据节点关键数据进行行为数据的获得，也就获得了用于对翻译原始输出结果即原始实时图像帧数据关键数据进行优化的行为加强数据。
105.s10523、结合行为加强数据，获得图像帧数据节点关键数据对原始实时翻译图像帧数据数据的关键数据，得到图像帧数据关键数据，从而得到包括不少于一个图像帧数据关键数据的示例关键数据。
106.在本实施例中，对图像帧数据节点关键数据和原始实时翻译图像帧数据数据进行变换，得到重要含义变换特征；接着对重要含义变换特征进行关键数据的计算，如此，也就获得了图像帧数据节点关键数据对原始实时翻译图像帧数据数据的关键数据即图像帧数据关键数据。这里，图像帧数据关键数据指一个连续图像帧数据对应的关键数据，当获得了所有连续图像帧数据对应关键数据，也就获得了包括不少于一个图像帧数据关键数据的示例关键数据，示例关键数据与视频监控示例对应。
107.s10524、利用示例关键数据对原始实时翻译图像帧数据数据进行行为加强优化，得到实时翻译图像帧数据数据。
108.在本实施例中，将示例关键数据和原始实时翻译图像帧数据数据整合，以利用示例重要含义优化原始实时翻译图像帧数据数据；此时，也就得到了实时翻译图像帧数据数据。
109.进一步地，在本实施例中，s102-s105可通过网络线程实现；换而言之，中存在预先配置好的视频监控生成线程，该视频监控生成线程用于生成酒店卫生监控结果；因此，对卫生监控衍生数据进行描述知识搭建，得到卫生监控数据衍生描述知识，从而得到与视频监控示例对应的不少于一个卫生监控数据衍生描述知识；对不少于一个卫生监控数据衍生描
述知识进行重要内容压缩，得到视频监控示例关键数据；对不少于一个卫生监控数据衍生描述知识进行行为回归分析，得到待处理行为数据；利用不少于一个卫生监控数据衍生描述知识，对视频监控示例关键数据和待处理行为数据进行整合翻译，生成酒店卫生监控结果，包括：利用视频监控生成线程，对卫生监控衍生数据进行描述知识搭建，得到卫生监控数据衍生描述知识，从而得到与视频监控示例对应的不少于一个卫生监控数据衍生描述知识；并对不少于一个卫生监控数据衍生描述知识进行重要内容压缩，得到视频监控示例关键数据；以及对不少于一个卫生监控数据衍生描述知识进行行为回归分析，得到待处理行为数据；以及利用不少于一个卫生监控数据衍生描述知识，对视频监控示例关键数据和待处理行为数据进行整合翻译，得到酒店卫生监控结果。
110.进一步地，在本实施例中，利用视频监控生成线程，对卫生监控衍生数据进行描述知识搭建，得到卫生监控数据衍生描述知识之前，该数据方法还包括配置获得视频监控生成线程的步骤：s106-s110，所描述的内容。
111.s106、获得配置范例，配置范例包括示例视频监控范例、待处理行为记录数据和历史记录数据。
112.在本实施例中，进行网络线程配置时，先获得配置数据集，即配置范例；这里，配置范例为示例视频监控范例、待处理行为记录数据和历史记录数据组成的范例对；其中，示例视频监控范例指范例中视频监控过程产生的卫生监控数据，待处理行为记录数据指实时对比数据的真实行为数据，历史记录数据指真实的实时对比数据。
113.s107、利用数据库中的卫生范例数据，对视频监控示例范例的各个卫生监控数据范例进行数据衍生，得到卫生监控数据范例衍生数据。
114.可以理解的是，s107的实现过程与上述s101中描述的实现过程类似，本发明实施例在此不再赘述。
115.s108、利用原始视频监控生成线程，对卫生监控数据范例衍生数据进行描述知识搭建，得到卫生监控数据范例衍生描述知识，从而得到与视频监控示例范例对应的不少于一个卫生监控数据范例衍生描述知识；并对不少于一个卫生监控数据范例衍生描述知识进行重要内容压缩，得到视频监控示例范例关键数据；以及对不少于一个卫生监控数据范例衍生描述知识进行行为回归分析，得到待处理行为范例数据；以及利用不少于一个卫生监控数据范例衍生描述知识，对视频监控示例范例关键数据和待处理行为范例数据进行整合翻译，得到历史回归分析数据；原始视频监控生成线程为待配置的线程。
116.可以理解的是，s108的实现过程与上述s102-s105中描述的实现过程类似，只不过s108是借助原始视频监控生成线程完成的，而s102-s105中是自身进行出完成的，本发明实施例在此不再赘述。另外，原始视频监控生成线程为用于获得酒店卫生监控结果的待配置线程。
117.s109、获得待处理行为范例数据和待处理行为记录数据，以及历史回归分析数据和历史记录数据之间的区分，得到量化评估向量。
118.s110、利用量化评估向量，持续对原始视频监控生成线程进行反复配置，直至符合事先设定配置终止要求时，暂停配置，得到视频监控生成线程。
119.在本实施例中，获得了量化评估向量之后，利用量化评估向量调整原始视频监控生成线程中的系数数据，进而继续利用调试后的原始视频监控生成线程和配置范例进行反
复配置，直至配置过程中获得的代价指标模型的值小于事先设定目标值时，确定符合事先设定配置终止要求；此时暂停配置，也就得到了配置好的原始视频监控生成线程，即视频监控生成线程。
120.在本实施例中，s110之后还包括s111；换而言之，利用量化评估向量，持续对原始视频监控生成线程进行反复配置，直至符合事先设定配置终止要求时，暂停配置，得到视频监控生成线程之后，该酒店公共卫生视频监管结果的生成方法还包括s111，下面对该步骤进行说明。
121.s111、当获得到新的配置范例时，利用新的配置范例对事先设定原始视频监控生成线程进行优化。
122.可以理解的是，当获得了视频监控生成线程时，还可以通过获得新的配置范例对视频监控生成线程进行优化，以提升视频监控生成线程的准确性和可靠性。
123.相应地，本发明实施例中，利用视频监控生成线程，对卫生监控衍生数据进行特征表示，得到卫生监控数据衍生描述知识，包括：利用优化后的视频监控生成线程，对卫生监控衍生数据进行特征表示，得到卫生监控数据衍生描述知识。
124.换而言之，利用优化后的视频监控生成线程，对卫生监控衍生数据进行特征表示，得到卫生监控数据衍生描述知识，从而得到与视频监控示例对应的不少于一个卫生监控数据衍生描述知识；并获得不少于一个卫生监控数据衍生描述知识的关键数据，得到视频监控示例关键数据；以及对不少于一个卫生监控数据衍生描述知识进行行为回归分析，得到待处理行为数据；以及对视频监控示例关键数据和待处理行为数据进行翻译，得到酒店卫生监控结果。
125.在上述基础上，提供了一种酒店公共卫生视频监管结果的生成装置200，所述装置包括：
126.示例得到模块210，用于获得视频监控过程中的卫生监控数据，得到视频监控示例；
127.数据衍生模块220，用于并利用数据库中的卫生范例数据，对所述视频监控示例的各个卫生监控数据进行数据衍生，得到卫生监控衍生数据；所述数据库中的卫生范例数据为事先设定的由图像帧数据匹配数据组成的数据集；
128.知识衍生模块230，用于对所述卫生监控衍生数据进行描述知识搭建，得到卫生监控数据衍生描述知识，从而得到与所述视频监控示例对应的不少于一个卫生监控数据衍生描述知识；
129.数据压缩模块240，用于对所述不少于一个卫生监控数据衍生描述知识进行重要内容压缩，得到视频监控示例关键数据；
130.数据分析模块250，用于对所述不少于一个卫生监控数据衍生描述知识进行行为回归分析，得到待处理行为数据；
131.结果管理模块260，用于通过所述不少于一个卫生监控数据衍生描述知识，对所述视频监控示例关键数据和所述待处理行为数据进行整合翻译，生成酒店卫生监控结果；所述酒店卫生监控结果为视频监控过程中所述视频监控示例的实时对比数据；并对所述酒店卫生监控结果进行实时管理。
132.在上述基础上，示出了一种酒店公共卫生视频监管结果的生成系统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。
133.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。
134.综上，基于上述方案，获得了视频监控示例关键数据和待处理行为数据之后，在翻译过程中，利用不少于一个卫生监控数据衍生描述知识，对视频监控示例关键数据和待处理行为数据进行整合翻译，以较大程度的获得到视频监控示例中丰富的数据；当整合翻译完成时，也就获得了视频监控过程中视频监控示例的实时对比数据，即酒店卫生监控结果，并对所述酒店卫生监控结果进行实时管理。
135.可以理解的是，通过数据库中的卫生范例数据对有限的视频监控示例进行数据衍生，使得数据衍生后的视频监控示例能够完整地表达对应的重要含义和行为；进而再利用数据衍生后的视频监控示例进行酒店卫生监控结果的生成时，所获得的酒店卫生监控结果在行为和重要含义上的精确性和可靠性高，从而在进行数据管理时能够更加准确的进行管理，提高数据管理的效率。
136.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。
137.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。
138.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。
139.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。
140.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。
141.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。
142.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、visualbasic、fortran2003、perl、cobol2002、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)。
143.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。
144.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。
145.一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。
146.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。
147.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。
148.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。