一种给水异常识别方法、系统、电子设备及介质与流程

1.本发明涉及给水识别技术领域，尤其涉及一种给水异常识别方法、系统、电子设备及介质。


背景技术：

2.建筑消防给水系统是最核心的消防基础设施，是消防应急救援不可缺少的生命线工程。随着新型城市化建设进程的加快，各类建筑物功能更趋复杂。高层、地下、大跨度、大空间建筑及大型商业综合体的数量不断增加，建筑消防给水系统趋于复杂化。然而，消防监督人员、维保人员通常是根据经验对建筑消防给水系统的运行状况进行检测，对管网泄漏、欠/过压、放水、堵塞、闸阀误开/关、设备故障等问题的判断完全依靠人力。传统的故障诊断模式严重依赖监督人员/维保人员的技术水平和经验积累，一方面技术门槛较高，另一方面可能对简单的消防给水系统凑效，但对当前结构日益复杂的消防给水系统，传统模式不仅效率低下，而且准确性不高。
3.目前，城市消防远程监控系统实现了对建筑消防给水系统的远程实时监测与报警，对消防给水系统的日常管理也有一定的促进。但是，城市消防远程监控系统用于提供监测点位的水压、水位和报警数据，大量物联网设备感知数据都没有得到及时、有效的处理和应用，对消防给水系统的故障也无法进行定性和定量分析，造成了数据资源的浪费。


技术实现要素：

4.本发明提供一种给水异常识别方法、系统、电子设备及介质，以解决现有技术中未能对消防给水异常进行定性和定量分析的问题。
5.本发明提供的给水异常识别方法，包括：获取给水管的位置信息，并根据所述给水管的位置信息设置第一压力阈值和第二压力阈值，所述第二压力阈值大于所述第一压力阈值；
6.获取所述给水管的第一压力数据，并根据所述第一压力阈值和所述第二压力阈值对所述第一压力数据进行分类处理，获取分类结果，所述分类结果包括正常、第一漏水异常和第二漏水异常；
7.若所述分类结果为第一漏水异常，则获取所述第一压力数据的序列标准差，将所述第一压力数据的序列标准差与预设标准差进行比对，获取第一识别结果，所述第一识别结果包括轻度漏水；
8.若所述分类结果为第二漏水异常，则获取所述第一压力数据的序列平均值，将所述第一压力数据的序列平均值与预设平均值进行比对，获取第二识别结果，所述第二识别结果包括重度漏水。
9.可选的，所述根据所述第一压力阈值和所述第二压力阈值对所述第一压力数据进行分类处理，获取分类结果包括：
10.将所述第一压力数据和所述第一压力阈值进行比对，若所述第一压力数据小于或
等于所述第一压力阈值，则所述分类结果为正常；
11.若所述第一压力数据大于所述第一压力阈值，则将所述第一压力数据与所述第二压力阈值进行比对；
12.若所述第一压力数据小于或者等于所述第二压力阈值，则所述分类结果为第一漏水异常；
13.若所述第一压力数据大于所述第二压力阈值，则所述分类结果为第二漏水异常。
14.可选的，所述获取给水管的第一压力数据包括：获取所述给水管的压力数据以及压力数据的产生时间，根据所述压力数据的产生时间对所述压力数据进行时间排序处理，获取时序压力数据；
15.对所述时序压力数据进行预处理获取所述给水管的第一压力数据，所述预处理包括采用预设的第一滑动窗口截取所述时序压力数据。
16.可选的，所述获取第一识别结果之后还包括：若所述第一识别结果为轻度漏水，则采用预设的第二滑动窗口截取所述时序压力数据，得到多个第二压力数据；
17.获取所述多个第二压力数据的序列标准差，将所述第二压力数据的序列标准差与所述预设标准差进行比对，获取第一标准差比对结果，所述第一标准差比对结果包括第一异常和第一异常的概率，并根据所述第一异常的概率获取第一目标识别结果。
18.可选的，所述获取第二识别结果之后还包括：若所述第二识别结果为重度漏水，则采用预设的第三滑动窗口截取所述时序压力数据，得到多个第三压力数据；
19.获取所述多个第三压力数据的序列平均值，将所述第三压力数据的序列平均值与所述预设平均值进行比对，获取平均值比对结果，所述平均值比对结果包括第二异常和第二异常的概率，并根据所述第二异常的概率获取第二目标识别结果。
20.可选的，所述获取第二识别结果之后还包括：若所述第二异常的概率小于预设概率阈值，则获取所述多个第三压力数据的序列标准差，将所述第三压力数据的序列标准差与所述预设标准差进行比对，获取第二标准差比对结果，所述第二标准差比对结果包括第三异常和第三异常的概率，并根据所述第三异常的概率获取第三目标识别结果。
21.本发明还提供了一种给水异常识别系统，包括：阈值设置模块，用于获取给水管的位置信息，并根据所述给水管的位置信息设置第一压力阈值和第二压力阈值，所述第二压力阈值大于所述第一压力阈值；
22.分类模块，用于获取所述给水管的第一压力数据，并根据所述第一压力阈值和所述第二压力阈值对所述第一压力数据进行分类处理，获取分类结果，所述分类结果包括正常、第一漏水异常和第二漏水异常；
23.第一识别模块，用于若所述分类结果为第一漏水异常，则获取所述第一压力数据的序列标准差，将所述第一压力数据的序列标准差与预设标准差进行比对，获取第一识别结果，所述第一识别结果包括轻度漏水；
24.第二识别模块，用于若所述分类结果为第二漏水异常，则获取所述第一压力数据的序列平均值，将所述第一压力数据的序列平均值与预设平均值进行比对，获取第二识别结果，所述第二识别结果包括重度漏水，所述阈值设置模块、所述分类模块、所述第一识别模块和所述第二识别模块相连接。
25.可选的，所述给水异常识别系统还包括：传感器配置模块，用于根据所述给水管的
位置信息配置所述给水管的压力传感器的位置信息和压力传感器的个数，并基于所述压力传感器采集所述给水管的压力数据。
26.本发明还提供一种电子设备，包括：处理器及存储器；
27.所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述电子设备执行所述给水异常识别方法。
28.本发明还提供一种计算机可读存储介质，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如上述所述给水异常识别方法。
29.本发明的有益效果：本发明中的给水异常识别方法，首先根据给水管的位置信息设置第一压力阈值和第二压力阈值，并通过第一压力阈值和第二压力阈值对给水管的第一压力数据进行分类，获取给水管的分类结果，从而实现了对给水管的漏水状态的初步判断；再根据分类结果对给水管的压力数据进行异常分析，分类结果为第一漏水异常时，采用第一压力数据的序列标准差对给水管的漏水状态进行分析，分类结果为第二漏水异常时，采用第一压力数据的序列平均值对给水管的漏水状态进行分析，从而实现了对给水管漏水情况的精准识别，解决现有技术中未能对消防给水异常进行定性和定量分析的问题。
附图说明
30.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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它的附图。
31.图1是本发明实施例中给水异常识别方法的流程示意图；
32.图2是本发明实施例中第一压力数据的获取方法的流程示意图；
33.图3是本发明实施例中第一压力数据的分类方法的流程示意图；
34.图4是在本发明实施例中给水管轻度漏水时的压力数据图；
35.图5是在本发明实施例中给水管重度漏水时的压力数据图；
36.图6是本发明实施例中给水异常识别系统的结构示意图；
37.图7是本发明实施例中电子设备的结构示意图。
具体实施方式
38.以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
39.需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
40.建筑消防给水系统作为建筑消防系统的核心设施，已在大量建筑中广泛安装使
用，大量的火灾案例表明，完好有效的消防给水系统，对于最大限度减小火灾损失以及实现建筑火灾自防自救等方面发挥重要作用。给水管是消防给水系统的重要组成部分，因此，完好的给水管能够确保建筑消防给水系统在火灾初期及时进行火势控制和扑救。给水管在使用过程中会出现老化、腐蚀等损坏问题，从而导致给水管出现漏水的现象；然而，目前对于给水管的漏水状态并不能准确识别。因此，本发明通过在给水管上配置压力传感器，对压力传感器所采集的压力数据进行分类获取分类结果，并根据分类结果对给水管进行漏水异常分析，从而获取给水管的损坏情况。
41.为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
42.第一实施例
43.图1是本发明在一实施例中提供的给水异常识别方法的流程示意图。
44.如图1所示，上述给水异常识别方法，包括步骤s110-s140：
45.s110，获取给水管的位置信息，并根据所述给水管的位置信息设置第一压力阈值和第二压力阈值；
46.s120，获取所述给水管的第一压力数据，并根据所述第一压力阈值和所述第二压力阈值对所述第一压力数据进行分类处理，获取分类结果；
47.s130，若所述分类结果为第一漏水异常，则获取所述第一压力数据的序列标准差，将所述第一压力数据的序列标准差与预设标准差进行比对，获取第一识别结果；
48.s140，若所述分类结果为第二漏水异常，则获取所述第一压力数据的序列平均值，将所述第一压力数据的序列平均值与预设平均值进行比对，获取第二识别结果。
49.在本实施的步骤110中，给水管的位置信息包括给水管的高度信息，其中，给水管的高度信息可以以给水泵为参考系。获取到给水管的位置信息后，为了更好地识别给水管的漏水情况，需要根据给水管的位置信息配置给水管的压力传感器的位置信息和压力传感器的个数；具体地，根据给水管的高度与预设高度的比值获取压力传感器的个数，压力传感器均匀设置在给水管上。其中，预设高度根据给水管的材质和管径进行设定，给水管的材质损坏难度更高则预设高度越大，给水管管径越大，预设高度越小。根据所述给水管的位置信息设置第一压力阈值和第二压力阈值的具体实现方法：根据给水管的位置信息获取压力传感器设置在给水管的位置信息，得到给水管的目标位置信息；获取给水管的材质和给水管的管径，根据给水管的目标位置信息、给水管的材质和给水管的管径设置第一压力阈值和第二压力阈值，第一压力阈值为给水管轻度损坏的最低压力，第二压力阈值为给水管重度损坏的最低压力。
50.在本实施例的步骤s120中，获取第一压力数据的具体实现方法请参见图2，图2是在本发明在一实施例中第一压力数据的获取方法的流程示意图。
51.如图2所示，第一压力数据的获取方法可以包括以下步骤s210-s220：
52.s210，获取所述给水管的压力数据以及压力数据的产生时间，根据所述压力数据的产生时间对所述压力数据进行时间排序处理，获取时序压力数据；
53.s220，对所述时序压力数据进行预处理获取所述给水管的第一压力数据，所述预处理包括采用预设的第一滑动窗口截取所述时序压力数据。
54.获取到第一压力数据后需要对第一压力数据进行分类，根据第一压力阈值和第二压力阈值对第一压力数据进行分类处理的具体实现方法请参见图3，图3是在本发明在一实
施例中第一压力数据的分类方法的流程示意图。
55.如图3所示，第一压力数据的分类方法可以包括以下步骤s310-s340：
56.s310，将所述第一压力数据和所述第一压力阈值进行比对，若所述第一压力数据小于或等于所述第一压力阈值，则所述分类结果为正常；
57.s320，若所述第一压力数据大于所述第一压力阈值，则将所述第一压力数据与所述第二压力阈值进行比对；
58.s330，若所述第一压力数据小于或者等于所述第二压力阈值，则所述分类结果为第一漏水异常；
59.s340，若所述第一压力数据大于所述第二压力阈值，则所述分类结果为第二漏水异常。
60.在一实施例中，预设的第一滑动窗口的周期根据时序压力数据的数据量以及给水异常系统的数据处理能力进行设定。第一压力数据为多个压力数据，将第一压力数据与第一压力阈值、第二压力阈值进行比对时，是将第一压力数据的平均值与第一压力阈值、第二压力阈值进行比对。在建筑消防系统的实际给水过程中，对于同一给水管的同一位置给水管处于轻度损坏时所采集的压力大于给水管正常时所采集的压力，给水管重度损坏时所采集的压力大于给水管轻度损坏时所采集的压力；因此，通过第一压力阈值和第二压力阈值对第一压力数据进行分类，从而实现了对给水管第一压力数据的初步筛选。
61.请参照图4，图4是在本发明在一实施例中给水管轻度漏水时的压力数据图；在建筑消防系统的实际给水过程中，当给水管的漏水流量较小时，压力变化会呈现震荡波形状，这主要是由于漏水导致压力变小，而给水系统的实时补压(气罐或者水池补水)会在较短时间内将压力不足，因此会呈现出压力不断震荡的变化情况。请参照图5，图5是在本发明在一实施例中给水管重度漏水时的压力数据图；当给水管的漏水流量较大时，稳压泵补压系统无法及时补足压力，会造成压力持续下降。而当压力下降到一定阈值以下时，会触发补压泵启动进行补压，压力会稳定在一个固定值，当漏水结束后，由于稳压泵的左右，压力又会回到正常值。因此压力呈现出下降波形。为了实现对给水管的漏水更准确的识别，在对给水管的第一压力数据进行初步识别(根据第一压力阈值和第二压力阈值对第一压力数据进行分类处理)后，根据轻度漏水时压力不断震荡以及重度漏水时压力呈现下降为固定范围对不同的分类结果采用不同的方式进行识别。
62.在本实施例的步骤s130中，若所述分类结果为第一漏水异常，则获取所述第一压力数据的序列标准差，将所述第一压力数据的序列标准差与预设标准差进行比对，获取第一识别结果，若第一压力数据的序列标准差小于预设标准差，则第一识别结果为轻度漏水，当第一识别结果为轻度漏水时，可以生成预警信息，提醒对应的负责对象处理给水管轻度漏水现象，便于建筑消防给水系统能够正常工作；若第一压力数据的序列标准差大于或者等于预设标准差，则第一识别结果为正常，若第一识别结果为正常表示给水管未损坏。为了确保获取到的给水管的工作状态的准确性，当第一识别结果为轻度漏水时，对第一识别结果进行进一步确认的具体实现方法包括：若所述第一识别结果为轻度漏水，则采用预设的第二滑动窗口截取所述时序压力数据，得到多个第二压力数据；获取所述多个第二压力数据的序列标准差，将所述第二压力数据的序列标准差与所述预设标准差进行比对，获取第一标准差比对结果，所述第一标准差比对结果包括第一异常和第一异常的概率，并根据所
述第一异常的概率获取第一目标识别结果。其中，预设的第二滑动窗口的周期小于预设的第一滑动窗口的周期，第二压力数据的序列标准差大于或者等于预设标准差时，第一标准差比对结果为第一异常，当第一异常的概率大于或者等于预设概率阈值，则第一目标识别结果为给水管轻度损坏。通过预设的第二滑动窗口的周期截取时序压力数据获取第二压力数据，并根据第一识别结果对第二压力数据进行序列标准差计算，获取第一标准差比对结果，从而获取到第一异常的概率，并将第一异常的概率与预设概率阈值进行比对，从而获取给水管的损坏程度，实现了对给水管状态的精准识别。
63.在本实施例的步骤s140中，若所述分类结果为第二漏水异常，则获取所述第一压力数据的序列平均值，将所述第一压力数据的序列平均值与预设平均值进行比对，获取第二识别结果，若第一压力数据的序列平均值小于预设平均值，则第二识别结果为重度漏水，当第二识别结果为重度漏水时，可以生成预警信息，提醒对应的负责对象处理给水管重度漏水现象，便于建筑消防给水系统能够正常工作。为了确保获取到的给水管的工作状态的准确性，当第二识别结果为重度漏水时，对第二识别结果进行进一步确认的具体实现方法包括：若所述第二识别结果为重度漏水，则采用预设的第三滑动窗口截取所述时序压力数据，得到多个第三压力数据；获取所述多个第三压力数据的序列平均值，将所述第三压力数据的序列平均值与所述预设平均值进行比对，获取平均值比对结果，所述平均值比对结果包括第二异常和第二异常的概率，并根据所述第二异常的概率获取第二目标识别结果。其中，预设的第三滑动窗口的周期小于预设的第一滑动窗口的周期，第三压力数据的序列平均值大于或者等于预设平均值时，平均值比对结果为第二异常，当第二异常的概率大于或者等于预设概率阈值，则第二目标识别结果为给水管重度损坏。为了确保获取到的给水管的工作状态的准确性，当第二识别结果为重度漏水时，对第二识别结果进行进一步确认的具体实现方法还包括：若所述第二异常的概率小于预设概率阈值，则获取所述多个第三压力数据的序列标准差，将所述第三压力数据的序列标准差与所述预设标准差进行比对，获取第二标准差比对结果，所述第二标准差比对结果包括第三异常和第三异常的概率，并根据所述第三异常的概率获取第三目标识别结果。其中，第三压力数据的序列标准差大于或者等于预设标准差时，第二标准差比对结果为第三异常，当第三异常的概率大于或者等于预设概率阈值，则第三目标识别结果为给水管轻度损坏。过预设的第三滑动窗口的周期截取时序压力数据获取第二压力数据，并根据第二识别结果对第二压力数据进行序列标准差和序列平均差计算，获取和平均值第二标准差比对结果，从而获取到第二异常的概率和第三异常的概率，并将第二异常的概率与预设概率阈值进行比对以及第三异常的概率与预设概率阈值进行比对，从而获取给水管的损坏程度，实现了对给水管状态的精准识别。
64.本实施例首先根据给水管的位置信息设置第一压力阈值和第二压力阈值，并通过第一压力阈值和第二压力阈值对给水管的第一压力数据进行分类，获取给水管的分类结果，从而实现了对给水管的漏水状态的初步判断；再根据分类结果对给水管的压力数据进行异常分析，分类结果为第一漏水异常时，采用第一压力数据的序列标准差对给水管的漏水状态进行分析，分类结果为第二漏水异常时，采用第一压力数据的序列平均值对给水管的漏水状态进行分析，从而实现了对给水管漏水情况的精准识别，解决现有技术中未能对消防给水异常进行定性和定量分析的问题。
65.第二实施例
66.基于与第一实施例中方法相同的发明构思，相应的，本实施例还提供了一种给水异常识别系统。
67.图6为本发明提供的给水异常识别系统的流程示意图。
68.如图6所示，上述给水异常识别系统包括：61阈值设置模块、62分类模块、63第一识别模块以及64第二识别模块。
69.其中，阈值设置模块，用于获取给水管的位置信息，并根据所述给水管的位置信息设置第一压力阈值和第二压力阈值，所述第二压力阈值大于所述第一压力阈值；
70.分类模块，用于获取所述给水管的第一压力数据，并根据所述第一压力阈值和所述第二压力阈值对所述第一压力数据进行分类处理，获取分类结果，所述分类结果包括正常、第一漏水异常和第二漏水异常；
71.第一识别模块，用于若所述分类结果为第一漏水异常，则获取所述第一压力数据的序列标准差，将所述第一压力数据的序列标准差与预设标准差进行比对，获取第一识别结果，所述第一识别结果包括轻度漏水；
72.第二识别模块，用于若所述分类结果为第二漏水异常，则获取所述第一压力数据的序列平均值，将所述第一压力数据的序列平均值与预设平均值进行比对，获取第二识别结果，所述第二识别结果包括重度漏水，所述阈值设置模块、所述分类模块、所述第一识别模块和所述第二识别模块相连接。
73.在一些示例性实施例中，给水异常识别系统还包括：
74.传感器配置模块，用于根据所述给水管的位置信息配置所述给水管的压力传感器的位置信息和压力传感器的个数，并基于所述压力传感器采集所述给水管的压力数据。
75.在一些示例性实施例中，分类模块包括：
76.分类单元，用于将所述第一压力数据和所述第一压力阈值进行比对，若所述第一压力数据小于或等于所述第一压力阈值，则所述分类结果为正常；
77.若所述第一压力数据大于所述第一压力阈值，则将所述第一压力数据与所述第二压力阈值进行比对；
78.若所述第一压力数据小于或者等于所述第二压力阈值，则所述分类结果为第一漏水异常；
79.若所述第一压力数据大于所述第二压力阈值，则所述分类结果为第二漏水异常。
80.在一些示例性实施例中，分类模块还包括：
81.预处理单元，用于获取所述给水管的压力数据以及压力数据的产生时间，根据所述压力数据的产生时间对所述压力数据进行时间排序处理，获取时序压力数据；
82.对所述时序压力数据进行预处理获取所述给水管的第一压力数据，所述预处理包括采用预设的第一滑动窗口截取所述时序压力数据。
83.在一些示例性实施例中，第一识别模块包括：
84.第一目标识别单元，用于若所述第一识别结果为轻度漏水，则采用预设的第二滑动窗口截取所述时序压力数据，得到多个第二压力数据；
85.获取所述多个第二压力数据的序列标准差，将所述第二压力数据的序列标准差与所述预设标准差进行比对，获取第一标准差比对结果，所述第一标准差比对结果包括第一异常和第一异常的概率，并根据所述第一异常的概率获取第一目标识别结果。
86.在一些示例性实施例中，第二识别模块包括：
87.第二目标识别单元，用于若所述第二识别结果为重度漏水，则采用预设的第三滑动窗口截取所述时序压力数据，得到多个第三压力数据；
88.获取所述多个第三压力数据的序列平均值，将所述第三压力数据的序列平均值与所述预设平均值进行比对，获取平均值比对结果，所述平均值比对结果包括第二异常和第二异常的概率，并根据所述第二异常的概率获取第二目标识别结果。
89.在一些示例性实施例中，第二识别模块包括：
90.第三目标识别单元，用于若所述第二异常的概率小于预设概率阈值，则获取所述多个第三压力数据的序列标准差，将所述第三压力数据的序列标准差与所述预设标准差进行比对，获取第二标准差比对结果，所述第二标准差比对结果包括第三异常和第三异常的概率，并根据所述第三异常的概率获取第三目标识别结果。
91.本实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本实施例中的任一项方法。
92.在一个实施例中，请参见图7，本实施例还提供了一种电子设备700，包括存储器701、处理器702及存储在存储器上并可在处理器上运行的计算机程序，处理器702执行计算机程序时实现如上任一项实施例所述方法的步骤。
93.本实施例中的计算机可读存储介质，本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过计算机程序相关的硬件来完成。前述的计算机程序可以存储于一计算机可读存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。
94.本实施例提供的电子设备，包括处理器、存储器、收发器和通信接口，存储器和通信接口与处理器和收发器连接并完成相互间的通信，存储器用于存储计算机程序，通信接口用于进行通信，处理器和收发器用于运行计算机程序，使电子设备执行如上方法的各个步骤。
95.在本实施例中，存储器可能包含随机存取存储器(random access memory，简称ram)，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
96.上述的处理器可以是通用处理器，包括中央处理器(central processing unit，简称cpu)、网络处理器(network processor，简称np)等；还可以是数字信号处理器(digital signal processing，简称dsp)、专用集成电路(application specific integrated circuit，简称asic)、现场可编程门阵列(field－programmable gate array，简称fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
97.在上述实施例中，说明书对“本实施例”、“一实施例”、“另一实施例”、“在一些示例性实施例”或“其他实施例”的提及表示结合实施例说明的特定特征、结构或特性包括在至少一些实施例中，但不必是全部实施例。“本实施例”、“一实施例”、“另一实施例”的多次出现不一定全部都指代相同的实施例。
98.在上述实施例中，尽管已经结合了本发明的具体实施例对本发明进行了描述，但是根据前面的描述，这些实施例的很多替换、修改和变形对本领域普通技术人员来说将是显而易见的。例如，其他存储结构(例如，动态ram(dram))可以使用所讨论的实施例。本发明的实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。
99.本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
100.本发明可用于众多通用或专用的计算系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络pc、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
101.本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本发明，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
102.上述实施例仅示例性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，但凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。