一种网络图分割方法及系统与流程

文档序号:11206603阅读:573来源:国知局
一种网络图分割方法及系统与流程

本发明涉及分布式计算机领域,特别是涉及一种网络图分割方法及系统。



背景技术:

海量社交网络数据中蕴含着丰富的信息,图论是挖掘这些信息的重要方法之一。面对日益增多的图数据,分布式计算成为处理大规模网络图数据的有效手段。在分布式图计算中,通信所消耗的时间占有很大的比例,通过图分割方法的设计可以有效地降低通信量并实现负载均衡,从而提高分布式图计算的效率。

现有的网络图分割方法主要考虑如何降低全图通信量的问题。目前主要的图分割方法有多层图划分方法,该方法的基本原理是先将图粗化为多个较小的子图,再分别将每个子图分割成k个部分,最后将每一小块映射到全图得到较为优化的k个分割图。

以上图分割方法相比于全图通信虽然可以在一定程度上提高分布式图方法执行效率,但是大多数实验中发现通信负载过重的节点会导致在该节点运行的程序因网络拥堵而被阻塞,最终通信负载过重的节点会严重拖延整个任务的执行时间。



技术实现要素:

本发明的目的是提供一种网络图分割方法及系统,以解决由于通信负载不均衡导致运行程序因网络拥堵被阻塞,严重拖延整个任务的执行时间的问题,提高整个任务的执行效率。

为实现上述目的,本发明提供了如下方案:

一种网络图分割方法,所述方法包括:

随机将n类标签均匀分配给初始网络图中的所有顶点,其中n为大于2的整数;对于所述初始网络图中的任意顶点o、顶点o的邻接点p,当所述顶点o与所述邻接点p的标签不同时,所述顶点o与所述邻接点p之间通过通信边通信;

随机选取m个顶点作为起始顶点,其中m为大于0的整数;

对于m个顶点中的任一顶点q,判断是否存在满足交换条件的顶点q的邻接点,得到第一判断结果;所述满足交换条件为两个顶点的标签交换后,形成的网络图的全图通信量降低;

当所述第一判断结果表示存在满足交换条件的所述顶点q的邻接点时,确定与所述顶点q进行标签交换的一个邻接点r;

将所述顶点q的标签与所述邻接点r的标签交换,得到第一网络图;所述第一网络图中任一顶点与邻接点的标签不同时,两者之间通过通信边通信;

完成一次迭代,判断是否有满足交换条件的所述顶点q的邻接点的邻接点,进入下一次迭代;

当所述第一判断结果表示不存在满足交换条件的所述顶点q的邻接点时,在所述初始网络图全图范围内随机选取一个顶点s,判断所述顶点q与所述顶点s是否满足交换条件,得到第二判断结果;

当所述第二判断结果表示所述顶点q与所述顶点s满足交换条件时,将所述顶点q的标签与所述顶点s的标签交换,得到第二网络图;所述第二网络图中任一顶点与邻接点的标签不同时,两者之间通过通信边通信;

完成一次迭代,判断是否存在满足交换条件的所述顶点s的邻接点,进入下一次迭代;

当所述第二判断结果表示所述顶点q与所述顶点s不满足交换条件时,完成一次迭代,返回“在所述初始网络图全图范围内随机选取一个顶点”步骤,进入下一次迭代;

判断是否满足连续t次迭代的全图通信量变化小于设定阈值,得到第三判断结果;所述t为大于1的整数;

当所述第三判断结果表示连续t次迭代的全图通信量变化小于设定阈值时,迭代停止,获得分割后的子图;所述子图中每一子图由标签相同的全部顶点组成。

可选的,所述随机将n类标签均匀分配给初始网络图中的所有顶点,具体包括:

使用哈希方法随机将n类标签均匀分配给初始网络图中的所有顶点。

可选的,所述判断是否存在满足交换条件的顶点q的邻接点,得到第一判断结果,具体包括:

计算所述初始网络图的全图通信量;

获得所述顶点q的所有邻接点;

对于任一所述顶点q的邻接点u,将所述邻接点u的标签与所述顶点q的标签交换,形成新的网络图;

计算所述新的网络图的全图通信量;

判断所述新的网络图的全图通信量是否小于所述初始网络图的全图通信量,得到第四判断结果;

当所述第四判断结果表示所述新的网络图的全图通信量小于所述初始网络图的全图通信量时,确定所述邻接点u为满足条件的所述顶点q的邻接点。

可选的,所述当所述第一判断结果表示存在满足交换条件的所述顶点q的邻接点时,确定与所述顶点q进行标签交换的邻接点r,具体包括:

获取所有满足交换条件的所述顶点q的邻接点;

计算所有的所述顶点q的邻接点的标签与所述顶点q的标签交换后的第一通信量下降值;所述第一通信量为与所述顶点q相连的通信边和与所述顶点q的邻接点相连的通信边之和;

将所述第一通信量下降值按从大到小的顺序排序;

将前k个第一通信量下降值对应的邻接点确定为待定交换点;

计算所述待定交换点中每个邻接点的标签与所述顶点q的标签交换前后的第二通信量差异值;所述第二通信量为所述顶点q所在的子图与所述邻接点所在的子图之间的通信量;

将所述第二通信量差异值中最小差异值对应的邻接点确定为与所述顶点q进行标签交换的邻接点r。

可选的,所述计算所有的所述顶点q的邻接点的标签与所述顶点q的标签交换后的第一通信量下降值,具体包括:

利用公式delte=|nq′(lq)|+|nq(lq′)|-(|nq′(lq′)|+|nq(lq)|)计算所述第一通信量下降值delte,其中|nq′(lq)|为顶点q′的邻接点中标签为lq的顶点的数量,|nq(lq′)|为顶点q的邻接点中标签为lq′的顶点的数量,|nq′(lq′)|为顶点q′的邻接点中标签为lq′的顶点的数量,|nq(lq)|为顶点q的邻接点中标签为lq的顶点的数量。

可选的,所述计算所述待定交换点中每个邻接点的标签与所述顶点q的标签交换前后的第二通信量差异值,具体包括:

利用deltc=|2(|nq|-|nq′|)-|nq(lq′)|+|nq′(lq′)|-|nq(lq)|+|nq′(lq)||公式计算所述第二通信量差异值,其中|nq|为顶点q的所有邻接点的数量,|nq′|为顶点q′的所有邻接点的数量,|nq′(lq)|为顶点q′的邻接点中标签为lq的顶点的数量,|nq(lq′)|为顶点q的邻接点中标签为lq′的顶点的数量,|nq′(lq′)|为顶点q′的邻接点中标签为lq′的顶点的数量,|nq(lq)|为顶点q的邻接点中标签为lq的顶点的数量。

可选的,所述n为4和/或t为1000。

一种网络图分割系统,所述系统包括:

标签分配模块,用于随机将n类标签均匀分配给初始网络图中的所有顶点,其中n为大于2的整数;对于所述初始网络图中的任意顶点o、顶点o的邻接点p,当所述顶点o与所述邻接点p的标签不同时,所述顶点o与所述邻接点p之间通过通信边通信;

起始顶点选取模块,用于随机选取m个顶点作为起始顶点,其中m为大于0的整数;

第一判断模块,用于对于m个顶点中的任一顶点q,判断是否存在满足交换条件的顶点q的邻接点,得到第一判断结果;所述满足交换条件为两个顶点的标签交换后,形成的网络图的全图通信量降低;

邻接点确定模块,用于当所述第一判断结果表示存在满足交换条件的所述顶点q的邻接点时,确定与所述顶点q进行标签交换的一个邻接点r;

标签交换模块,用于将所述顶点q的标签与所述邻接点r的标签交换,得到第一网络图;所述第一网络图中任一顶点与邻接点的标签不同时,两者之间通过通信边通信;

第二判断模块,用于当所述第一判断结果表示不存在满足交换条件的所述顶点q的邻接点时,在所述初始网络图全图范围内随机选取一个顶点s,判断所述顶点q与所述顶点s是否满足交换条件,得到第二判断结果;

所述标签交换模块,还用于当所述第二判断结果表示所述顶点q与所述顶点s满足交换条件时,将所述顶点q的标签与所述顶点s的标签交换,得到第二网络图;所述第二网络图中任一顶点与邻接点的标签不同时,两者之间通过通信边通信;

第三判断模块,用于判断是否满足连续t次迭代的全图通信量变化小于设定阈值,得到第三判断结果;所述t为大于1的整数;

分割后的子图获取模块,用于当所述第三判断结果表示连续t次迭代的全图通信量变化小于设定阈值时,迭代停止,获得分割后的子图;所述子图中每一子图由标签相同的顶点组成。

可选的,所述第一判断模块,具体包括:

全图通信量计算单元,用于计算所述初始网络图的全图通信量;

邻接点第一获取单元,用于获得所述顶点q的所有邻接点;

标签交换单元,用于对于任一所述顶点q的邻接点u,将所述邻接点u的标签与所述顶点q的标签交换,形成新的网络图;

所述全图通信量计算单元,还用于计算所述新的网络图的全图通信量;

第四判断单元,用于判断所述新的网络图的全图通信量是否小于所述初始网络图的全图通信量,得到第四判断结果;

邻接点第一确定单元,用于当所述第四判断结果表示所述新的网络图的全图通信量小于所述初始网络图的全图通信量时,确定所述邻接点u为满足条件的所述顶点q的邻接点。

可选的,邻接点确定模块,具体包括:

邻接点第二获取单元,用于获取所有满足交换条件的所述顶点q的邻接点;

第一通信量下降值计算单元,用于计算所有的所述顶点q的邻接点的标签与所述顶点q的标签交换后的第一通信量下降值;所述第一通信量为与所述顶点q相连的通信边和与所述顶点q的邻接点相连的通信边之和;

排序单元,用于将所述第一通信量下降值按从大到小的顺序排序;

待定交换点确定单元,用于将前k个第一通信量下降值对应的邻接点确定为待定交换点;

第二通信量差异值计算单元,用于计算所述待定交换点中每个邻接点的标签与所述顶点q的标签交换前后的第二通信量差异值;所述第二通信量为所述顶点q所在的子图与所述邻接点所在的子图之间的通信量;

邻接点第二确定单元,用于将所述第二通信量差异值中最小差异值对应的邻接点确定为与所述顶点q进行标签交换的邻接点r。

根据本发明提供的具体实施例,本发明公开了以下技术效果:

从通信负载均衡角度对社交网络图数据进行划分,使用通信均衡标签交换的方法,降低子图与子图之间的通信量,并且进行多次迭代,最终使得子图与子图之间的通信量达到较低的状态,全图通信量到达相对稳定的状态,实现各个节点的通信负载均衡,即子图与子图之间通信均衡,从而提高计算系统资源利用率,减少计算消耗时间。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,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性的前提下,还可以根据这些附图获得其他的附图。

图1为本发明网络图分割方法的流程图;

图2为本发明网络图分割方法中图分割示意图,其中(a)为分割前全图示意图,(b)为分割后子图示意图,(c)为标签交换后子图示意图;

图3为本发明网络图分割系统的结构图;

图4为本发明的网络图分割方法与已有hash方法、metis方法进行网络图分割所得通信边数量对比图;

图5本发明的网络图分割方法与已有hash方法、metis方法进行网络图分割所得通信边分布情况对比图;

图6本发明的网络图分割方法与已有hash方法、metis方法运行pagerank算法的时间对比图。

具体实施方式

下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。

为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。

图1为本发明网络图分割方法的流程图。如图1所示,所述方法包括:

步骤101:将多个标签均匀分配给网络图中的所有顶点,标签的类别大于2,例如可以为4类标签,利用哈希方法随机将标签均匀的分配给所有顶点,,这可以保证整个图中顶点的标签是均匀分布的。首先对顶点的标签数据进行初始化。利用随机函数随机产生四类标签,对顶点的标签数据赋值,使得各类标签的顶点数量分布均衡。

用l表示每个顶点所随机分配的一个标签。lp为顶点p的标签,具有相同标签的顶点组成一个子图。用np表示顶点p的邻接点集合,并且np(l)表示顶点p的邻接点中标签为l的顶点集合,则np(l)={q|q∈np∧lp=l}。当顶点p与其邻接点的标签不同时,则形成通信边。

步骤102:确定起始顶点。随机选取m个顶点作为起始顶点,其中m为大于0的整数;随机选取多个起始顶点的目的是实现并行,提高方法的运行速度,如果只选择一个起始顶点,即m=1时,相当于一条线执行,当选择多个起始顶点,即m=2,3,4,……时,相当于多线并行执行,此时执行速度较快。具体实施时,可以根据实际情况,选取合适的m值。

步骤103:判断是否存在满足交换条件的邻接点,如果是,执行步骤104,如果否,执行步骤106。对于多个起始顶点中的任一顶点q,判断是否存在满足交换条件的顶点q的邻接点,得到第一判断结果;所述满足交换条件为两个顶点的标签交换后,形成的网络图的全图通信量降低。默认每条边所传输的数据量相同,那么通信边的数量可以近似的作为通信量大小。因此定义一个顶点的通信量就是与该顶点的标签不同的邻接点的数量,则全图的通信量表示为各个顶点通信量的和:

具体的判断过程为:

计算初始网络图的全图通信量;

获得所述顶点q的所有邻接点;

对于任一所述顶点q的邻接点u,将所述邻接点u的标签与所述顶点q的标签交换,形成新的网络图;

计算所述新的网络图的全图通信量;

判断所述新的网络图的全图通信量是否小于所述初始网络图的全图通信量;

当所述新的网络图的全图通信量小于所述初始网络图的全图通信量时,确定所述邻接点u为满足条件的所述顶点q的邻接点。

步骤104:确定与起始顶点交换的邻接点。

获取所有满足交换条件的所述起始顶点的邻接点;

计算所有邻接点的标签与所述起始点的标签交换后的第一通信量下降值;所述第一通信量为与所述起始点相连的通信边和与所述邻接点相连的通信边之和。当选取一系列顶点作为交换标签候选对象之后,再从中选取一个最合适的顶点交换标签。判断哪些顶点需要交换标签,需要比较两个顶点交换标签前后是否能够降低它们的通信量,并且满足限制条件。减小通信边的数量,也就是最大化具有相同标签的邻接点的数量|nq(lq)|。假设顶点q′和q各自的标签分别是lq′和lq,因此,第一通信量下降值为:

delte=|nq′(lq)|+|nq(lq′)|-(|nq′(lq′)|+|nq(lq)|),其中|nq′(lq)|为顶点q′的邻接点中标签为lq的顶点的数量,|nq(lq′)|为顶点q的邻接点中标签为lq′的顶点的数量,|nq′(lq′)|为顶点q′的邻接点中标签为lq′的顶点的数量,|nq(lq)|为顶点q的邻接点中标签为lq的顶点的数量;当delte的值大于零,则说明交换标签后与顶点标签相同的邻接点数量增加了,也就是通信边数量减少了,交换标签会使通信边边的分布发生变化;

将所述第一通信量下降值按从大到小的顺序排序;

将前k个第一通信量下降值对应的邻接点确定为待定交换点;例如,k可以为10,则此时选取通信量下降的前10个顶点作为备选的交换顶点;

计算所述待定交换点中每个邻接点的标签与所述起始顶点的标签交换前后的第二通信量差异值;所述第二通信量为所述起始顶点所在的子图与所述邻接点所在的子图之间的通信量;定义任意两个子图分别为x和y,则子图x中的任意一个顶点对子图y的通信量表示为:|np|-|np(y)|,p∈x∧x,y∈l,因此,两子图之间通信量为:第二通信量差异值deltc=|2(|nq|-|nq′|)-|nq(lq′)|+|nq′(lq′)|-|nq(lq)|+|nq′(lq)||,其中|nq|为顶点q的所有邻接点的数量,|nq′|为顶点q′的所有邻接点的数量,|nq′(lq)|为顶点q′的邻接点中标签为lq的顶点的数量,|nq(lq′)|为顶点q的邻接点中标签为lq′的顶点的数量,|nq′(lq′)|为顶点q′的邻接点中标签为lq′的顶点的数量,|nq(lq)|为顶点q的邻接点中标签为lq的顶点的数量;deltc的大小表示了两顶点交换标签后,各自子图通信边之间该变量的差异;

将所述第二通信量差异值中最小差异值对应的邻接点确定为与所述起始点进行标签交换的邻接点。

步骤105:将邻接点的标签与起始顶点的标签进行交换。得到新的网络图;新的网络图中任一顶点与邻接点的标签不同时,两者之间通过通信边通信。此时完成一次迭代。

步骤106:全图范围内随机选取一个顶点。本发明中,为了充分利用本地数据进行计算,提高算法的拓展性,在选择标签交换对象的时候,优先考虑顶点的邻接顶点进行交换。但是经过实验发现,仅仅把邻接点作为交换的候选对象是不够的,这种策略下执行出来的结果常常在达到满意结果之前就结束计算了。针对这个问题,在寻找不到合适的邻接点作为交换对象时,利用随机函数在顶点id范围内随机产生id号,将该id号对应的顶点作为选取的顶点。

步骤107:判断选取的顶点是否满足标签的交换条件。如果是,执行步骤108,如果否,完成一次迭代,返回步骤106,重新选取顶点,进入下一次迭代。

步骤108:选取的顶点的标签与起始顶点的标签进行交换。完成一次迭代。

步骤109:判断是否满足连续t次迭代的全图通信量变化小于设定阈值,如果是,结束迭代,执行步骤1010,如果否,返回步骤102,继续进行迭代。t为大于1的整数,例如t可以为500,可以为1000,设定阈值可以为70,可以为50。设定t与设定阈值的作用是限制迭代的条件,避免陷入无限次迭代。其中每一次迭代都会计算全图通信量的变化,可以通过计算标签交换前后的全图通信量,进而求得全图通信量变化;也可以只针对标签交换的顶点,通过结合计算标签交换顶点的通信量变换和两子图之间的通信量变化,进而求得全图通信量变化;对于没有发生标签交换的迭代过程,可以直接设置此种情况的全图通信量变化为0。

步骤1010:获得分割后的子图。

根据分割后的子图结果将顶点标签相同的顶点发送到指定的计算节点上。四类标签代表有四个计算节点,将顶点按照各自标签发送到指定的节点上参与计算。

本发明通过优化使全图通信量e(g)最小,则能够得到通信量最少的子图分割结果。将通信边均匀的分布于各个节点上,能有效的避免过快达到单节点的性能瓶颈,从而充分利用集群资源,提高方法的效率。为使全图的通信量均匀的分布在各个子图,则任意两个子图之间通信量应满足如下关系:

为获得通信量最少且各子图通信均衡和子图规模相同的分割结果,需要求得在上述公式的限制条件下,使得e(g)达到最小值得解:

图2为本发明网络图分割方法中图分割示意图,其中(a)为分割前全图示意图,(b)为分割后子图示意图,(c)为标签交换后子图示意图。如图2所示,初始的网络图如(a)所示,将三类标签(l1、l2、l3)随机分配给所有顶点。具有相同标签的顶点组成一个子图,因此,全图形成的子图如图(b)所示,分为3个子图,其中标签不同的两个顶点之间通过通信边通信,因此,图(b)中包括5条通信边。以顶点b的标签与顶点d的标签交换为例,图(c)为标签交换后形成的子图,此时包括4条通信边,显然,降低了通信量。

图3为本发明网络图分割系统的结构图。如图3所示,所述结构包括:

标签分配模块301,用于随机将n类标签均匀分配给初始网络图中的所有顶点,其中n为大于2的整数;对于所述初始网络图中的任意顶点o、顶点o的邻接点p,当所述顶点o与所述邻接点p的标签不同时,所述顶点o与所述邻接点p之间通过通信边通信;

起始顶点选取模块302,用于随机选取m个顶点作为起始顶点,其中m为大于0的整数;

第一判断模块303,用于对于m个顶点中的任一顶点q,判断是否存在满足交换条件的顶点q的邻接点,得到第一判断结果;所述满足交换条件为两个顶点的标签交换后,形成的网络图的全图通信量降低;

邻接点确定模块304,用于当所述第一判断结果表示存在满足交换条件的所述顶点q的邻接点时,确定与所述顶点q进行标签交换的一个邻接点r;

标签交换模块305,用于将所述顶点q的标签与所述邻接点r的标签交换,得到第一网络图;所述第一网络图中任一顶点与邻接点的标签不同时,两者之间通过通信边通信;

第二判断模块306,用于当所述第一判断结果表示不存在满足交换条件的所述顶点q的邻接点时,在所述初始网络图全图范围内随机选取一个顶点s,判断所述顶点q与所述顶点s是否满足交换条件,得到第二判断结果;

所述标签交换模块305,还用于当所述第二判断结果表示所述顶点q与所述顶点s满足交换条件时,将所述顶点q的标签与所述顶点s的标签交换,得到第二网络图;所述第二网络图中任一顶点与邻接点的标签不同时,两者之间通过通信边通信;

第三判断模块307,用于判断是否满足连续t次迭代的全图通信量变化小于设定阈值,得到第三判断结果;所述t为大于1的整数;

分割后的子图获取模块308,用于当所述第三判断结果表示连续t次迭代的全图通信量变化小于设定阈值时,迭代停止,获得分割后的子图;所述子图中每一子图由标签相同的顶点组成。

采用本发明方法及系统的具体实验过程:

1.数据说明:采用的数据集是斯坦福大学开放的三个社交网络数据集,这三个数据集具有明显的幂律分布特征,并且数据集大小依次增加。表1给出了数据集各项指标的详细说明。如表1所示:

表1实验数据信息

2.实施环境:使用的分布式图计算框架是hadoop项目中的子项目hama,一个基于bsp大同步模型的大规模图计算框架。将该框架部署于由5个服务器组成的集群,其中单个服务器的配置为6核英特尔xeon处理器,16g内存,2t存储和千兆以太网卡,操作系统为centos7,使用hadoop2.6版本搭建分布式环境,并配置一个hdfs的namenode和4个datanode,资源管理器设置为yarn。

3.操作步骤:

1)首先通过客户端向hdfs中上传社交网络数据集,其中对数据集的分割方法分别设置为hash方法,metis方法和本发明分割方法;

2)将本发明的网络图分割方法的结果将顶点标签相同的顶点发送到指定的计算节点上。四类标签代表有四个计算节点,将顶点按照各自标签发送到指定的节点上参与计算。

3)启动hama的pagerank计算程序,运行10次pagerank程序,并统计pagerank程序使用各个方法分割结果运行的平均时间,其中运行时间越短,效率越高。

4.本发明性能分析:

图4为本发明与已有hash方法、metis方法进行网络图分割所得通信边数量对比图;图5本发明与已有hash方法、metis方法进行网络图分割所得通信边分布情况对比图;

在通信边数量方面,图4中可看出,本发明的社交网络图分割方法虽然通信边数量比metis方法多,但是各节点通信边数量差异小于metis方法,其在通信负载均衡性上的优势远远高于metis方法。hash方法通信边分布虽然均衡,但通信总量远远大于本文方法。图5给出了三种方法通信边分布情况对比图。

为验证结果对分布式图方法的影响,最后进一步使用分割的结果进行pagerank算法计算。图6本发明与已有hash方法、metis方法运行pagerank算法的时间对比图。

从图6可知,使用hash方法,pagerank执行时间最长。metis方法的结果能平均缩短15%到20%的运行时间,因为通信边数量大大减少,所需数据大多从内存读取,大大提高了计算效率。pagerank算法使用本发明网络图分割方法分割的小数据集结果进行运算,时间略长于metis的结果,但是仍在可接受范围。但随着数据集规模的增加,本发明社交网络图分割方法对比hash及metis方法,其结果分别缩短了29%和6%的pagerank运算时间,说明本发明方法在分割大规模社交网络数据,提高分布式图计算效率方面具有优势。

本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1