一种科技项目申报流程跟踪方法及装置与流程

本申请涉及计算机技术领域，具体而言，涉及一种科技项目申报流程跟踪方法及装置。

背景技术：

目前每年有大量研究人员会申报国家、省地各级各类科技项目，科技申报过程中往往涉及到诸多流程，对于每个流程的进展情况将直接关系到科技项目申请的成功率。目前科研人员选择在申报过程中基本上都是凭借主观判断科技项目流程的进展情况，缺乏科学的历史科技项目数据申报情况的指导和支撑，这就往往会导致许多科技项目申报不成功，并且申报耗时长、申报效率低下。

技术实现要素：

有鉴于此，本申请实施例的目的在于提供一种科技项目申报流程跟踪方法及装置，以解决或者改善上述问题。

根据本申请实施例的一个方面，提供一种电子设备，可以包括一个或多个存储介质和一个或多个与存储介质通信的处理器。一个或多个存储介质存储有处理器可执行的机器可读指令。当电子设备运行时，处理器与存储介质之间通过总线通信，处理器执行所述机器可读指令，以执行科技项目申报流程跟踪方法。

根据本申请实施例的另一方面，提供一种科技项目申报流程跟踪方法，应用于服务器，所述方法包括：

获取待跟踪科技项目的嵌入化矩阵表示，所述嵌入化矩阵表示中包括有与该待跟踪科技项目关联的项目申报流程数据；

将所述嵌入化矩阵表示输入到所述科技项目申报流程跟踪模型中，输出跟踪预测结果，所述跟踪预测结果包括该待跟踪科技项目的至少一种项目特征属性的属性偏向值；

计算所述跟踪预测结果中每种项目特征属性的属性偏向值与预先存储的该待跟踪科技项目的每种项目特征属性的参考值之间的属性系数；

根据计算得到的所述跟踪预测结果中每种项目特征属性的属性偏向值与预先存储的该待跟踪科技项目的每种项目特征属性的参考值之间的属性系数，生成所述待跟踪科技项目的申报流程跟踪结果，所述申报流程跟踪结果包括所述待跟踪科技项目的流程进展情况；

根据所述待跟踪科技项目的申报流程跟踪结果生成对应的科技项目申报建议，并将所述科技项目申报建议发送给对应的科技项目申报终端以提示相关用户根据所述科技项目申报建议对科技项目申报信息进行补充确认。

在一种可能的实施方式中，在所述获取待跟踪科技项目的嵌入化矩阵的步骤之前，所述方法还包括：

配置所述科技项目申报流程跟踪模型，其中，所述科技项目申报流程跟踪模型包括输入层、卷积层、池化层、全连接层以及输出层；

所述配置所述科技项目申报流程跟踪模型的方式，包括：

获取训练样本，所述训练样本包括多个标记有不同项目特征属性信息的科技项目信息；

对所述训练样本进行处理，得到待输入的嵌入化矩阵表示；

将所述嵌入化矩阵表示通过所述输入层输入到所述卷积层；通过所述卷积层对所述嵌入化矩阵表示进行卷积运算，向所述池化层输出对应的特征提取信息；

通过所述池化层将所述特征提取信息转换为对应的多维向量后输出到所述全连接层，其中，所述全连接层的节点与所述池化层的节点连接；

所述全连接层随机丢弃预定比例的节点对所述特征提取信息进行计算，并将计算结果输出至分段线性函数进行计算处理，向所述输出层输出计算处理结果；

所述输出层将所述计算处理结果输入到softmax分类函数中计算出每种项目特征属性的概率值；

在上述训练过程中，根据所述每种项目特征属性的概率值和对应的项目特征属性计算交叉熵损失值，并根据所述交叉熵损失值使用随机梯度下降算法更新所述科技项目申报流程跟踪模型的各层参数，直到所述交叉熵损失值满足训练终止条件时，停止训练，输出目标模型参数和计算图；根据所述目标模型参数和计算图得到所述科技项目申报流程跟踪模型。

在一种可能的实施方式中，所述对所述训练样本进行处理，得到待输入的嵌入化矩阵表示的步骤，包括：

针对每个标记有不同项目特征属性信息的科技项目，获取该科技项目关联的项目数据，所述项目数据包括项目申报数据、项目类别数据、项目来源数据、项目发布数据、项目评审数据中的其中一种或者多种组合；

对所述项目数据进行过滤，并分别对过滤后的项目数据中的项目名称和对应的项目特征属性进行数值化处理，生成字典文件；

对所述字典文件进行处理后得到待输入的嵌入化矩阵表示。

在一种可能的实施方式中，所述对所述字典文件进行处理后得到待输入的嵌入化矩阵表示的步骤，包括：

统计所述字典文件中的项目名称数量和项目属性数量，生成统计结果；据所述统计结果生成所述科技项目申报流程跟踪模型的待输入长度；从预先配置的词嵌入矩阵查找所述字典文件中每个项目名称和项目属性的嵌入向量；基于所述待输入长度和查找到的每个项目名称和项目属性的嵌入向量生成待输入的嵌入化矩阵表示。

在一种可能的实施方式中，所述科技项目申报流程跟踪模型包括输入层、卷积层、池化层、全连接层以及输出层，所述将所述嵌入化矩阵表示输入到所述科技项目申报流程跟踪模型中，输出预测结果的步骤，包括：

将所述嵌入化矩阵表示通过所述输入层输入到所述卷积层；通过所述卷积层对所述嵌入化矩阵表示进行卷积运算，向所述池化层输出对应的特征提取信息；

通过所述池化层将所述特征提取信息转换为对应的多维向量后输出到所述全连接层，其中，所述全连接层的节点与所述池化层的节点连接；

所述全连接层使用全部节点对所述特征提取信息进行计算，并将计算结果输出至分段线性函数进行计算处理后，向所述输出层输出对应的计算处理结果；

所述输出层将所述计算处理结果输入到softmax分类函数中计算出每种项目特征属性的属性偏向值。

在一种可能的实施方式中，所述根据计算得到的所述跟踪预测结果中每种项目特征属性的属性偏向值与预先存储的该待跟踪科技项目的每种项目特征属性的参考值之间的属性系数，生成所述待跟踪科技项目的申报流程跟踪结果的步骤，包括：

根据所述跟踪预测结果中每种项目特征属性的属性偏向值与预先存储的该待跟踪科技项目的每种项目特征属性的参考值之间的属性系数，从预先配置的每种项目特征属性的属性系数与项目属性进展情况之间的对应关系，该待跟踪科技项目的每种项目特征属性的参考值之间的属性系数对应的项目属性进展情况，以得到所述待跟踪科技项目的申报流程跟踪结果。

根据本申请实施例的另一方面，提供一种科技项目申报流程跟踪装置，应用于服务器，所述装置包括：

获取模块，用于获取待跟踪科技项目的嵌入化矩阵表示，所述嵌入化矩阵表示中包括有与该待跟踪科技项目关联的项目申报流程数据；

输入模块，用于将所述嵌入化矩阵表示输入到所述科技项目申报流程跟踪模型中，输出跟踪预测结果，所述跟踪预测结果包括该待跟踪科技项目的至少一种项目特征属性的属性偏向值；

计算模块，用于计算所述跟踪预测结果中每种项目特征属性的属性偏向值与预先存储的该待跟踪科技项目的每种项目特征属性的参考值之间的属性系数；

生成模块，用于根据计算得到的所述跟踪预测结果中每种项目特征属性的属性偏向值与预先存储的该待跟踪科技项目的每种项目特征属性的参考值之间的属性系数，生成所述待跟踪科技项目的申报流程跟踪结果，所述申报流程跟踪结果包括所述待跟踪科技项目的流程进展情况；

发送模块，用于根据所述待跟踪科技项目的申报流程跟踪结果生成对应的科技项目申报建议，并将所述科技项目申报建议发送给对应的科技项目申报终端以提示相关用户根据所述科技项目申报建议对科技项目申报信息进行补充确认。

根据本申请实施例的另一方面，提供一种可读存储介质，该可读存储介质上存储有计算机程序，该计算机程序被处理器运行时可以执行上述的科技项目申报流程跟踪方法的步骤。

基于上述任一方面，本申请实施例首先获取待跟踪科技项目的嵌入化矩阵表示，并将嵌入化矩阵表示输入到科技项目申报流程跟踪模型中，输出跟踪预测结果，然后计算跟踪预测结果中每种项目特征属性的属性偏向值与预先存储的该待跟踪科技项目的每种项目特征属性的参考值之间的属性系数，并根据计算得到的跟踪预测结果中每种项目特征属性的属性偏向值与预先存储的该待跟踪科技项目的每种项目特征属性的参考值之间的属性系数，生成待跟踪科技项目的申报流程跟踪结果，申报流程跟踪结果包括待跟踪科技项目的流程进展情况。如此，能够提供科学的历史科技项目数据申报情况的指导和支撑，提高科技项目申报的成功率，提高申报效率。

为使本申请实施例的上述目的、特征和优点能更明显易懂，下面将结合实施例，并配合所附附图，作详细说明。

附图说明

为了更清楚地说明本申请实施例的技术方案，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申请的某些实施例，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。

图1示出了本申请实施例所提供的服务器的示例性硬件和软件组件的示意图；

图2示出了本申请实施例所提供的科技项目申报流程跟踪方法的流程示意图；

图3示出了本申请实施例所提供的科技项目申报流程跟踪装置的功能模块框图之一；

图4示出了本申请实施例所提供的科技项目申报流程跟踪装置的功能模块框图之二。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，应当理解，本申请中附图仅起到说明和描述的目的，并不用于限定本申请的保护范围。另外，应当理解，示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请实施例的一些实施例实现的操作。应该理解，流程图的操作可以不按顺序实现，没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外，本领域技术人员在本申请内容的指引下，可以向流程图添加一个或多个其他操作，也可以从流程图中移除一个或多个操作。

另外，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

图1示出了本申请一些实施例提供的可以实现本申请思想的服务器100的示例性硬件和软件组件的示意图。例如，处理器120可以用于电子设备100上，并且用于执行本申请中的功能。

电子设备100可以是通用计算机或特殊用途的计算机，两者都可以用于实现本申请的科技项目申报流程跟踪方法。本申请尽管仅示出了一个计算机，但是为了方便起见，可以在多个类似平台上以分布式方式实现本申请描述的功能，以均衡处理负载。

例如，电子设备100可以包括连接到网络的网络端口110、用于执行程序指令的一个或多个处理器120、通信总线130、和不同形式的存储介质140，例如，磁盘、rom、或ram，或其任意组合。示例性地，计算机平台还可以包括存储在rom、ram、或其他类型的非暂时性存储介质、或其任意组合中的程序指令。根据这些程序指令可以实现本申请的方法。电子设备100还包括计算机与其他输入输出设备(例如键盘、显示屏)之间的输入/输出(input/output，i/o)接口150。

为了便于说明，在电子设备100中仅描述了一个处理器。然而，应当注意，本申请中的电子设备100还可以包括多个处理器，因此本申请中描述的一个处理器执行的步骤也可以由多个处理器联合执行或单独执行。例如，若电子设备100的处理器执行步骤a和步骤b，则应该理解，步骤a和步骤b也可以由两个不同的处理器共同执行或者在一个处理器中单独执行。例如，第一处理器执行步骤a，第二处理器执行步骤b，或者第一处理器和第二处理器共同执行步骤a和b。

图2示出了本申请一些实施例提供的科技项目申报流程跟踪方法的流程示意图，该科技项目申报流程跟踪方法可由图1中所示的服务器100执行。应当理解，在其它实施例中，本实施例所述的科技项目申报流程跟踪方法其中部分步骤的顺序可以根据实际需要相互交换，或者其中的部分步骤也可以省略或删除。该科技项目申报流程跟踪方法的详细步骤介绍如下。

步骤s110，获取待跟踪科技项目的嵌入化矩阵表示。

本实施例中，所述嵌入化矩阵表示中包括有与该待跟踪科技项目关联的项目申报流程数据。作为一种实施方式，在本实施例中，该待跟踪科技项目关联的项目申报流程数据可以是指该待跟踪科技项目中涉及的各个流程部分的数据，例如基础项目数据、项目申报过程中的当前流程节点的审核数据、项目相关人员的人员数据等等。

步骤s120，将所述嵌入化矩阵表示输入到所述科技项目申报流程跟踪模型中，输出跟踪预测结果。

作为一种实施方式，在该步骤s120之前，本实施例还可以预先配置所述科技项目申报流程跟踪模型，其中，所述科技项目申报流程跟踪模型包括输入层、卷积层、池化层、全连接层以及输出层。

可选地，配置所述科技项目申报流程跟踪模型可以通过如下方式实现：

首先，获取训练样本，所述训练样本包括多个标记有不同项目特征属性信息的科技项目信息，例如，项目特征属性信息可以是项目贡献、项目经验、项目发展前景、项目资金实力等，在此不作具体限制。

接着，对所述训练样本进行处理，得到待输入的嵌入化矩阵表示。例如可以针对每个标记有不同项目特征属性信息的科技项目，获取该科技项目关联的项目数据，所述项目数据包括项目申报数据、项目类别数据、项目来源数据、项目发布数据、项目评审数据中的其中一种或者多种组合。然后对所述项目数据进行过滤，并分别对过滤后的项目数据中的项目名称和对应的项目特征属性进行数值化处理，生成字典文件。

在上述基础上，对所述字典文件进行处理后得到待输入的嵌入化矩阵表示。例如，可以统计所述字典文件中的项目名称数量和项目属性数量，生成统计结果，然后根据所述统计结果生成所述科技项目申报流程跟踪模型的待输入长度，并从预先配置的词嵌入矩阵查找所述字典文件中每个项目名称和项目属性的嵌入向量，最后基于所述待输入长度和查找到的每个项目名称和项目属性的嵌入向量生成待输入的嵌入化矩阵表示。

而后，将所述嵌入化矩阵表示通过所述输入层输入到所述卷积层；通过所述卷积层对所述嵌入化矩阵表示进行卷积运算，向所述池化层输出对应的特征提取信息，接着通过所述池化层将所述特征提取信息转换为对应的多维向量后输出到所述全连接层，其中，所述全连接层的节点与所述池化层的节点连接。

接着，所述全连接层随机丢弃预定比例的节点对所述特征提取信息进行计算，并将计算结果输出至分段线性函数进行计算处理，向所述输出层输出计算处理结果。所述输出层将所述计算处理结果输入到softmax分类函数中计算出每种项目特征属性的概率值。

在上述训练过程中，根据所述每种项目特征属性的概率值和对应的项目特征属性计算交叉熵损失值，并根据所述交叉熵损失值使用随机梯度下降算法更新所述科技项目申报流程跟踪模型的各层参数，直到所述交叉熵损失值满足训练终止条件时，停止训练，输出目标模型参数和计算图；根据所述目标模型参数和计算图得到所述科技项目申报流程跟踪模型。

基于上述训练得到的科技项目申报流程跟踪模型，可以知道所述科技项目申报流程跟踪模型包括输入层、卷积层、池化层、全连接层以及输出层。由此，可以将所述嵌入化矩阵表示通过所述输入层输入到所述卷积层；通过所述卷积层对所述嵌入化矩阵表示进行卷积运算，向所述池化层输出对应的特征提取信息。而后，通过所述池化层将所述特征提取信息转换为对应的多维向量后输出到所述全连接层，其中，所述全连接层的节点与所述池化层的节点连接。接着，所述全连接层使用全部节点对所述特征提取信息进行计算，并将计算结果输出至分段线性函数进行计算处理后，向所述输出层输出对应的计算处理结果。然后，所述输出层将所述计算处理结果输入到softmax分类函数中计算出每种项目特征属性的属性偏向值。由此，所述跟踪预测结果包括该待跟踪科技项目的至少一种项目特征属性的属性偏向值。

步骤s130，计算所述跟踪预测结果中每种项目特征属性的属性偏向值与预先存储的该待跟踪科技项目的每种项目特征属性的参考值之间的属性系数。

步骤s140，根据计算得到的所述跟踪预测结果中每种项目特征属性的属性偏向值与预先存储的该待跟踪科技项目的每种项目特征属性的参考值之间的属性系数，生成所述待跟踪科技项目的申报流程跟踪结果。

例如，可以根据所述跟踪预测结果中每种项目特征属性的属性偏向值与预先存储的该待跟踪科技项目的每种项目特征属性的参考值之间的属性系数，从预先配置的每种项目特征属性的属性系数与项目属性进展情况之间的对应关系，该待跟踪科技项目的每种项目特征属性的参考值之间的属性系数对应的项目属性进展情况，以得到所述待跟踪科技项目的申报流程跟踪结果。也即，所述申报流程跟踪结果包括所述待跟踪科技项目的流程进展情况。

步骤s150，根据所述待跟踪科技项目的申报流程跟踪结果生成对应的科技项目申报建议，并将所述科技项目申报建议发送给对应的科技项目申报终端以提示相关用户根据所述科技项目申报建议对科技项目申报信息进行补充确认。

基于上述设计，本实施例首先获取待跟踪科技项目的嵌入化矩阵表示，并将嵌入化矩阵表示输入到科技项目申报流程跟踪模型中，输出跟踪预测结果，然后计算跟踪预测结果中每种项目特征属性的属性偏向值与预先存储的该待跟踪科技项目的每种项目特征属性的参考值之间的属性系数，并根据计算得到的跟踪预测结果中每种项目特征属性的属性偏向值与预先存储的该待跟踪科技项目的每种项目特征属性的参考值之间的属性系数，生成待跟踪科技项目的申报流程跟踪结果，申报流程跟踪结果包括待跟踪科技项目的流程进展情况。如此，能够提供科学的历史科技项目数据申报情况的指导和支撑，提高科技项目申报的成功率，提高申报效率。

图3示出了本申请一些实施例提供的科技项目申报流程跟踪装置300的功能模块图，该科技项目申报流程跟踪装置300实现的功能可以对应上述方法执行的步骤。该科技项目申报流程跟踪装置300可以理解为上述服务器100，或服务器100的处理器，也可以理解为独立于上述服务器100或处理器之外的在服务器100控制下实现本申请功能的组件，如图3所示，该科技项目申报流程跟踪装置300可以包括获取模块310、输入模块320、计算模块330、生成模块340以及发送模块350，下面分别该科技项目申报流程跟踪装置300的各个功能模块的功能进行详细阐述。

获取模块310，用于获取待跟踪科技项目的嵌入化矩阵表示，所述嵌入化矩阵表示中包括有与该待跟踪科技项目关联的项目申报流程数据；

输入模块320，用于将所述嵌入化矩阵表示输入到所述科技项目申报流程跟踪模型中，输出跟踪预测结果，所述跟踪预测结果包括该待跟踪科技项目的至少一种项目特征属性的属性偏向值。

计算模块330，用于计算所述跟踪预测结果中每种项目特征属性的属性偏向值与预先存储的该待跟踪科技项目的每种项目特征属性的参考值之间的属性系数。

生成模块340，用于根据计算得到的所述跟踪预测结果中每种项目特征属性的属性偏向值与预先存储的该待跟踪科技项目的每种项目特征属性的参考值之间的属性系数，生成所述待跟踪科技项目的申报流程跟踪结果，所述申报流程跟踪结果包括所述待跟踪科技项目的流程进展情况。

发送模块350，用于根据所述待跟踪科技项目的申报流程跟踪结果生成对应的科技项目申报建议，并将所述科技项目申报建议发送给对应的科技项目申报终端以提示相关用户根据所述科技项目申报建议对科技项目申报信息进行补充确认。

在一种可能的实施方式中，请进一步参阅图4，所述科技项目申报流程跟踪装置300还可以包括：

配置模块301，用于配置所述科技项目申报流程跟踪模型，其中，所述科技项目申报流程跟踪模型包括输入层、卷积层、池化层、全连接层以及输出层；

所述配置所述科技项目申报流程跟踪模型的方式，包括：

获取训练样本，所述训练样本包括多个标记有不同项目特征属性信息的科技项目信息；

对所述训练样本进行处理，得到待输入的嵌入化矩阵表示；

将所述嵌入化矩阵表示通过所述输入层输入到所述卷积层；通过所述卷积层对所述嵌入化矩阵表示进行卷积运算，向所述池化层输出对应的特征提取信息；

通过所述池化层将所述特征提取信息转换为对应的多维向量后输出到所述全连接层，其中，所述全连接层的节点与所述池化层的节点连接；

所述全连接层随机丢弃预定比例的节点对所述特征提取信息进行计算，并将计算结果输出至分段线性函数进行计算处理，向所述输出层输出计算处理结果；

所述输出层将所述计算处理结果输入到softmax分类函数中计算出每种项目特征属性的概率值；

在上述训练过程中，根据所述每种项目特征属性的概率值和对应的项目特征属性计算交叉熵损失值，并根据所述交叉熵损失值使用随机梯度下降算法更新所述科技项目申报流程跟踪模型的各层参数，直到所述交叉熵损失值满足训练终止条件时，停止训练，输出目标模型参数和计算图；根据所述目标模型参数和计算图得到所述科技项目申报流程跟踪模型。

在一种可能的实施方式中，所述对所述训练样本进行处理，得到待输入的嵌入化矩阵表示的方式，包括：

针对每个标记有不同项目特征属性信息的科技项目，获取该科技项目关联的项目数据，所述项目数据包括项目申报数据、项目类别数据、项目来源数据、项目发布数据、项目评审数据中的其中一种或者多种组合；

对所述项目数据进行过滤，并分别对过滤后的项目数据中的项目名称和对应的项目特征属性进行数值化处理，生成字典文件；

对所述字典文件进行处理后得到待输入的嵌入化矩阵表示。

在一种可能的实施方式中，所述科技项目申报流程跟踪模型包括输入层、卷积层、池化层、全连接层以及输出层，所述输入模块320，具体用于：

将所述嵌入化矩阵表示通过所述输入层输入到所述卷积层；通过所述卷积层对所述嵌入化矩阵表示进行卷积运算，向所述池化层输出对应的特征提取信息；

通过所述池化层将所述特征提取信息转换为对应的多维向量后输出到所述全连接层，其中，所述全连接层的节点与所述池化层的节点连接；

所述全连接层使用全部节点对所述特征提取信息进行计算，并将计算结果输出至分段线性函数进行计算处理后，向所述输出层输出对应的计算处理结果；

所述输出层将所述计算处理结果输入到softmax分类函数中计算出每种项目特征属性的属性偏向值。

上述模块可以经由有线连接或无线连接彼此连接或通信。有线连接可以包括金属线缆、光缆、混合线缆等，或其任意组合。无线连接可以包括通过lan、wan、蓝牙、zigbee、或nfc等形式的连接，或其任意组合。两个或更多个模块可以组合为单个模块，并且任何一个模块可以分成两个或更多个单元。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考方法实施例中的对应过程，本申请中不再赘述。在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。

以上仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。