数据处理方法、数据处理装置和车辆与流程

1.本发明涉及大数据应用技术领域，尤其涉及一种数据处理方法、一种数据处理装置、一种具有该装置的车辆和一种计算机可读存储介质。


背景技术：

2.目前，一种基于大数据的游戏玩家操作偏好分析方法，通过网络与智能设备建立连接，从智能设备上运行的游戏应用或者服务当中，实时性采集玩家的操作数据和与操作数据相关联的特定游戏环境数据,并将获得的操作数据和与操作数据相关联的特定游戏环境数据，采用时间轴结构化存储机制，将前、后若干次操作数据及其特定游戏环境数据按照前、后操作之间的相关程度连接为操作链，以操作链为基础单位聚合大数据，并面向大数据展开玩家操作偏好分析并基于该结果执行各种功能性应用。
3.相关技术的缺点：
4.相关技术主要是在游戏应用或者服务当中埋入钩子(hook)插件，将玩家每一步操作产生的操作输入内容及其输入时间实时记录在玩家日志当中，从而获得用户操作数据，对于用户属性的分析较少，这方式不适用于获取游戏专车的用户操作数据。


技术实现要素：

5.本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
6.为此，本发明的第一个目的在于提出一种数据处理方法，该方法适用于获取游戏专车的用户操作数据，对于用户属性的分析较多。
7.本发明的第二个目的在于提出一种数据处理装置。
8.本发明的第三个目的在于提出一种车辆。
9.本发明的第四个目的在于提出一种计算机可读存储介质。
10.为达到上述目的，本发明第一方面实施例提出了一种数据处理方法，包括：获取车辆在游戏模式下的车辆运行数据和游戏场景数据；根据所述车辆运行数据获取用户操作数据；根据时间轴将所述用户操作数据和所述游戏场景数据结合，得到综合数据；对所述综合数据进行分析，得到分析结果。
11.根据本发明实施例的数据处理方法，通过获取车辆在游戏模式下的车辆运行数据和游戏场景数据，并根据车辆运行数据获取用户操作数据，然后，根据时间轴将用户操作数据和游戏场景数据结合，得到综合数据，最后对综合数据进行分析，得到分析结果。由此，该方法适用于获取游戏专车的用户操作数据，对于用户属性的分析较多。
12.为达到上述目的，本发明第二方面实施例提出了一种数据处理装置，包括：第一获取模块，用于获取车辆在游戏模式下的车辆运行数据和游戏场景数据；第二获取模块，用于根据所述车辆运行数据获取用户操作数据；结合模块，用于根据时间轴将所述用户操作数据和所述游戏场景数据结合，得到综合数据；分析模块，用于对所述综合数据进行分析，得到分析结果。
13.根据本发明实施例的数据处理装置，通过第一获取模块获取车辆在游戏模式下的车辆运行数据和游戏场景数据，并通过第二获取模块根据车辆运行数据获取用户操作数据，再通过结合模块根据时间轴将用户操作数据和游戏场景数据结合，得到综合数据，最后，分析模块对综合数据进行分析，得到分析结果。由此，该装置适用于获取游戏专车的用户操作数据，对于用户属性的分析较多。
14.为达到上述目的，本发明第三方面实施例提出了一种车辆，其包括上述的数据处理装置。
15.本发明实施例的车辆，通过上述的数据处理装置，适用于获取游戏专车的用户操作数据，对于用户属性的分析较多，能够保证用户的游戏体验。
16.为达到上述目的，本发明第四方面实施例提出了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上述的数据处理方法。
17.本发明实施例的计算机可读存储介质，通过执行上述的数据处理方法，适用于获取游戏专车的用户操作数据，对于用户属性的分析较多，能够保证用户的游戏体验。
18.本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
19.本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
20.图1是根据本发明实施例的数据处理方法的流程图；
21.图2是根据本发明一个具体实施例的数据处理系统的架构示意图；
22.图3是根据本发明一个具体实施例的大数据采集过程的示意图；
23.图4是根据本发明一个具体实施例的大数据处理过程的示意图；
24.图5是根据本发明一个具体实施例的用户分析过程的示意图；
25.图6是根据本发明实施例的数据处理装置的方框示意图；以及
26.图7是根据本发明实施例的车辆的方框示意图。
具体实施方式
27.下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
28.下面参考附图描述本发明实施例的数据处理方法、数据处理装置、车辆和计算机可读存储介质。
29.相关技术主要是通过在游戏应用或者服务当中埋入钩子(hook)插件，将玩家每一步操作产生的操作输入内容及其输入时间实时记录在玩家日志当中，从而获取用户在游戏界面上的一系列操作。该方法对游戏专车的应用效果不大，游戏专车的用户操作数据是通过车内各个零部件的配合进行，并非在游戏应用界面操作。因此，本发明所要解决的技术问题是通过车载终端can(controller area network，控制器局域网络)总线收集游戏专车发回的车内各个零部件状态报文，并通过数据处理，将其变成结构化的生命周期数据。
30.图1是根据本发明实施例的数据处理方法的流程图。如图1所示，本发明实施例的数据处理方法，包括：
31.s1，获取车辆在游戏模式下的车辆运行数据和游戏场景数据。
32.其中，车辆运行数据包括以下数据中的至少一种：音响数据、灯光数据、座椅数据、安全带数据、方向盘数据、空调数据、加速踏板数据、制动踏板数据、档位数据和转向灯数据；游戏场景数据包括以下数据中的至少一种：游戏名称、游戏类型和游戏场景内的对象列表。
33.根据本发明的一个实施例，获取车辆运行数据，包括：通过控制器局域网络can总线获取车辆运行数据，车辆运行数据为车辆零部件的控制器通过网关反馈至can总线的。
34.具体地，正常行车时，车辆各零部件的控制器将各自的状态信息反馈至网关如舒适网、动力网、esc(electronic stability controller，车身电子稳定性控制系统)网，网关即可获取到车辆各零部件状态信息，如用户从停车模式切换到游戏模式，车上的游戏电源档位会从 off档切换到on档，持续一段时间后，游戏电源档位从on档切换到off档，该游戏结束，记为一次游戏过程记录。
35.在游戏期间，车辆运行数据每30秒从各网关传回can总线，所述的车辆运行数据包括但不限于音响、灯光、座椅、安全带、方向盘、空调、加速踏板、制动踏板、档位和转向灯等运行参数及状态。
36.通过游戏场景数据接口定时采样车载屏幕上的游戏场景数据，获得定义特定游戏场景的配置参数，读取其中的对象列表，就可以取得游戏界面上呈现的游戏场景中的存在的全部对象。
37.s2，根据车辆运行数据获取用户操作数据。
38.其中，用户操作数据包括以下数据中的至少一种：游戏中移动目标的方向键操作数据、方向盘振动设置数据、音响设置数据和空调设置数据。
39.具体地，将各网关收集到的报文日志，通过大数据技术，将16进制数字串解析成对应的字段信息，从而整理成用户单次游戏过程操作数据，例如，游戏中移动目标的方向键操作等数据，以及游戏过程的环境喜好数据，如是否开启方向盘振动、播放音乐、空调设置等数据。
40.举例说明，空调设置数据可包括净化车内空气、调节车内出风量、降低车内温度、提供暖风等，协同娱乐体验需求，其中，可将空调出风量和温度联动调节，增加娱乐乐趣和体验感，获取用户设置习惯形成用户操作数据。
41.音响设置数据：根据不同游戏场景模拟不同的音乐设置，例如，刺激场景可播放一些有激情的音乐；又如，模拟电动汽车低速行驶时的引擎声，来提示行人注意并进行避让，可根据音响设置数据获取用户的操作数据，这样能够将车内游戏娱乐音效协同控制，增加了游戏娱乐乐趣和体验感。
42.方向盘振动设置数据：方向盘振动设置数据和方向盘对应关系，例如，游戏场景是崎岖路面时车辆较颠簸，可以通过方向盘振动反馈；又如，游戏场景是自适应巡航控制时，通过方向盘振动来进行车道偏离预警，如偏离车道时，方向盘可以振动提示用户，通过方向盘振动获取用户操作数据。
43.灯光设置数据：灯光设置数据包括灯光的开启、切换和关闭，如通过车内灯光闪
烁、颜色变换联动控制，增加娱乐乐趣和体验感；驾驶模式联动颜色变换营造驾驶乐趣感，手动调节氛围灯颜色可增加新颖感和豪华感，可通过灯光的改变，获取用户操作数据。
44.在本发明的其他实施例中，还可以通过安全带、雨刮的开启/档位调节/关闭、巡航功能开启/设置/关闭等来获取用户操作数据。例如，用户从停车模式切换到游戏模式后，在玩游戏期间依旧系了安全带，此时安全带就是车载游戏的对应场景的一个反馈设备，如当游戏场景发生碰撞或紧急制动情况时，安全带会收紧，这样对应因果关系获取用户操作数据。
45.s3，根据时间轴将用户操作数据和游戏场景数据结合，得到综合数据。
46.s4，对综合数据进行分析，得到分析结果。
47.具体地，在执行完步骤s1至s3后，将获取到的海量数据进行存储，并进行数据导入和数据清洗，利用机器学习算法建立模型，模拟车辆的游戏状态。所述机器学习算法包括但不限于以下一种或多种算法及其改进算法：分类树、聚类分析、协同过滤算法和关联规则等。所产生的分析结果可以用于游戏版本的改进，或是针对不同用户群体调整游戏类型等决策。
48.由此，本发明提出的数据处理方法，通过各网关以及控制器局域网络can总线采集车辆运行数据，所述的车辆运行数据包括但不限于音响、灯光、座椅、安全带、方向盘、空调、加速踏板、制动踏板、档位、转向灯等运行参数及状态，将其变成用户单次游戏过程用户操作结构化数据，结合大数据技术和云计算技术，将采集的海量数据进行存储，并进行数据导入和数据清洗，利用机器学习算法建立模型，模拟车辆在游戏模式下的状态，这种方法适用于获取游戏专车的用户操作数据，对于用户属性的分析较多。
49.根据本发明的一个实施例，上述的数据处理方法，还包括：在游戏模式结束后，获取车辆零部件的报警信息；根据报警信息分析得到车辆安全情况。
50.可以理解的是，在每次游戏模式结束，车辆零部件可能会存在损坏的情况，此时若切换至正常驾驶模式，则存在安全隐患，因此，每次游戏模式结束后，需要对车辆零部件进行检查，获取车辆零部件的报警信息，并对报警信息进行分析，若无报警信息，则说明车辆可以正常行驶；若有报警信息，则提示用户，保证用户在正常驾驶模式时行车安全。
51.根据本发明的一个实施例，上述的数据处理方法，还包括：将分析结果和/或根据分析结果得出的优化建议发送至对应的车辆拥有者、车辆生产者或游戏厂商。例如，所产生的分析结果可以用于游戏版本的改进，或是针对不同用户群体调整游戏类型等，这样针对游戏厂商、游戏种类，或者游戏版本可做出改进，从而增强用户游戏体验。
52.下面结合图2至图5详细说明数据处理方法的过程。
53.图2是根据本发明一个具体实施例的数据处理系统的架构示意图。如图2所示，该数据处理系统，包括：基础日志层、数据解析层、数据处理层、数据分析层和应用层。
54.其中，基础日志层，利用can总线技术采集车辆运行数据，及其他途径采集的游戏场景等数据。具体地，参考图3，can总线技术采集的车辆运行数据，包括但不限于由舒适网1传入的氛围灯控制信号；舒适网2传入的空调、方向盘开关信号；动力网传入的油门深度、制动深度信号；esc网传入的档位状态、转角转速信号等运行参数，并按天存储在hdfs分布式文件系统中。
55.需要说明的是，基础日志层存储的是车辆所有时刻的状态信息日志，无论车辆是
否处于游戏模式都不影响日志采集，每30秒传回一条日志，该日志包含加速踏板、制动踏板、档位、转向灯、方向盘、空调、安全带、氛围灯、座椅、悬架、音响等车辆信息。例如，当用户开始使用游戏模式时，对应时间点传回的日志内的档位或其他标识字段会相应改变，如游戏电源档位从off档切换到on档。又如，当用户开始用方向盘操作游戏对象，对应时间点传回的日志内的标识字段(游戏转向)会相应改变，如游戏转向从s档切换到l档。因此，在数据解析层中需要从基础日志层的所有时刻信息日志提取出处于游戏状态的日志。
56.数据解析层，用于将采集到的数据上传到服务器，在hadoop集群中通过mapreduce 程序对收集到日志报文进行解析。具体地，数据解析层，在其上一层基础日志层的未解析前日志是一条条由16进制组成的字母数字串报文，且包含非游戏状态的报文，因此在数据解析层需通过mapreduce程序代码提取出处于游戏状态的报文，并根据协议文档规则将其解析成字段参数以及该参数当前的状态值，解析完成后的结构化数据是游戏状态下车辆每 30秒的车辆各零部件的状态信息并存入数据库。
57.数据处理层，用于根据规则把解析后的数据转化成用户操作数据，并将其与游戏场景数据合并，建立特征数据。具体地，数据处理层，参考图4数据处理过程示意图，包括用户操作数据和游戏场景数据两个单元。
58.其中，用户操作数据单元由数据解析层保存的结构化数据转换而成，如数据解析层保存的是车辆每30秒的状态，即假设游戏用户从开始游戏到结束游戏持续了一个小时，则在一个小时内单台车会传回120条数据，每条数据包含了车辆所有零部件状态信息。因此，需要将120条处理成一条生命周期数据，且保证数据包含的信息尽可能不丢失。
59.游戏场景数据单元来源于游戏应用或游戏服务器，通过定时采样获得定义特定游戏场景的配置参数，读取其中的对象列表，就可以取得图形用户交互界面上呈现的游戏场景中的存在的全部对象。游戏场景数据包括不限于游戏名字、游戏类型、游戏场景内对象列表等数据，最后根据时间轴将用户操作数据与游戏场景数据结合。
60.数据分析层，用于提取数据处理后的特征，观察特征，利用机器学习相关算法训练模型，并对结果不断改进。具体地，数据分析层，参考图5用户分析过程示意图，从数据处理层获取数据，观察数据分布情况。
61.根据本发明的一个实施例，对综合数据进行分析，得到分析结果，包括：对综合数据进行分析，得到用户游戏时间信息，用户游戏时间信息包括以下信息中的至少一种：首次游戏时间、最后一次游戏时间和单次游戏时间；根据用户游戏时间信息分析得到用户活跃程度和用户流失情况。
62.具体地，通过用户首次游戏时间和最后一次游戏时间分析可知用户流失情况，例如，首次游戏时间为2018年1月1日，最后一次游戏时间为2019年1月1日，则可判断该用户流失。通过用户的单次游戏时间分析可知用户活跃度，例如，单次游戏时间超过30分钟，则可判断该用户比较活跃，从而对游戏有初步的了解。
63.根据本发明的一个实施例，对综合数据进行分析，得到分析结果，包括：对综合数据进行分析，得到用户游戏喜好信息，用户游戏喜好信息包括以下信息中的至少一种：用户活跃时间点、用户环境喜好和用户游戏类型喜好；根据用户游戏喜好信息分析得到用户习惯。例如，通过各用户的游戏开始时间可知道一天之中游戏高峰期，车内环境喜好设置，开启频率最高的游戏排名分析，了解用户的习惯，反馈给游戏厂商。
64.根据本发明的一个实施例，对综合数据进行分析，得到分析结果，包括：对综合数据进行分析，得到用户对车辆零部件的操作信息；根据用户对车辆零部件的操作信息分析得到车辆零部件损耗情况。例如，通过分析在不同游戏场景对象，用户操作常用键对车辆零部件的影响，对车辆的零部件损耗影响情况，从而反馈设计建议给主机厂和车辆使用者，可提示车辆使用者该游戏对各零部件的损耗，车辆使用者可根据损耗情况对车辆进行针对性的保养和维护。
65.根据本发明的一个实施例，对综合数据进行分析，得到分析结果，包括：对综合数据进行特征提取，得到训练数据；基于机器学习算法对训练数据进行模型训练，得到数据模型。
66.进一步地，根据本发明的一个实施例，对综合数据进行分析，得到分析结果，还包括：对综合数据进行特征提取，得到测试数据；根据测试数据对数据模型进行测试。
67.根据本发明的一个实施例，对综合数据进行分析，得到分析结果，包括：对综合数据进行特征提取，得到用户与游戏名称矩阵，用户与游戏名称矩阵中的元素表示对应用户玩过对应游戏的次数；基于机器学习算法对用户与游戏名称矩阵中的元素进行模型训练，得到用户游戏推荐模型。
68.举例而言，构建用户与游戏矩阵特征，该矩阵行表示用户，矩阵列表示游戏，矩阵第 i行第j列上的元素值k，代表用户i共玩过k次游戏j，以此了解用户对游戏的偏好，在收集足够大的数据量时，基于机器学习算法，可针对不同用户进行游戏个性化推荐。
69.数据分析层，在特征提取后，运用机器学习算法构建模型，形成知识库。
70.数据分析层针对不同分析目的，可构建相对应机器学习算法模型，包括以下步骤：
71.s501，将大数据提取特征后的数据分为训练数据和测试数据。
72.s502，利用一种或多种机器学习算法或其改进算法对训练数据进行学习，并生成模型，生成知识库，模拟车辆游戏状态。
73.s503，在模型中使用测试数据验证准确性。
74.s504，针对不同用途运用不同算法，建立各模型，更新知识库。
75.应用层，用于对用户分类，针对不同用户群体实行相应政策，或是调整游戏卖点，版本改进等，加强用户体验。具体地，应用层将基于数据分析层结果，生成用户游戏报告，应用于公司决策及用户分享；针对汽车主机厂，基于用户操作常用键对游戏专车零部件的影响，提出相关车内零部件的灵敏性可操作性优化建议；针对游戏厂商、游戏种类或者游戏版本做出改进，从而增强用户游戏体验。
76.由此，系统通过汽车车载终端将can总线数据上传到服务器，服务器对车辆总线数据进行分布式计算，将收集和处理后的游戏行为和车内部件状态数据分类建立知识库，对知识库中的数据进行学习，并利用机器学习建立模型，模拟车辆游戏状态，大数据分析结果运用至应用层。
77.需要说明的是，本实施例仅为本发明较佳的具体实施方式，但本发明的保护范围不局限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，按照本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。
78.综上所述，根据本发明实施例的数据处理方法，通过获取车辆在游戏模式下的车辆运行数据和游戏场景数据，并根据车辆运行数据获取用户操作数据，然后，根据时间轴将
用户操作数据和游戏场景数据结合，得到综合数据，最后对综合数据进行分析，得到分析结果。由此，该方法适用于获取游戏专车的用户操作数据，对于用户属性的分析较多。
79.图6是根据本发明实施例的数据处理装置的方框示意图。
80.如图6所示，本发明实施例的数据处理装置，包括：第一获取模块10、第二获取模块 20、结合模块30和分析模块40。
81.其中，第一获取模块10用于获取车辆在游戏模式下的车辆运行数据和游戏场景数据，第二获取模块20用于根据车辆运行数据获取用户操作数据，结合模块30用于根据时间轴将用户操作数据和游戏场景数据结合得到综合数据，分析模块40用于对综合数据进行分析得到分析结果。
82.根据本发明的一个实施例，第一获取模块10具体用于通过控制器局域网络can总线获取车辆运行数据，车辆运行数据为车辆零部件的控制器通过网关反馈至can总线的。其中，车辆运行数据包括以下数据中的至少一种：音响数据、灯光数据、座椅数据、安全带数据、方向盘数据、空调数据、加速踏板数据、制动踏板数据、档位数据和转向灯数据。游戏场景数据包括以下数据中的至少一种：游戏名称、游戏类型和游戏场景内的对象列表。用户操作数据包括以下数据中的至少一种：游戏中移动目标的方向键操作数据、方向盘振动设置数据、音响设置数据和空调设置数据。
83.根据本发明的一个实施例，分析模块40具体用于，对综合数据进行分析，得到用户游戏时间信息，用户游戏时间信息包括以下信息中的至少一种：首次游戏时间、最后一次游戏时间和单次游戏时间；根据用户游戏时间信息分析得到用户活跃程度和用户流失情况。
84.根据本发明的一个实施例，分析模块40具体用于，对综合数据进行分析，得到用户游戏喜好信息，用户游戏喜好信息包括以下信息中的至少一种：用户活跃时间点、用户环境喜好和用户游戏类型喜好；根据用户游戏喜好信息分析得到用户习惯。
85.根据本发明的一个实施例，分析模块40具体用于，对综合数据进行分析，得到用户对车辆零部件的操作信息；根据用户对车辆零部件的操作信息分析得到车辆零部件损耗情况。
86.根据本发明的一个实施例，分析模块40具体用于，对综合数据进行特征提取，得到训练数据；基于机器学习算法对训练数据进行模型训练，得到数据模型。
87.进一步地，分析模块40具体还用于，对综合数据进行特征提取，得到测试数据；根据测试数据对数据模型进行测试。
88.根据本发明的一个实施例，分析模块40具体用于，对综合数据进行特征提取，得到用户与游戏名称矩阵，用户与游戏名称矩阵中的元素表示对应用户玩过对应游戏的次数；基于机器学习算法对用户与游戏名称矩阵中的元素进行模型训练，得到用户游戏推荐模型。
89.根据本发明的一个实施例，分析模块40，还用于：在游戏模式结束后，获取车辆零部件的报警信息；根据报警信息分析得到车辆安全情况。
90.根据本发明的一个实施例，分析模块40，还用于：将分析结果和/或根据分析结果得出的优化建议发送至对应的车辆拥有者、车辆生产者或游戏厂商。
91.需要说明的是，本发明实施例的数据处理装置中未披露的细节，请参考本发明实施例的数据处理方法中所披露的细节，具体这里不再详述。
92.根据本发明实施例的数据处理装置，通过第一获取模块获取车辆在游戏模式下的车辆运行数据和游戏场景数据，并通过第二获取模块根据车辆运行数据获取用户操作数据，再通过结合模块根据时间轴将用户操作数据和游戏场景数据结合，得到综合数据，最后，分析模块对综合数据进行分析，得到分析结果。由此，该装置适用于获取游戏专车的用户操作数据，对于用户属性的分析较多。
93.图7是根据本发明实施例的车辆的方框示意图。
94.如图7所示，本发明实施例的车辆1000，包括上述的数据处理装置100。
95.本发明实施例的车辆，通过上述的数据处理装置，适用于获取游戏专车的用户操作数据，对于用户属性的分析较多。
96.另外，本发明还提出了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上述的数据处理方法。
97.本发明实施例的计算机可读存储介质，通过执行上述的数据处理方法，适用于获取游戏专车的用户操作数据，对于用户属性的分析较多。
98.在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
99.此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
100.流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
101.在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(ram)，只读存储器(rom)，可擦除可编辑只读存储器(eprom或闪速存储器)，光纤装置，以及便携式光盘只读存储器(cdrom)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的
介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
102.应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。
103.本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
104.此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，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模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
105.上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。