一种基于大数据的图形展示方法及系统与流程

1.本技术涉及计算机领域，尤其涉及一种基于大数据的图形展示方法和系统。


背景技术：

2.图形展示是与用户进行信息传递常用的交互形式，然而，目前的展示方式过于机械化固定化，灵活性差，有必要提供一种灵活性高体验好的展示方法。


技术实现要素：

3.本说明书实施例提供一种基于大数据的图形展示方法和系统，用以提高灵活性提升用户体验。
4.本说明书实施例提供一种基于大数据的图形展示方法，包括：
5.获取终端发送的图形展示请求为用户生成待展示对象，并将待展示对象信息发送至终端；
6.所述终端获取多个待展示对象信息，利用预先训练的偏好预测模型预测所述用户对各待展示对象的偏好程度，根据所述用户对各待展示对象的偏好程度配置各待展示对象的展示区域，并进行图形展示。
7.可选地，所述根据所述用户对各待展示对象的偏好程度配置各待展示对象的展示区域，包括：
8.采集样本用户对不同展示区域进行动作时的脑电信号、肌电信号和动作图像；
9.结合所述脑电信号和肌电信号确定所述样本用户进行手部动作的发起时刻，结合所述肌电信号和动作图像确定所述样本用户进行手部动作的完成时刻，根据所述发起时刻和所述完成时刻确定各展示区域的施行耗时；
10.结合各展示区域的施行耗时与所述偏好程度将展示区域与待展示对象匹配，得到页面布局。
11.可选地，所述结合所述脑电信号和肌电信号确定所述样本用户进行手部动作的发起时刻，结合所述肌电信号和动作图像确定所述样本用户进行手部动作的完成时刻，包括：
12.利用预先训练的脑电动作识别模型，对所述脑电信号进行特征提取和动作识别，并将对应的脑电信号片段进行标记；
13.利用预先训练的联合识别模型，对所述肌电信号和动作图像进行特征提取和联合识别，并将对应的肌电信号片段和动作图像进行标记；
14.根据肌电信号片段、脑电信号片段对应的动作将肌电信号片段和与其对应相同动作多个脑电信号片段进行关联，并根据预设的时长延迟范围从所述多个脑电信号片段筛选满足所述时长延迟范围的脑电信号片段，确定所述脑电信号片段的初始时刻，作为所述手部动作的发起时刻；
15.将联合识别出动作的肌电信号的末端时刻作为完成时刻。
16.可选地，还包括：
17.获取样本用户的业务阶段和业务角色信息、对页面中的展示对象进行操作前采集的脑电信号和所操作的展示对象，以所述展示对象设置标签，以样本用户的业务阶段和业务角色信息、对页面中的展示对象进行操作前采集的脑电信号为训练样本，训练偏好预测模型；
18.所述利用预先训练的偏好预测模型预测所述用户对各待展示对象的偏好程度，包括：
19.确定所述用户当前的业务阶段和业务角色信息和当前采集的脑电信号，输入到所述偏好预测模型中，预测所述用户当前对各待展示对象的偏好程度；
20.所述结合各展示区域的施行耗时与所述偏好程度将展示区域与待展示对象匹配，包括:
21.所述结合各展示区域的施行耗时与所述用户当前对各待展示对象的偏好程度将展示区域与待展示对象匹配。
22.可选地，所述待展示对象具有多个展示阶段，每个展示阶段具有多个可选的展示节点，所述利用预先训练的偏好预测模型预测所述用户对各待展示对象的偏好程度，还包括：
23.预测所述用户偏好的各展示阶段中的展示节点，记录展示链路；
24.所述进行图形展示，包括：
25.确定预测出的所述展示链路中的展示节点，按照展示阶段的顺序依次展示所述待展示对象在所述展示链路中的各展示节点状态下图形。
26.可选地，还包括：
27.获取样本用户的业务阶段和业务角色信息、对页面中的展示对象进行操作时采集的脑电信号和所操作的展示对象，以所述展示对象设置标签，以样本用户的业务阶段和业务角色信息、对页面中的展示对象进行操作时采集的脑电信号为训练样本，训练修正模型；
28.在对所述偏好预测模型进行迭代训练时，对所述校正模型进行同步迭代，并根据所述修正模型输出的预测值对所述偏好预测模型进行修正。
29.可选地，所述获取终端发送的图形展示请求为用户生成待展示对象，包括：
30.区块链系统获取终端发送的私钥加签的图形展示请求和未加签的图形展示请求，根据所述终端的标识查询对应的公钥，利用所述公钥对所述图形展示请求进行解签，与未加签的图形展示请求对比验证所述终端的真伪，若验证通过，则为所述终端的用户生成待展示对象。
31.可选地，所述将待展示对象信息发送至终端，包括：
32.获取所述图形展示请求中携带的所述终端的设备标识和时间戳，利用所述终端的设备标识和时间戳生成临时非对称秘钥对，利用其中的公钥对待展示对象信息进行加密并发送至终端；
33.所述终端获取多个待展示对象信息，利用其设备标识和所述图形展示请求中的时间戳在本地生成临时非对称秘钥对，利用其中的私钥对所述待展示对象信息进行解密。
34.本说明书实施例还提供一种基于大数据的图形展示系统，包括：
35.服务器，获取终端发送的图形展示请求为用户生成待展示对象，并将待展示对象信息发送至终端；
36.终端，获取多个待展示对象信息，利用预先训练的偏好预测模型预测所述用户对各待展示对象的偏好程度，根据所述用户对各待展示对象的偏好程度配置各待展示对象的展示区域，并进行图形展示。
37.可选地，还具有：
38.中间业务平台，部署有所述偏好预测模型。
39.本说明书实施例还提供一种电子设备，其中，该电子设备包括：
40.处理器；以及，
41.存储计算机可执行程序的存储器，所述可执行程序在被执行时使所述处理器执行上述任一项方法。
42.本说明书实施例还提供一种计算机可读存储介质，其中，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现上述任一项方法。
43.本说明书实施例提供的各种技术方案通过获取终端发送的图形展示请求为用户生成待展示对象，并将待展示对象信息发送至终端，终端获取多个待展示对象信息，利用预先训练的偏好预测模型预测用户对各待展示对象的偏好程度，根据用户对各待展示对象的偏好程度配置各待展示对象的展示区域，并进行图形展示，通过预测用户对各带展示对象的偏好，以其为依据进行展示区域布局，能够实现动态布局提高了灵活性，兼顾了用户偏好和不同展示区域位置优势的差异，提升了用户体验。
附图说明
44.此处所说明的附图用来提供对本技术的进一步理解，构成本技术的一部分，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
45.图1为本说明书实施例提供的一种基于大数据的图形展示方法的原理示意图；
46.图2为本说明书实施例提供的一种基于大数据的图形展示系统的结构示意图；
47.图3为本说明书实施例提供的一种电子设备的结构示意图；
48.图4为本说明书实施例提供的一种计算机可读介质的原理示意图。
具体实施方式
49.现在将参考附图更全面地描述本发明的示例性实施例。然而，示例性实施例能够以多种形式实施，且不应被理解为本发明仅限于在此阐述的实施例。相反，提供这些示例性实施例能够使得本发明更加全面和完整，更加便于将发明构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的元件、组件或部分，因而将省略对它们的重复描述。
50.在符合本发明的技术构思的前提下，在某个特定的实施例中描述的特征、结构、特性或其他细节不排除可以以合适的方式结合在一个或更多其他的实施例中。
51.在对于具体实施例的描述中，本发明描述的特征、结构、特性或其他细节是为了使本领域的技术人员对实施例进行充分理解。但是，并不排除本领域技术人员可以实践本发明的技术方案而没有特定特征、结构、特性或其他细节的一个或更多。
52.附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合
并或部分合并，因此实际执行的顺序有可能根据实际情况改变。
53.附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
54.术语“和/或”或者“及/或”包括相关联的列出项目中的任一个或多者的所有组合。
55.图1为本说明书实施例提供的一种基于大数据的图形展示方法的原理示意图，该方法可以包括：
56.s101：获取终端发送的图形展示请求为用户生成待展示对象，并将待展示对象信息发送至终端；
57.s102：所述终端获取多个待展示对象信息，利用预先训练的偏好预测模型预测所述用户对各待展示对象的偏好程度，根据所述用户对各待展示对象的偏好程度配置各待展示对象的展示区域，并进行图形展示。
58.该方法通过获取终端发送的图形展示请求为用户生成待展示对象，并将待展示对象信息发送至终端，终端获取多个待展示对象信息，利用预先训练的偏好预测模型预测用户对各待展示对象的偏好程度，根据用户对各待展示对象的偏好程度配置各待展示对象的展示区域，并进行图形展示，通过预测用户对各带展示对象的偏好，以其为依据进行展示区域布局，能够实现动态布局提高了灵活性，兼顾了用户偏好和不同展示区域位置优势的差异，提升了用户体验。
59.其中，终端可以是pc端，也可以是移动终端，或者虚拟现实、增强现实的显示终端，终端中具有显示屏，用于显示图形等元素，终端中还可以具有触控屏，也可以具有肌电信号、脑电信号采集装置。
60.其中，待展示对象可以是3d动画，也可以是具有参与活动的活动页面，也可以是具有操作按钮的统计工具，在此不做限制。
61.用户的偏好可以反映用户的使用习惯，因而，如果能够预测到用户的使用习惯，那么便可以在不依赖用户操作的情况下按照其需要的方式进行图形展示，减少用户操作，提高便利性。
62.考虑到用户当前产生的脑电信号能够一定程度提前反映稍后对哪些待展示对象进行操作以及如何对待展示对象进行操作，因此，可以结合当前的脑电信号预测未来的偏好，同时，结合用户的业务阶段和业务角色信息进行预测，便可以提高准确度和适应性，因此，在训练偏好预测模型时，该方法可以包括：
63.获取样本用户的业务阶段和业务角色信息、对页面中的展示对象进行操作前采集的脑电信号和所操作的展示对象，以所述展示对象设置标签，以样本用户的业务阶段和业务角色信息、对页面中的展示对象进行操作前采集的脑电信号为训练样本，训练偏好预测模型；
64.所述利用预先训练的偏好预测模型预测所述用户对各待展示对象的偏好程度，包括：
65.确定所述用户当前的业务阶段和业务角色信息和当前采集的脑电信号，输入到所述偏好预测模型中，预测所述用户当前对各待展示对象的偏好程度。
66.用户不仅对待展示对象有偏好之分，而且对展示区域也会有偏好之分，用户手指
触及不同的展示区域距离不同，因此，对其进行操作的施行耗时也不同，导致展示区域也会影响用户的使用习惯，因此，可以根据各展示区域的施行耗时与所述用户当前对各待展示对象的偏好程度将展示区域与待展示对象匹配。
67.所以，所述结合各展示区域的施行耗时与所述偏好程度将展示区域与待展示对象匹配，可以包括:
68.所述结合各展示区域的施行耗时与所述用户当前对各待展示对象的偏好程度将展示区域与待展示对象匹配。
69.考虑到展示的过程可能依然需要以来用户操作进行交互，从而确定下一步如何展示，可以将这个展示过程叫做展示链路，不同的操作会导致不同的展示链路，如果能预测出展示链路，就能够进一步减少用户的交互操作，实现无操作交互展示，因此，在本说明书实施例中，所述待展示对象具有多个展示阶段，每个展示阶段具有多个可选的展示节点，所述利用预先训练的偏好预测模型预测所述用户对各待展示对象的偏好程度，还包括：
70.预测所述用户偏好的各展示阶段中的展示节点，记录展示链路；
71.所述进行图形展示，包括：
72.确定预测出的所述展示链路中的展示节点，按照展示阶段的顺序依次展示所述待展示对象在所述展示链路中的各展示节点状态下图形。
73.在一种场景中，待展示对象为具有多级子页面的页面入口。
74.考虑到对页面中的展示对象进行操作时采集的脑电信号比对页面中的展示对象进行操作前采集的脑电信号更准确，因此，为了能够提高偏好预测模型的准确率，可以使用偏好预测模型对页面中的展示对象进行操作时采集的脑电信号进行修正。
75.在本说明书实施例中，该方法还可以包括：
76.获取样本用户的业务阶段和业务角色信息、对页面中的展示对象进行操作时采集的脑电信号和所操作的展示对象，以所述展示对象设置标签，以样本用户的业务阶段和业务角色信息、对页面中的展示对象进行操作时采集的脑电信号为训练样本，训练修正模型；
77.在对所述偏好预测模型进行迭代训练时，对所述校正模型进行同步迭代，并根据所述修正模型输出的预测值对所述偏好预测模型进行修正。
78.通过利用对页面中的展示对象进行操作时采集的脑电信号(训练样本)进行修正，使偏好预测模型能够在尚未获得操作时采集的脑电信号的前提下，提前利用操作前采集的脑电信号对未来的操作偏好进行预测，提高了偏好预测模型的准确率。
79.具体的，可以将所述偏好预测模型的预测值与所述修正模型输出的预测值计算偏差，根据该偏差调整偏好预测模型中的模型参数，从而继续进行迭代训练。
80.在本说明书实施例中，所述获取终端发送的图形展示请求为用户生成待展示对象，包括：
81.区块链系统获取终端发送的私钥加签的图形展示请求和未加签的图形展示请求，根据所述终端的标识查询对应的公钥，利用所述公钥对所述图形展示请求进行解签，与未加签的图形展示请求对比验证所述终端的真伪，若验证通过，则为所述终端的用户生成待展示对象。
82.这样，可以验证其真伪，减少信息泄露。
83.在本说明书实施例中，所述将待展示对象信息发送至终端，包括：
84.获取所述图形展示请求中携带的所述终端的设备标识和时间戳，利用所述终端的设备标识和时间戳生成临时非对称秘钥对，利用其中的公钥对待展示对象信息进行加密并发送至终端；
85.所述终端获取多个待展示对象信息，利用其设备标识和所述图形展示请求中的时间戳在本地生成临时非对称秘钥对，利用其中的私钥对所述待展示对象信息进行解密。
86.这样，通过临时生成非对称秘钥对，并且无需传输秘钥，能够避免秘钥泄露，从而提升了安全性。
87.考虑到用户发起某一动作时，肌电信号与脑电信号能反映用户发起动作的时刻，而肌电信号和动作图像更能准确反映动作完成时刻，肌电信号相比脑电信号具有一定延迟，因此，
88.在本说明书实施例中，所述根据所述用户对各待展示对象的偏好程度配置各待展示对象的展示区域，包括：
89.采集样本用户对不同展示区域进行动作时的脑电信号、肌电信号和动作图像；
90.结合所述脑电信号和肌电信号确定所述样本用户进行手部动作的发起时刻，结合所述肌电信号和动作图像确定所述样本用户进行手部动作的完成时刻，根据所述发起时刻和所述完成时刻确定各展示区域的施行耗时；
91.结合各展示区域的施行耗时与所述偏好程度将展示区域与待展示对象匹配，得到页面布局。
92.考虑到脑电信号通常会多次重复产生，因此，有些脑电信号是因为用户在犹豫，有些脑电信号是发起动作之后在回忆或反馈，这些都无法准确反映发起时刻，需要选择能够表明用户发起动作的脑电信号，因此，在本说明书实施例中，所述结合所述脑电信号和肌电信号确定所述样本用户进行手部动作的发起时刻，结合所述肌电信号和动作图像确定所述样本用户进行手部动作的完成时刻，可以包括：
93.利用预先训练的脑电动作识别模型，对所述脑电信号进行特征提取和动作识别，并将对应的脑电信号片段进行标记；
94.利用预先训练的联合识别模型，对所述肌电信号和动作图像进行特征提取和联合识别，并将对应的肌电信号片段和动作图像进行标记；
95.根据肌电信号片段、脑电信号片段对应的动作将肌电信号片段和与其对应相同动作多个脑电信号片段进行关联，并根据预设的时长延迟范围从所述多个脑电信号片段筛选满足所述时长延迟范围的脑电信号片段，确定所述脑电信号片段的初始时刻，作为所述手部动作的发起时刻；
96.将联合识别出动作的肌电信号的末端时刻作为完成时刻。
97.其中，具体训练脑电动作识别模型的方式，可以是采集样本用户对展示对象进行操作时的脑电信号，从而对脑电信号标记，作为训练样本进行训练。
98.训练联合识别模型，则可以将对同步采集的肌电信号及对应的动作图像进行标记，作为训练样本进行训练。
99.在标记时，可以标记出所操作的展示对象，甚至可以标记出展示区域。
100.从产生脑电信号到产生肌电信号往往具有一定的延迟，这个延迟具有一定的规律，通过按照预设的时长延迟范围，能够筛选出表明用户发起动作的那段脑电信号片段，从
而进行准确计算。
101.图2为本说明书实施例提供的一种基于大数据的图形展示系统的结构示意图，该装置可以包括：
102.服务器201，获取终端发送的图形展示请求为用户生成待展示对象，并将待展示对象信息发送至终端；
103.终端202，获取多个待展示对象信息，利用预先训练的偏好预测模型预测所述用户对各待展示对象的偏好程度，根据所述用户对各待展示对象的偏好程度配置各待展示对象的展示区域，并进行图形展示。
104.在本说明书实施例中，还具有：
105.中间业务平台，部署有所述偏好预测模型。
106.中间业务平台还部署有脑电动作识别模型、联合识别模型和修正模型。
107.该装置获取终端发送的图形展示请求为用户生成待展示对象，并将待展示对象信息发送至终端，终端获取多个待展示对象信息，利用预先训练的偏好预测模型预测用户对各待展示对象的偏好程度，根据用户对各待展示对象的偏好程度配置各待展示对象的展示区域，并进行图形展示，通过预测用户对各带展示对象的偏好，以其为依据进行展示区域布局，能够实现动态布局提高了灵活性，兼顾了用户偏好和不同展示区域位置优势的差异，提升了用户体验。
108.基于同一发明构思，本说明书实施例还提供一种电子设备。
109.下面描述本发明的电子设备实施例，该电子设备可以视为对于上述本发明的方法和装置实施例的具体实体实施方式。对于本发明电子设备实施例中描述的细节，应视为对于上述方法或装置实施例的补充；对于在本发明电子设备实施例中未披露的细节，可以参照上述方法或装置实施例来实现。
110.图3为本说明书实施例提供的一种电子设备的结构示意图。下面参照图3来描述根据本发明该实施例的电子设备300。图3显示的电子设备300仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
111.如图3所示，电子设备300以通用计算设备的形式表现。电子设备300的组件可以包括但不限于：至少一个处理单元310、至少一个存储单元320、连接不同系统组件(包括存储单元320和处理单元310)的总线330、显示单元340等。
112.其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元310执行，使得所述处理单元310执行本说明书上述处理方法部分中描述的根据本发明各种示例性实施方式的步骤。例如，所述处理单元310可以执行如图1所示的步骤。
113.所述存储单元320可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(ram)3201和/或高速缓存存储单元3202，还可以进一步包括只读存储单元(rom)3203。
114.所述存储单元320还可以包括具有一组(至少一个)程序模块3205的程序/实用工具3204，这样的程序模块3205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
115.总线330可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
116.电子设备300也可以与一个或多个外部设备400(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备300交互的设备通信，和/或与使得该电子设备300能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口350进行。并且，电子设备300还可以通过网络适配器360与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。网络适配器360可以通过总线330与电子设备300的其它模块通信。应当明白，尽管图3中未示出，可以结合电子设备300使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。
117.通过以上的实施方式的描述，本领域的技术人员易于理解，本发明描述的示例性实施例可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本发明实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个计算机可读的存储介质(可以是cd-rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、或者网络设备等)执行根据本发明的上述方法。当所述计算机程序被一个数据处理设备执行时，使得该计算机可读介质能够实现本发明的上述方法，即：如图1所示的方法。
118.图4为本说明书实施例提供的一种计算机可读介质的原理示意图。
119.实现图1所示方法的计算机程序可以存储于一个或多个计算机可读介质上。计算机可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。
120.所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、rf等等，或者上述的任意合适的组合。
121.可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、c++等，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
122.综上所述，本发明可以以硬件实现，或者以在一个或者多个处理器上运行的软件
模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(dsp)等通用数据处理设备来实现根据本发明实施例中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
123.以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，应理解的是，本发明不与任何特定计算机、虚拟装置或者电子设备固有相关，各种通用装置也可以实现本发明。以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
124.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。
125.以上所述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。