异常作业预警方法、装置、电子设备和存储介质与流程

两层技术领域计算机技术中的深度学习技术和知识图谱技术，具体涉及一种异常作业预警方法、装置、电子设备和存储介质。

背景技术：

作业人员在作业过程中，在作业终端进行作业，然后将数据发送至其他业务处理方以供数据的后续使用，相关技术中，通常对数据进行汇总后，由检测人员进行复核。

技术实现要素：

本公开提供了一种异常作业预警方法、装置、电子设备和存储介质。

根据本公开的一方面，提供了一种异常作业预警方法，应用于作业服务器，所述作业服务器与作业终端通信连接，所述方法包括：

接收所述作业终端发送的作业数据；

根据作业母库校验所述作业数据是否存在异常，其中，所述作业母库包括历史异常作业数据；

若所述作业数据存在异常，则将所述作业数据添加为所述作业母库中的历史异常作业数据；

向所述作业终端发送提示存在异常作业的提示信息。

根据本公开的另一方面，提供了一种异常作业预警装置，应用于作业服务器，所述作业服务器与作业终端通信连接，所述装置包括：

接收模块，用于接收所述作业终端发送的作业数据；

校验模块，用于根据作业母库校验所述作业数据是否存在异常，其中，所述作业母库包括历史异常作业数据；

添加模块，用于若所述作业数据存在异常，则将所述作业数据添加为所述作业母库中的历史异常作业数据；

发送模块，用于向所述作业终端发送提示存在异常作业的提示信息。

本公开还提供了一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行以上所述的方法。

本公开还提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机以上所述的方法。

根据本申请的技术提高了对异常作业识别的准确程度。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本申请的限定。其中：

图1是根据本申请一实施例异常作业预警方法的流程图；

图2是根据本申请一实施例又一异常作业预警方法的流程图；

图3a是根据本申请一实施例文件指纹系统的示意图；

图3b是是根据本申请一实施例对于错误类型的识别示意图；

图3c是根据本申请一实施例又一异常作业预警方法流程示意图；

图3d是根据本申请一实施例决策分析示意图；

图3e是根据本申请一实施例又一异常作业预警方法流程示意图；

图4是根据本申请一实施例异常作业预警装置的结构示意图；

图5是用来实现本申请实施例的异常作业预警方法的电子设备的框图。

具体实施方式

以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

本申请提供了一种异常作业预警方法。

该异常作业预警方法应用于作业服务器，所述作业服务器与作业终端通信连接。如图1所示，在一个实施例中，该异常作业预警方法包括：

步骤s101：接收所述作业终端发送的作业数据。

本实施例中，作业终端指的是作业人员进行实际作业的终端，具体可能是计算机、手机或平板电脑等手持智能终端等电子设备。

实施时，作业人员在作业终端上完成自己的作业任务，然后将作业数据上传至作业服务器，以供对作业数据进行进一步利用。

在一个具体实施方式中，以根据图片进行电子地图处理为例说明，实施时，由不同地区的作业人员对接收到的信息，例如采集到的图片等信息进行初步处理，将其转换为符合特定规格和要求的数据后上传，以供后续使用，则该作业人员进行的初步处理后获得的数据即为作业数据。

步骤s102：根据作业母库校验所述作业数据是否存在异常。

在作业服务器接收到作业数据后，根据作业母库中已有的数据对该作业数据进行校验，以确定该作业数据是否存在异常，其中，作业母库中包括历史异常作业数据。

本实施例中的作业母库为一个包括历史作业数据的数据库，历史作业数据指的是和该作业内容相关的，在先数据，而历史异常作业数据则指的是历史作业数据中存在异常的数据。

实施时，可以通过对作业数据进行解析，然后将确定的存在异常的作业数据进行识别、分析、建模、汇总和统计，最终，形成包括历史异常作业数据的作业母库。

通过将作业数据与作业母库中的数据相对比，能够确定该作业数据是否可能存在异常。

步骤s103：若所述作业数据存在异常，则将所述作业数据添加为所述作业母库中的历史异常作业数据。

如果根据分析，该作业数据存在异常，则将该作业数据添加至作业母库中的历史异常作业数据，以丰富作业母库中的异常作业数据样本，在后续出现同样的异常作业数据时，可以快捷准确的进行异常识别，也能够作为参考，提高对于其他相近或相似的异常作业数据识别的准确程度。

步骤s104:向所述作业终端发送提示存在异常作业的提示信息。

在发现异常作业数据后，向作业终端发送提示信息，以提示存在异常作业，以便作业终端的操作人员及时对存在异常的作业数据进行修改，同时，也有助于避免异常作业数据进入后续其他作业环节而导致的一系列错误和影响。

实施时，可以根据异常数据可能造成的不利影响提供不同的提示信息，在一个具体实施方式中，根据异常数据可能造成的不利影响将提示等级可分为低、中、高三个等级。并通过不同的提示方式进行提示，以平衡作业效率和作业的准确程度。

例如，在一个具体实施方式中，对于“低”的决策等级，采用不明显的提示语告知作业人员此生产要素在历史作业中的错误率、错误趋势、作业时长平均值及趋势、决策意见等。也就是说，该异常数据对其他进程的影响较小，只需要对作业人员进行提示，降低以后出现类似错误的可能性即可。

对于“中”的决策等级，采用一般警示的提示语告知作业人员此生产要素在历史作业中的错误率、错误趋势、作业时长平均值及趋势、决策意见等。

对于“高”的决策等级，采用鲜明的强提示语告知作业人员此生产要素在历史作业中的错误率、错误趋势、作业时长平均值及趋势、决策意见等，并对作业人员作业动作进行干预，干预的方式包含但不限于在作业提交时进行多次确认、对易错的生产要素当场进行二次作业等。也就是说，该异常数据可能产生严重的不利影响，需要在作业进程中进行多次确认，以避免出现错误。

显然，实际实施时，所设定的提示方式并不局限于此，本实施例中不做进一步限定。

这样，本实施例通过根据作业母库对异常作业数据进行识别，并根据存在异常的作业数据对作业母库进行更新，有助于提高对于作业过程中存在异常的作业数据发现的准确程度，还有助于减少引入错误作业数据而对其他作业过程可能造成的影响。

同时，通过针对异常作业数据进行反馈预警，可以对作业人员进行主动、有效预警和干预，能够大幅缩小现有反馈闭环周期，帮助作业人员提高作业质量，减少由于作业质量低导致的多轮次“作业-检验-返工”，从而大幅减少管理成本、时间成本、培训成本的投入，提高生产产出效率，降低无效生产环节，从而有效地提高作业效率。

如图2所示，在本申请的另一个实施例中，该异常作业预警方法包括：

步骤s201：接收作业终端发送的作业基础数据和第一指纹信息。

本实施例中的作业基础数据为和作业任务本身相关的数据，其中，作业基础数据包括作业终端的身份信息(id)、作业包括的生产要素和作业的任务信息。

作业终端的身份信息指的是作业终端的操作人员的身份信息或终端本身的编号等识别信息，通过该身份信息能够确定作业的终端或者作业的工作人员。

作业任务包括是作业过程需要达到的目的以及该任务的完成情况。例如，以构建电子地图为例，作业需要达到的目的可能是确定某一特定区域的道路上存在的交通标识及限速信息，而交通标识处于施工状态，目前无法获知交通标识具体为什么标识，目前处于欠缺状态，则任务完成情况为仅确定了限速信息，而未确定交通标识。

生产要素则指的是与作业任务相关的各种信息，例如，该作业任务需要输入交通标识的位置和交通标识的属性信息，例如确定其为左转标识或禁止左转标识，这样，这一作业过程中，需要提供的生产要素包括位置信息以及交通标识本身的属性信息两个生产要素。

实际实施时，每一作业人员需要确定的生产要素的数量可能为多个。

第一指纹信息是作业终端根据作业基础数据计算获得的文件的指纹信息。

第一指纹信息指的是根据作业基础数据生成的校验信息，具体的，例如可以通过md5(message-digestalgorithm，消息摘要算法)、对等加密等算法生成作业基础数据的指纹信息，以确保每一作业基础数据的第一指纹信息的唯一性。

如图3a所示，通过设置文件指纹系统301，能够获得各作业人员作业数据的第一指纹信息。

步骤s202：计算所述作业基础数据的第二指纹信息。

由于网络以及信息技术的实现等各种因素可能造成的影响，传输至作业服务器的数据可能会出现丢失、错乱、不完整等问题，这些数据由于与原始的作业数据发生了变化，所以相对于正常作业数据来说，这些数据很可能被定义为“异常作业数据”，但是这些异常并非作业过程本身导致的，而是数据传输过程导致的，如果将这些数据定义为“异常作业数据”，实际上识别出来的错误并非作业错误。

因此，本实施例中进一步在作业服务器端计算作业基础数据的第二指纹信息。

步骤s203：若所述第一指纹信息与所述第二指纹信息不匹配，则向所述作业终端发送提示作业数据上传错误的提示信息。

如果第一指纹信息和第二指纹信息不匹配，则说明作业数据在传输过程中出现了错误。此时，向所述作业终端发送提示信息，以提示作业终端上传正确的作业数据。

数据传输过程中可能存在多种异常，例如，可能是第一指纹信息存在，但是无法根据第一指纹信息获取到作业任务信息，因此无法进行第二指纹信息的计算；也可能第一指纹信息存在，也可以根据第一指纹信息获取到作业信息，但是计算出来的第二指纹信息与第一指纹信息不一致；还可能第一指纹信息不存在，但作业数据存在等。

针对上述各种场景，均无法实现第一指纹信息和第二指纹信息的匹配，因此需要向作业终端进行反馈，以排除故障。

步骤s204：若所述第一指纹信息与所述第二指纹信息匹配，则根据作业母库校验所述作业数据是否存在异常。

如果第一指纹信息和第二指纹信息相匹配，则说明作业数据在传输过程中没有出现错误，因此，进一步对作业数据本身进行校验，以确定作业数据是否存在异常。

通过验证指纹技术，可以有效地对数据传输错误导致的异常作业数据进行及时感知并反馈给作业端，确保作业数据完整、准确的同步到作业服务器。

在一个可选的具体实施方式中，该步骤s204可以包括：

将所述作业数据输入错误图谱模型获得所述作业数据是否存在异常。

本实施例中，错误图谱模型是以作业数据为输入，以作业数据是否存在异常为输出的网络模型，错误图谱模型是根据所述作业母库中的历史异常作业数据进行学习获得的。

该错误图谱模型可以对母库中的全部错误信息进行智能检索，并生成错误分类，以确定作业数据对应的作业任务是否与作业母库中存储的历史异常作业数据相同。

如图3b所示，该错误图谱模型还可以通过对已有的知识图谱对错误信息进行分类。针对作业人员作业过程中的多个生产要素，通过对这些生产要素进行分析，确定其可能存在的异常，也可以理解为识别未曾出现过的异常作业数据，本实施例中将其称作自定义错误。

进一步的，根据已有的知识图谱，对错误内容进行提取和表示，并从知识图谱中得到与错误内容相关的信息。例如，提取错误信息的关键字，根据关键字的错误统计信息，从而确定自定义错误所属错误分类。

换句话说，该错误图谱模型既可以确定作业数据是否已经出现了已有的错误，还可以对作业数据进行分析，确定作业数据中是否可能存在尚未出现过的错误。

通过不断丰富作业母库，以及通过模型训练进行学习，能够提高错误图谱模型对于异常作业数据识别的准确程度。

步骤s205：若所述作业数据存在异常，则将所述作业数据添加为所述作业母库中的历史异常作业数据。

在一个具体实施方式中，历史异常作业数据包括生产要素和错误类型关联关系的历史统计信息，该步骤s205包括：

确定所述作业数据的错误类型；

生成包括所述作业数据的生产要素与错误类型的关联关系的第一统计信息，所述第一统计信息包括所述作业数据的生产要素的性质和出现频率；

根据所述第一统计信息更新作业母库中的历史统计信息。

实施时，可以利用知识图谱技术建立作业母库，对作业过程中的数据进行汇总，其中，作业母库中包括历史异常作业数据，也可以进一步纳入正常的作业数据，以便对作业数据进行全面的汇总和分析。

在一个具体实施方式中，根据作业终端的身份信息、生产要素的类型、作业时长等要素进行编码，对作业过程中的关键数据进行汇总，作业过程中的关键数据包括但不限于作业正确量、作业错误量、作业返工次数、作业时长等。

每一次识别到异常作业数据时，根据该异常作业数据按照特定的格式生成第一统计信息，然后根据该第一统计信息对作业母库进行更新，这样，在下一次出现相同的异常作业数据时，可以通过检索直接对异常作业数据进行识别，提高了识别效率。同时，还能够丰富错误图谱模型的学习样本，提高其后续对于异常作业数据识别的准确程度。

步骤s206:向所述作业终端发送提示存在异常作业的提示信息。

如图3c所示，本实施例的技术方案可以概括为，作业终端将作业数据上传至作业服务器，作业服务器根据作业母库对作业数据进行校验，如果存在异常，进行决策分析，并根据决策分析结果向作业终端发送提示信息。

如图3d所示，在一个具体实施方式中，决策分析可以根据作业母库中的数据基于分布式数据分析引擎建立的决策分析模型确定。

如图3e所示，实施时，作业终端将生产要素和任务信息等任务数据发送至作业服务器，作业服务器返回决策信息。

如果不存在预警信息，则作业终端继续正常作业，如果存在预警信息，则根据情况提供不同等级的干预方式，以便作业终端的作业人员对作业进行调整。

在存在异常作业数据时，向作业终端发送提示信息，以对作业过程进行干预。具体的，可以对异常作业数据可能造成的不利影响进行打分，例如，以100分制确定作业的紧急程度，如果紧急程度在90至100分，则需要说明异常作业数据可能造成较大影响时，可以直接对作业过程进行干预，以防止异常的作业数据对后续作业过程造成不利影响。如果紧急程度在60至90分，则可以发出较为重要的提示，如果紧急程度小于60分，可以仅进行登记以供查阅。

干预信息具体可以包括以作业员id和生产要素为维度的生产要素决策信息；以作业员id、生产要素和作业时长为维度的作业时长决策信息；作业员的异常作业反馈信息，即是由于哪种原因导致作业异常。

此外，还可以根据作业母库中的统计结果进行出错度评估，以确定各作业过程中出错的可能性。具体的，建立生产要素、错误分类统计信息，包括：错误分类多维度的频次、占比、排名。错误分类多维度可以包括：时间窗口、作业员、生产要素、错误分类；时间窗口、生产要素、错误分类；生产要素、错误分类等。

通过各作业过程的出错度进行评估，可以针对出错度较高的作业过程进行更加严格的校验和检测，还可以生成相应的提示信息，以提醒作业人员避免出现类似错误。

显然，实际的干预信息可以根据需要确定，且并不局限于此，此处不做进一步限定和描述。

本申请还提供了一种异常作业预警装置400，应用于作业服务器，所述作业服务器与作业终端通信连接，所述装置包括：

接收模块401，用于接收所述作业终端发送的作业数据；

校验模块402，用于根据作业母库校验所述作业数据是否存在异常，其中，所述作业母库包括历史异常作业数据；

添加模块403，用于若所述作业数据存在异常，则将所述作业数据添加为所述作业母库中的历史异常作业数据；

发送模块404，用于向所述作业终端发送提示存在异常作业的提示信息。

可选的，所述接收模块401，具体用于接收作业终端发送的作业基础数据和第一指纹信息，所述作业基础数据包括作业终端的身份信息、作业包括的生产要素和作业的任务信息，所述第一指纹信息是所述作业终端根据所述作业基础数据计算获得的文件的指纹信息；

所述装置还包括：

计算模块，用于计算所述作业基础数据的第二指纹信息；

所述校验模块402，具体用于若所述第一指纹信息与所述第二指纹信息匹配，则根据作业母库校验所述作业数据是否存在异常的步骤；

所述发送模块404，还用于若所述第一指纹信息与所述第二指纹信息不匹配，则向所述作业终端发送提示作业数据上传错误的提示信息。

可选的，所述历史异常作业数据包括生产要素和错误类型关联关系的历史统计信息，所述添加模块403包括：

确定子模块，用于确定所述作业数据的错误类型；

生成子模块，用于生成包括所述作业数据的生产要素与错误类型的关联关系的第一统计信息，所述第一统计信息包括所述作业数据的生产要素的性质和出现频率；

更新子模块，用于根据所述第一统计信息更新作业母库中的历史统计信息。

可选的，所述校验模块402，具体用于将所述作业数据输入错误图谱模型获得所述作业数据是否存在异常，所述错误图谱模型是以作业数据为输入，以作业数据是否存在异常为输出的网络模型，所述错误图谱模型是根据所述作业母库中的历史异常作业数据进行学习获得的。

本实施例的异常作业预警装置，能够实现上述异常作业预警方法实施例的各个步骤，并能实现相同或相似的技术效果，此处不再赘述。

根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。

如图5所示，是根据本申请实施例的异常作业预警方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。

如图5所示，该电子设备包括：一个或多个处理器501、存储器502，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示gui的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图5中以一个处理器501为例。

存储器502即为本申请所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本申请所提供的异常作业预警方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的异常作业预警方法。

存储器502作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的异常作业预警方法对应的程序指令/模块(例如，附图4所示的接收模块401、校验模块402、添加模块403、发送模块404)。处理器501通过运行存储在存储器502中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的异常作业预警方法。

存储器502可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据电子设备的使用所创建的数据等。此外，存储器502可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器502可选包括相对于处理器501远程设置的存储器，这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

异常作业预警方法的电子设备还可以包括：输入装置503和输出装置504。处理器501、存储器502、输入装置503和输出装置504可以通过总线或者其他方式连接，图5中以通过总线连接为例。

输入装置503可接收输入的数字或字符信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置504可以包括显示设备、辅助照明装置(例如，led)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(lcd)、发光二极管(led)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。

此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用asic(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(pld))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)、互联网和区块链wan。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。

根据本申请实施例的技术方案，这样，本实施例通过根据作业母库对异常作业数据进行识别，并根据存在异常的作业数据对作业母库进行更新，有助于提高对于作业过程中存在异常的作业数据发现的准确程度，还有助于减少引入错误作业数据而对其他作业过程可能造成的影响。

同时，通过针对异常作业数据进行反馈预警，可以对作业人员进行主动、有效预警和干预，帮助作业人员提高作业质量，减少由于作业质量低导致的多轮次“作业-检验-返工”，从而有效地提高作业效率。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。