基于时空信息的预测方法、装置、设备及存储介质与流程

1.本发明涉及人工智能技术领域，尤其涉及一种基于时空信息的预测方法、装置、设备及存储介质。


背景技术：

2.现实世界中的数据，超过80％与时空信息有关，信息化正无时无刻地改变着人们的生活，时空信息在其中发挥了重要作用。基于时空信息进行城市时空变化估测在很多领域都将起到重要作用，如经济预测、土地利用现状调查、土地利用规划编制、城市总体规划编制、城区变化等。
3.目前，如果通过时空信息对某个公司或者项目的进行经济预测等估测，需要手动在各个卫星数据网站下载搜寻图片，然后用各种时空影像算法进行处理，再用金融量化算法处理才能得出最后结果，整个流程中涉及大量的数据整合操作和手动操作，耗费人力物力，导致估测的效率低。
4.上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。


技术实现要素：

5.本发明的主要目的在于提供一种基于时空信息的预测方法、装置、设备及存储介质，旨在解决现有通过时空信息进行预测涉及大量的手动操作而导致效率低的技术问题。
6.为实现上述目的，本发明提供一种基于时空信息的预测方法，所述基于时空信息的预测方法包括以下步骤：
7.在接收到预测请求时，获取所述预测请求对应的目标预测算法，并在分布式云服务器集群中，获取所述预测请求对应的目标时空影像信息；
8.将所述目标时空影像信息输入所述目标预测算法进行预测，以获得预测结果，并反馈所述预测结果至所述预测请求对应的目标终端。
9.进一步地，在一实施例中，所述在接收到预测请求时，获取所述预测请求对应的目标预测算法，并在分布式云服务器集群中，获取所述预测请求对应的目标时空影像信息的步骤包括：
10.在接收到预测请求时，获取所述预测请求对应的第一预测算法信息以及第一企业/项目信息；
11.在分布式云服务器集群中，获取所述第一预测算法信息对应的目标预测算法；
12.确定所述第一企业/项目信息对应的第一键值，基于所述第一键值在分布式云服务器集群中，获取目标时空影像信息。
13.进一步地，在一实施例中，所述第一预测算法信息包括算法名称、算法类型以及算法版本，所述算法类型包括目标检测、地块切割、地标识别、路网检测以及变化检测。
14.进一步地，在一实施例中，所述将所述目标时空影像信息输入所述目标预测算法
进行预测，以获得预测结果的步骤包括：
15.基于所述目标时空影像信息中的各个时空影像信息对应的目标时刻，对所述目标时空影像信息进行时序化分析操作，以获得时序的时空影像信息；
16.将时序的时空影像信息输入所述目标预测算法进行预测，以获得预测结果。
17.进一步地，在一实施例中，所述基于时空信息的预测方法还包括：
18.在接收到时空影像信息时，获取所述时空影像信息对应的第二企业/项目信息；
19.基于所述第二企业/项目信息，在分布式云服务器集群中确定目标云服务器，并将所述时空影像信息存储至所述目标云服务器。
20.进一步地，在一实施例中，所述基于所述第二企业/项目信息，在分布式云服务器集群确定目标云服务器的步骤包括：
21.基于预设哈希算法确定所述第二企业/项目信息对应的第二键值；
22.基于所述第二键值在分布式云服务器集群确定所述目标云服务器。
23.进一步地，在一实施例中，所述基于所述第二键值在分布式云服务器集群确定所述目标云服务器的步骤包括：
24.若所述分布式云服务器集群中不存在所述第二键值对应的目标云服务器，则在分布式云服务器集群中新增云服务器，并将新增的云服务器作为所述目标云服务器。
25.进一步地，在一实施例中，所述基于时空信息的预测方法还包括：
26.在接收到待存储预测算法时，获取所述待存储预测算法对应的第二预测算法信息；
27.基于所述第二预测算法信息存储所述待存储预测算法，其中，所述第二预测算法信息包括算法名称、算法类型以及算法版本。
28.此外，为实现上述目的，本发明还提供一种基于时空信息的预测装置，所述基于时空信息的预测装置包括：
29.获取模块，用于在接收到预测请求时，获取所述预测请求对应的目标预测算法，并在分布式云服务器集群中，获取所述预测请求对应的目标时空影像信息；
30.预测模块，用于将所述目标时空影像信息输入所述目标预测算法进行预测，以获得预测结果，并反馈所述预测结果至所述预测请求对应的目标终端。
31.此外，为实现上述目的，本发明还提供一种基于时空信息的预测设备，所述基于时空信息的预测设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于时空信息的预测程序，所述基于时空信息的预测程序被所述处理器执行时实现前述的基于时空信息的预测方法的步骤。
32.此外，为实现上述目的，本发明还提供一种存储介质，所述存储介质上存储有基于时空信息的预测程序，所述基于时空信息的预测程序被处理器执行时实现前述的基于时空信息的预测方法的步骤。
33.本发明通过在接收到预测请求时，获取所述预测请求对应的目标预测算法，并在分布式云服务器集群中，获取所述预测请求对应的目标时空影像信息；接着将所述目标时空影像信息输入所述目标预测算法进行预测，以获得预测结果，并反馈所述预测结果至所述预测请求对应的目标终端，在通过时空影像信息进行预测的过程中仅需要用户手动触发预测请求，大大减少手动操作的过程，以基于时空影像信息实现自动预测，提高了预测效
率。
附图说明
34.图1是本发明实施例方案涉及的硬件运行环境中基于时空信息的预测设备的结构示意图；
35.图2为本发明基于时空信息的预测方法第一实施例的流程示意图；
36.图3为本发明基于时空信息的预测方法中分布式云服务器集群的框架示意图；
37.图4为本发明基于时空信息的预测方法一实施例的流程示意图；
38.图5为本发明基于时空信息的预测装置一实施例的功能模块示意图。
39.本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
40.应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
41.如图1所示，图1是本发明实施例方案涉及的硬件运行环境中基于时空信息的预测设备的结构示意图。
42.本发明实施例基于时空信息的预测设备可以是pc，也可以是智能手机、平板电脑、电子书阅读器、mp3(moving picture experts group audio layer iii，动态影像专家压缩标准音频层面3)播放器、mp4(moving picture experts group audio layer iv，动态影像专家压缩标准音频层面4)播放器、便携计算机等具有显示功能的可移动式终端设备。
43.如图1所示，该基于时空信息的预测设备可以包括：处理器1001，例如cpu，网络接口1004，用户接口1003，存储器1005，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(display)、输入单元比如键盘(keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如wi-fi接口)。存储器1005可以是高速ram存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
44.可选地，基于时空信息的预测设备还可以包括摄像头、rf(radio frequency，射频)电路，传感器、音频电路、wifi模块等等。当然，基于时空信息的预测设备还可配置陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。
45.本领域技术人员可以理解，图1中示出的终端结构并不构成对基于时空信息的预测设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
46.如图1所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及基于时空信息的预测程序。
47.在图1所示的基于时空信息的预测设备中，网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信；用户接口1003主要用于连接客户端(用户端)，与客户端进行数据通信；而处理器1001可以用于调用存储器1005中存储的基于时空信息的预测程序。
48.在本实施例中，基于时空信息的预测设备包括：存储器1005、处理器1001及存储在所述存储器1005上并可在所述处理器1001上运行的基于时空信息的预测程序，其中，处理
器1001调用存储器1005中存储的基于时空信息的预测程序时，并执行以下各个实施例中基于时空信息的预测方法的步骤。
49.本发明还提供一种基于时空信息的预测方法，参照图2，图2为本发明基于时空信息的预测方法第一实施例的流程示意图。
50.基于时空信息的预测方法包括以下步骤：
51.步骤s101，在接收到预测请求时，获取所述预测请求对应的目标预测算法，并在分布式云服务器集群中，获取所述预测请求对应的目标时空影像信息；
52.在本实施例中，可在分布式云服务器集群的各个服务器中分别存储各个企业或者项目对应的时空影像信息，在接收到预测请求之后，可以根据预测请求在分布式云服务器集群中，获取预测请求对应的目标时空影像信息，具体地，先在分布式云服务器集群中确定预测请求对应的云服务器，在该预测请求对应的云服务器在获取预测请求对应的目标时空影像信息。
53.同时，预先存储各种算法类型对应的预测算法，例如关联存储各个预测算法的算法名称、算法版本以及算法类型，在接收到预测请求之后，获取预测请求对应的目标预测算法，具体地，根据预测请求所对应的算法名称、算法版本以及算法类型，查询该预测请求所对应的目标预测算法。
54.其中，分布式云服务器集群包括多个云服务器，各个云服务器分别存储不同的企业/项目的时空影像信息。分布式云服务器集群的时空影像信息采取云存储(例如阿里云的oss、腾讯云的cos)的方式进行管理，由于时空影像信息中的图片所占用存储空间较大，依赖云存储可以有效减轻服务器硬盘存储压力，同时在调用时刻借助cdn可以提高时空影像信息访问速度。同时，分布式云服务器集群对外提供接口服务，便于用户通过对应的接口上传预测请求或者时空影像信息。该分布式云服务器集群支持不同类型的算法多版本兼容部署，以使用户可以灵活指定需要的算法和对应的版本，不同类型的算法在不同的应用场景下各有侧重，同时相同算法间的不同算法版本对时空影像的分析也会存在差异，不同的算法分析结果可以对应不同的应用场景，同时相同算法在不断优化的过程中也存在迭代并行的算法版本。
55.步骤s102，将所述目标时空影像信息输入所述目标预测算法进行预测，以获得预测结果，并反馈所述预测结果至所述预测请求对应的目标终端。
56.本实施例中，在获取到目标时空影像信息之后，将目标时空影像信息输入目标预测算法进行训练，以获得预测结果，即将目标预测算法的输出作为预测结果，而后，获取该预测请求对应的目标终端，并反馈该预测结果至所述预测请求对应的目标终端，在通过时空影像信息进行预测的过程中，仅需要用户手动触发预测请求，大大减少手动操作的过程，以基于时空影像信息实现自动预测，提高了预测效率。
57.本实施例提出的基于时空信息的预测方法，通过在接收到预测请求时，获取所述预测请求对应的目标预测算法，并在分布式云服务器集群中，获取所述预测请求对应的目标时空影像信息；接着将所述目标时空影像信息输入所述目标预测算法进行预测，以获得预测结果，并反馈所述预测结果至所述预测请求对应的目标终端，在通过时空影像信息进行预测的过程中仅需要用户手动触发预测请求，大大减少手动操作的过程，以基于时空影像信息实现自动预测，提高了预测效率。
58.基于第一实施例，提出本发明基于时空信息的预测方法的第二实施例，在本实施例中，步骤s101包括：
59.步骤s201，在接收到预测请求时，获取所述预测请求对应的第一预测算法信息以及第一企业/项目信息；
60.步骤s202，在分布式云服务器集群中，获取所述第一预测算法信息对应的目标预测算法；
61.步骤s203，确定所述第一企业/项目信息对应的第一键值，基于所述第一键值在分布式云服务器集群中，获取目标时空影像信息。
62.可以理解，用户在预测请求的触发界面输入第一企业/项目信息，并选择包括算法类型、算法名称以及算法版本的第一预测算法信息，而后触发该预测请求。
63.本实施例中，在接收到预测请求时，获取该预测请求对应的第一预测算法信息以及第一企业/项目信息，其中，第一预测算法信息包括算法名称、算法类型以及算法版本，所述算法类型包括目标检测、地块切割、地标识别、路网检测以及变化检测，第一企业/项目信息包括企业名称、企业信用代码或者项目名称等。
64.在获取到第一预测算法信息以及第一企业/项目信息后，在分布式云服务器集群中，获取所述第一预测算法信息对应的目标预测算法，即根据算法名称、算法类型以及算法版本在分布式云服务器集群的算法云服务器中进行查询，以获得该目标预测算法。
65.本实施例中，存储各个企业/项目信息对应的空影像信息的云服务器与各个企业/项目信息对应的键值一一对应，每一个键值匹配至唯一一个云服务器，因此，在获取到第一预测算法信息以及第一企业/项目信息后，确定第一企业/项目信息对应的第一键值，具体通过预设哈希算法计算第一企业/项目信息对应的第一键值，而后基于所述第一键值在分布式云服务器集群中，获取目标时空影像信息，即先在分布式云服务器集群中确定第一键值对应的云服务器，并在该第一键值对应的云服务器中获取目标时空影像信息。
66.可以理解的是，在基于时空信息的预测装置与云服务器之间可以通过cdn(content delivery network，内容分发网络)进行时空影像信息的传输，以提高时空影像信息的传输效率。
67.参照图3，图3中的索引信息即为第一企业/项目信息，将该索引信息输入hash算法即可得到第一键值，而后即可基于第一键值在分布式云服务器集群中，获取目标时空影像信息，即先在分布式云服务器集群中确定第一键值对应的云服务器，并在该第一键值对应的云服务器中获取目标时空影像信息，若该云服务器存储有多个企业/项目的时空影像信息，则根据该第一键值在该云服务器中获取目标时空影像信息，即云服务器的时空影像信息中第一的键值与第一键值一致的时空影像信息为目标时空影像信息。
68.本实施例提出的基于时空信息的预测方法，通过在接收到预测请求时，获取所述预测请求对应的第一预测算法信息以及第一企业/项目信息；接着在分布式云服务器集群中，获取所述第一预测算法信息对应的目标预测算法；而后确定所述第一企业/项目信息对应的第一键值，基于所述第一键值在分布式云服务器集群中，获取目标时空影像信息，能够根据第一预测算法信息以及第一企业/项目信息准确得到目标预测算法以及目标时空影像信息，以提高目标预测算法以及目标时空影像信息的准确性，进而提高预测准确性以及效率。
69.基于第一实施例，提出本发明基于时空信息的预测方法的第三实施例，在本实施例中，步骤s102包括：
70.步骤s101，基于所述目标时空影像信息中的各个时空影像信息对应的目标时刻，对所述目标时空影像信息进行时序化分析操作，以获得时序的时空影像信息；
71.步骤s102，将时序的时空影像信息输入所述目标预测算法进行预测，以获得预测结果。
72.本实施例中，在获取到目标时空影像信息，确定目标时空影像信息中的各个时空影像信息对应的目标时刻，即各个时空影像信息的拍摄时刻，基于该目标时刻对目标时空影像信息进行时序化分析操作，以使各个时空影像信息按照时间进行排序，得到时序的时空影像信息，而后将时序的时空影像信息输入所述目标预测算法进行预测，以获得预测结果，以提高预测准确性以及效率。
73.可以理解的是，算法类型包括目标检测、地块切割、地标识别、路网检测以及变化检测，目标预测算法可以为目标检测算法、地块切割算法、地标识别算法、路网检测算法以及变化检测算法，预测结果包括目标检测结果、地块切割结果、地标识别结果、路网检测结果以及变化检测结果等。
74.参照图4，在得到企业或项目信息即第一企业/项目信息，还可以通过第一企业/项目信息对应的地理位置，确定是否存在目标时空影像信息，若存在，则通过第一企业/项目信息获取目标时空影像信息，并对目标时空影像信息进行时序化分析操作，以获得时序的时空影像信息，而后将时序的时空影像信息输入目标预测算法进行预测，例如进行目标检测、地块切割、地标识别、路网检测以及变化检测等预测，以得到预测结果，另外，还可以对预测结果进行量化分析，以获得可视化的分析结果，便于用户查看。
75.本实施例提出的基于时空信息的预测方法，通过基于所述目标时空影像信息中的各个时空影像信息对应的目标时刻，对所述目标时空影像信息进行时序化分析操作，以获得时序的时空影像信息；接着将时序的时空影像信息输入所述目标预测算法进行预测，以获得预测结果，通过时序化分析操作确保时序的时空影像信息按照目标时刻进行排序，进一步提高预测准确性以及效率。
76.基于上述各个实施例，提出本发明基于时空信息的预测方法的第四实施例，在本实施例中，该基于时空信息的预测方法还包括：
77.步骤s401，在接收到时空影像信息时，获取所述时空影像信息对应的第二企业/项目信息；
78.步骤s402，基于所述第二企业/项目信息，在分布式云服务器集群中确定目标云服务器，并将所述时空影像信息存储至所述目标云服务器。
79.在本实施例中，各个企业或项目对应的用户(例如管理人员)可上传时空影像信息，例如通过时空影像信息的上传界面上传时空影像信息同时输入第二企业/项目信息。在接收到时空影像信息时，获取所述时空影像信息对应的第二企业/项目信息，并基于第二企业/项目信息，在分布式云服务器集群中确定目标云服务器，将时空影像信息存储至所述目标云服务器，以实现目标云服务器的准确存储，使得时空影像信息可进行持续积累和扩展，提高时空影像信息的数据覆盖范围和以及预测时的准确度，并能够根据第二企业/项目信息实现时空影像信息的快速检索。
80.进一步地，在一实施例中，步骤s402包括：
81.步骤a，基于预设哈希算法确定所述第二企业/项目信息对应的第二键值；
82.步骤b，基于所述第二键值在分布式云服务器集群确定所述目标云服务器。
83.本实施例中，由于存储各个企业/项目信息对应的空影像信息的云服务器与各个企业/项目信息对应的键值一一对应，每一个键值匹配至唯一一个云服务器，因此，在获取到第二企业/项目信息时，基于预设哈希算法确定第二企业/项目信息对应的第二键值，而后基于第二键值在分布式云服务器集群确定所述目标云服务器，以准确确定目标云服务器，提高时空影像信息的存储准确性，进而提高预测时时空影像信息的检索准确性以及效率。
84.进一步地，另一实施例中，步骤b包括：
85.步骤c，若所述分布式云服务器集群中不存在所述第二键值对应的目标云服务器，则在分布式云服务器集群中新增云服务器，并将新增的云服务器作为所述目标云服务器。
86.本实施例中，在获取到第二键值时，确定分布式云服务器集群中是否存在该第二键值对应的目标云服务器，即确定分布式云服务器集群的各个云服务器中是否存储与第二键值匹配的云服务器，若分布式云服务器集群中不存在第二键值对应的目标云服务器，则在分布式云服务器集群中新增云服务器，并将新增的云服务器作为所述目标云服务器，以实现云服务器的横向扩展。
87.参照图3，图3中的索引信息可以为第二企业/项目信息，将该索引信息输入hash算法即可得到第二键值，而后即可基于第二键值在分布式云服务器集群确定所述目标云服务器，并将时空影像信息存储至所述目标云服务器。其中，若分布式云服务器集群中不存在第二键值对应的目标云服务器，则在分布式云服务器集群中新增云服务器，并将新增的云服务器作为所述目标云服务器，以实现云服务器的横向扩展。
88.参照图4，在得到时空影像信息，可先对时空影像信息进行边缘轮廓检测，得到处理后的时空影像信息，再将处理后的时空影像信息存储至目标云服务器。
89.本实施例提出的基于时空信息的预测方法，通过在接收到时空影像信息时，获取所述时空影像信息对应的第二企业/项目信息；接着基于所述第二企业/项目信息，在分布式云服务器集群中确定目标云服务器，并将所述时空影像信息存储至所述目标云服务器，实现了目标云服务器的准确存储，使得时空影像信息可进行持续积累和扩展，提高时空影像信息的数据覆盖范围和以及预测时的准确度，并能够根据第二企业/项目信息实现时空影像信息的快速检索。
90.基于上述各个实施例，提出本发明基于时空信息的预测方法的第五实施例，在本实施例中，该基于时空信息的预测方法还包括：
91.步骤s501，在接收到待存储预测算法时，获取所述待存储预测算法对应的第二预测算法信息；
92.步骤s502，基于所述第二预测算法信息存储所述待存储预测算法，其中，所述第二预测算法信息包括算法名称、算法类型以及算法版本。
93.由于时空信息处理和金融量化的算法存在多种，不同的算法分析结果也会对应不同的应用场景，同时相同算法在不断优化的过程中也会存在迭代并行的算法版本，不同类型的算法在不同的应用场景下各有侧重，同时相同算法间的不同算法版本对时空影像的分
析也会存在差异。因此，本实施例中，可通过分布式云服务器集群存储各种类型以及各个版本的算法，以供用户进行选择，用户可以针对性的选择对应的算法和版本，以获取自己期待的结果。
94.具体地，算法更新人员上传待存储预测算法以及预测算法信息，在接收到待存储预测算法时，获取所述待存储预测算法对应的第二预测算法信息，该第二预测算法信息包括算法名称、算法类型以及算法版本，而后基于所述第二预测算法信息存储所述待存储预测算法，以支持不同类型的算法多版本兼容部署，使得用户可以灵活指定需要的算法和对应的版本，提升用户体验。
95.本实施例提出的基于时空信息的预测方法，通过在接收到待存储预测算法时，获取所述待存储预测算法对应的第二预测算法信息；接着基于所述第二预测算法信息存储所述待存储预测算法，其中，所述第二预测算法信息包括算法名称、算法类型以及算法版本，使得预测算法支持多版本管理和持续积累，使得用户可以灵活指定需要的算法和对应的版本，提升用户体验。
96.本发明实施例还提供一种基于时空信息的预测装置，参照图5，图5为本发明基于时空信息的预测装置一实施例的功能模块示意图，所述基于时空信息的预测装置包括：
97.获取模块100，用于在接收到预测请求时，获取所述预测请求对应的目标预测算法，并在分布式云服务器集群中，获取所述预测请求对应的目标时空影像信息；
98.预测模块200，用于将所述目标时空影像信息输入所述目标预测算法进行预测，以获得预测结果，并反馈所述预测结果至所述预测请求对应的目标终端。
99.可选地，获取模块100还用于：
100.在接收到预测请求时，获取所述预测请求对应的第一预测算法信息以及第一企业/项目信息；
101.在分布式云服务器集群中，获取所述第一预测算法信息对应的目标预测算法；
102.确定所述第一企业/项目信息对应的第一键值，基于所述第一键值在分布式云服务器集群中，获取目标时空影像信息。
103.可选地，预测模块200还用于：
104.基于所述目标时空影像信息中的各个时空影像信息对应的目标时刻，对所述目标时空影像信息进行时序化分析操作，以获得时序的时空影像信息；
105.将时序的时空影像信息输入所述目标预测算法进行预测，以获得预测结果。
106.可选地，所述基于时空信息的预测装置还包括：
107.在接收到时空影像信息时，获取所述时空影像信息对应的第二企业/项目信息；
108.基于所述第二企业/项目信息，在分布式云服务器集群中确定目标云服务器，并将所述时空影像信息存储至所述目标云服务器。
109.可选地，所述基于时空信息的预测装置还包括：
110.基于预设哈希算法确定所述第二企业/项目信息对应的第二键值；
111.基于所述第二键值在分布式云服务器集群确定所述目标云服务器。
112.可选地，所述基于时空信息的预测装置还包括：
113.若所述分布式云服务器集群中不存在所述第二键值对应的目标云服务器，则在分布式云服务器集群中新增云服务器，并将新增的云服务器作为所述目标云服务器。
114.可选地，所述基于时空信息的预测装置还包括：
115.在接收到待存储预测算法时，获取所述待存储预测算法对应的第二预测算法信息；
116.基于所述第二预测算法信息存储所述待存储预测算法，其中，所述第二预测算法信息包括算法名称、算法类型以及算法版本。
117.此外，本发明实施例还提出一种存储介质，该存储介质为计算机可读存储介质，所述存储介质上存储有基于时空信息的预测程序，所述基于时空信息的预测程序被处理器执行时实现如上所述的基于时空信息的预测方法的步骤。
118.其中，在所述处理器上运行的基于时空信息的预测程序被执行时所实现的方法可参照本发明基于时空信息的预测方法各个实施例，此处不再赘述。
119.需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
120.上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
121.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献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如上所述的一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
122.以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。