数据处理方法、装置及电子设备

1.本发明涉及数据分析处理技术领域，尤其涉及一种数据处理方法、装置及电子设备。


背景技术：

2.随着人们生活水平的提高，旅游的人次越来越多，仅依靠传统方法预测景区人流量明显不合理，也不便于及时根据预测人流量调整景区相关政策和安排工作人员。智慧+是一种对大场景下的一种新型处理方案，将现有的大数据和物联网技术相结合，对于生活中的数据可视化和智能化发展具有重要的作用。
3.在景区的大场景下，对人流量的预测往往依靠移动设备数量和大量的监控摄像头进行在线预测，但是单纯的依靠监控摄像头来对人流的检测需要大量的经济成本以及对人员的隐私权产生影响。


技术实现要素：

4.有鉴于此，有必要提供一种数据处理方法、装置及电子设备，用以解决针对人流量检测只能通过移动端设备数量以及大量监控摄像头，并且采用大量监控摄像头导致检测成本过高及隐私安全问题。
5.为了解决上述问题，第一方面，本发明提供一种数据处理方法，应用于数据处理终端，包括：
6.确定区域内的智慧设备，其中，所述区域内的智慧设备包括智能垃圾桶、监控摄像头及智能停车场终端；
7.获取基于各个智慧设备分别采集的原始数据，并对所述原始数据进行分析处理得到分析数据，其中，所述分析数据包括垃圾产生量、识别人员数量及识别车辆数量；
8.将所述垃圾产生量、识别人员数量及识别车辆数量作为自变量，人流量作为因变量，建立人流量预测模型，以预测区域内的人流量。
9.进一步的，所述各个智慧设备分别采集的原始数据，包括：
10.基于智能垃圾桶采集的超声波传感器与垃圾的实际距离信息；
11.基于监控摄像头采集的图像信息；
12.基于智能停车场终端采集的车辆信息。
13.进一步的，所述对所述原始数据进行分析处理得到分析数据，包括：
14.确定超声波传感器到垃圾桶底部的第一距离信息，并基于所述第一距离信息与所述实际距离信息的比值确定当前垃圾产生量；
15.对所述图像信息进行人像识别，并确定识别人员数量。
16.对所述车辆信息进行统计，并确定识别车辆数量。
17.进一步的，所述建立人流量预测模型，以预测区域内的人流量，包括：
18.建立人流量第一预测模型，以预测区域内任一位置的第一人流量；
19.所述建立人流量第一预测模型，以预测区域内任一位置的第一人流量，具体包括：
20.对各个智慧设备设置动态加权权重值，并基于加权求和方式将各个动态加权权重值与垃圾产生量、识别人员数量及识别车辆数量分别进行结合，以确定区域内任一位置的第一人流量。
21.进一步的，所述建立人流量预测模型，以预测区域内的人流量，包括：
22.建立人流量第二预测模型，以预测区域内任一街道的第二人流量；
23.所述建立人流量第二预测模型，以预测区域内任一街道的第二人流量，具体包括：
24.确定任一街道上至少两个位置的第三人流量、辅助街道数及每一辅助街道上的人数；
25.将所述至少两个位置的第三人流量、辅助街道数及每一辅助街道上的人数输入预设预测公式中，以确定预测区域内任一街道的第二人流量。
26.进一步的，所述方法还包括：
27.获取在预设时间段内任一位置智能垃圾桶的第一垃圾产生量；
28.基于所述第一垃圾产生量重新对各个智能垃圾桶进行位置规划。
29.进一步的，所述方法还包括：
30.基于智能垃圾桶的垃圾产生量确定待处理的智能垃圾桶的第一位置信息；
31.基于待处理智能垃圾桶的第一位置信息与环卫车的第二位置信息确定环卫车的可行驶路线；
32.确定所述可行驶路线上的第四人流量；
33.将所述待处理的智能垃圾桶的第一位置信息、环卫车的可行驶路线及可行驶路线上的第四人流量作约束条件，利用改进粒子群-禁忌搜索算法对所述环卫车进行最优路线规划。
34.进一步的，所述方法还包括：
35.获取区域内的区域地图；
36.在所述区域地图上对智能垃圾桶进行渲染，以显示智能垃圾桶的位置信息及智能垃圾桶内容量信息；
37.在所述区域地图上对已预测的各个位置及各个街道的人流量进行渲染，以在所述区域地图上显示不同颜色的人流量信息；
38.在所述区域地图上对所述环卫车最优规划路线进行渲染，以显示环卫车最优清理路线信息。
39.第二方面，本发明还提供一种数据处理装置，包括：
40.确定模块，用于确定区域内的智慧设备，其中，所述区域内的智慧设备包括智能垃圾桶、监控摄像头及智能停车场终端；
41.处理模块，用于获取基于各个智慧设备分别采集的原始数据，并对所述原始数据进行分析处理得到分析数据，其中，所述分析数据包括垃圾产生量、识别人员数量及识别车辆数量；
42.预测模块，用于将所述垃圾产生量、识别人员数量及识别车辆数量作为自变量，人流量作为因变量，建立人流量预测模型，以预测区域内的人流量。
43.第三方面，本发明还提供一种电子设备，包括存储器、处理器以及存储在存储器中
并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述数据处理方法中的步骤。
44.本发明通过利用区域内的智慧设备，如智能垃圾桶、监控摄像头及智能停车场终端采集数据，避免了使用大量监控设备导致的成本问题及人员隐私问题；然后通过对采集的数据进行融合分析处理，使得对区域内人流量的估算也更加精准。
附图说明
45.图1为本发明提供的数据处理方法的一实施例的流程示意图；
46.图2为本发明提供的数据处理装置的一实施例的结构示意图；
47.图3为本发明提供的一种电子设备的结构示意图。
具体实施方式
48.下面结合附图来具体描述本发明的优选实施例，其中，附图构成本技术一部分，并与本发明的实施例一起用于阐释本发明的原理，并非用于限定本发明的范围。
49.在本发明的描述中，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。此外，“多个”的含义是两个或两个以上，除非另有明确具体的限定。在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
50.在实施例描述之前，对相关词语进行释义：
51.改进粒子群-禁忌搜索算法：粒子群具有相对计算速度快且对于全局具有较好的搜索能力，但是由于对其局部搜索能力不足的缺陷，容易陷入局部最优解的情况。由于局部搜索的缺点在过于对某一局部的区域以及其相邻邻域范围内的搜索会导致在寻求全局最优解的时候无法逃离该部分。
52.禁忌搜索算法具有较好的爬山能力，能爬出陷入的局部最优解。通过引入禁忌搜索算法对已经得到的局部最优解和局部最优求解过程进行禁忌处理。对后续搜索迭代过程中能避开这些已经求的局部最优解和局部最优求解过程。禁忌搜索对于已经找到的一部分局部最优解，有效的避开它，从而在全局搜索更大的区域。由于在实现该路径规划中有特点的约束条件，使用适合该方法的改进粒子群-禁忌搜索算法实现环卫处对于全局需要处理的垃圾桶的路径进行规划。
53.以下分别对具体实施例进行详细说明：
54.请参阅图1，图1为本发明提供的数据处理方法的一实施例的流程示意图，本发明的一个具体实施例，公开了一种数据处理方法，应用于数据处理终端，包括：
55.步骤s101：确定区域内的智慧设备，其中，区域内的智慧设备包括智能垃圾桶、监控摄像头及智能停车场终端；
56.步骤s102：获取基于各个智慧设备分别采集的原始数据，并对原始数据进行分析处理得到分析数据，其中，分析数据包括垃圾产生量、识别人员数量及识别车辆数量；
57.步骤s103：将垃圾产生量、识别人员数量及识别车辆数量作为自变量，人流量作为因变量，建立人流量预测模型，以预测区域内的人流量。
58.其中，本发明中的区域一般为景区区域，景区区域可作为一种大场景。景区区域内的智慧设备包括智能垃圾桶，监控摄像头和智能停车场终端。对于区域内的监控摄像头、智能垃圾桶和智能停车场终端，都有其独立的数据采集和传输系统，为了实现更加精确的人流量预测，可以将各个智能设施的数据进行融合分析。
59.需要说明的是，智能垃圾桶的初始位置可以是均匀分布在景区区域内，智能垃圾桶每隔一段时间会将采集的距离信息发送给数据处理终端，数据处理终根据接收到的距离信息进行数据处理分析，得到当前垃圾产生量。其中，当前垃圾产生量的计算也可以由智能垃圾桶进行完成。监控摄像头作为人流量检测的另一个重要的参数，通常设置在交叉路口的相交处，监控摄像头将采集到的图像信息上传至数据处理终端，数据处理终端对图像信息进行人像识别，或者由监控摄像头直接可以对经过的人数进行识别，确定当前该处的人员数量。智能停车场一般停放游客车辆，也是反映人流量的一个指标，通过智能停车场的停车终端，可以快速确定当前停车场中的车辆数量。
60.然后将多组设备数据融合分析后的值作为自变量，人流量作为因变量，建立人流量预测模型，可以对区域内的人流量进行精准预测。
61.本发明通过利用区域内的智慧设备，如智能垃圾桶、监控摄像头及智能停车场终端采集数据，避免了使用大量监控设备导致的成本问题及人员隐私问题；然后通过对采集的数据进行融合分析处理，使得对区域内人流量的估算也更加精准。
62.此外，本发明数据处理中涉及的人流量预测方法，可以在保护人员的隐私下以较少的软硬件成本对实时人流量进行预测，同时为后续的垃圾桶位置选址以及环卫车的行驶的综合最佳路线规划提供数据。
63.在本发明的一个实施例中，各个智慧设备分别采集的原始数据，包括：
64.基于智能垃圾桶采集的超声波传感器与垃圾的实际距离信息；
65.基于监控摄像头采集的图像信息；
66.基于智能停车场终端采集的车辆信息。
67.对原始数据进行分析处理得到分析数据，包括：
68.确定超声波传感器到垃圾桶底部的第一距离信息，并基于第一距离信息与实际距离信息的比值确定当前垃圾产生量；
69.对图像信息进行人像识别，并确定识别人员数量。
70.对车辆信息进行统计，并确定车辆数量。
71.需要说明的是，本发明中的智能垃圾桶是可以进行数据自动采集并发送的自驱动智能设备，智能垃圾桶主壳体外形为长方体，长度为40cm，宽度为30cm，高度为50cm；分为两个部分，分别为垃圾桶桶主体和垃圾桶盖。智能垃圾桶中的包括的部件主要为：数据采集传输模块，设置在智能垃圾桶的下盖处；太阳能板模块，设置在智能垃圾桶的上方；控制模块，设置在主壳体内部；超声波模块，设置在主壳体底面；电池，设置在智能垃圾桶盖的内部；其中，太阳能板作为智能垃圾桶的能源提供方式，通过与电池相连接，用于能量的采集和存储；电池与超声波模块连接，控制模块，通信模块，超声波模块供电；定时向垃圾桶内侧发射超声波信号，检测当前垃圾量。
72.具体的，每个智能垃圾桶的盖子内部镶嵌一个超声波传感器。按一定的频率向下发射超声波信号，信号接收器接受到反射的声波信号，计算出当前超声波传感器与垃圾的实际距离信息h。而智能垃圾桶内无垃圾时智能垃圾桶的盖子与垃圾桶底部的第一距离信息为h，故当前垃圾产生量智能垃圾桶采集的数据每隔一段时间将会将当前垃圾产生量并传输至数据处理终端；监控摄像头也可以直接对采集的图像信息进行人像识别，以计算出当前时刻该摄像头范围内识别的人员数量；智慧停车场的车辆数数量可以由智能停车场终端的数据进行快速统计。
73.在本发明的一个实施例中，建立人流量预测模型，以预测区域内的人流量，包括：
74.建立人流量第一预测模型，以预测区域内任一位置的第一人流量；
75.其中，建立人流量第一预测模型，以预测区域内任一位置的第一人流量，具体包括：
76.对各个智慧设备设置动态加权权重值，并基于加权求和方式将各个动态加权权重值与垃圾产生量、识别人员数量及识别车辆数量分别进行结合，以确定区域内任一位置的第一人流量。
77.其中，人流量第一预测模型是预测任一位置第一人流量的预测模型，具体的，垃圾产生量，识别人员数量，车辆数量的分别为λ1，λ2，λ3，同时对于每个智慧设备分别设置一个动态加权权重值为μ1，μ2，μ3。通过加权求和的方法，计算出当前时刻任一位置的人流量为x＝λ1μ1+λ2μ2+λ3μ3。
78.在本发明的一个实施例中，建立人流量预测模型，以预测区域内的人流量，包括：
79.建立人流量第二预测模型，以预测区域内任一街道的第二人流量；
80.其中，建立人流量第二预测模型，以预测区域内任一街道的第二人流量，具体包括：
81.确定任一街道上至少两个位置的第三人流量、辅助街道数及每一辅助街道上的人数；
82.将至少两个位置的第三人流量、辅助街道数及每一辅助街道上的人数输入预设预测公式中，以确定预测区域内任一街道的第二人流量。
83.其中，人流量第二预测模型是预测任一街道第二人流量的预测模型，可以理解的是，在确定任一位置的第一人流量后，假设任一街道上的至少包括两个位置点，该位置点可以是监控摄像头位置点，也可以是智能垃圾桶的位置点，假设第一位置点的人流量为x，并且该处有y条辅助街道，并且每条辅助街道上的人数为yn；另一位置点预测的人流量为α，并且该处有β条辅助街道，每一辅助街道对应的人数为βn。
84.故，该街道上的人流y，可以使用下述预设预测公式进行求解：
[0085][0086]
通过上述两个人流量预测模型可以对景区内人流量的流动路线和人流量进行预测。
[0087]
可以理解的是，通过将各个设备的数据进行融合分析后作为人流量的预测的值可以有效的降低设备成本，提高人员的隐私权。并且可以对景区道路的拥挤程度做一个预测，对旅客以及景区工作人员做一个合理的调度。举例而言，在爬山过程中，。可以通过对人流量进行预测，根据当前爬山的旅客已经到达的位置，提前准备对应的措施。
[0088]
在本发明的一个实施例中，上述方法还包括：
[0089]
获取在预设时间段内任一位置智能垃圾桶的第一垃圾产生量；
[0090]
基于第一垃圾产生量重新对各个智能垃圾桶进行位置规划。
[0091]
可以理解的是，还可以通过在预设时间段内智能垃圾桶内的垃圾产生量表征当前位置的人流量，进而对垃圾相对产生量少的位置减少垃圾桶的放置，对于垃圾相对产生量多的位置增加垃圾桶的数量。
[0092]
通过减少不必要的垃圾桶，提高垃圾桶的使用率，并且还可以通过寻找出在人流量大的位置增加垃圾桶，以方便游客进行使用。此外，本发明提出的选址方法，除了景区的智能垃圾桶，也可用于自动贩卖机及移动超市等便民设施的投放使用。
[0093]
可以理解的是，对于智能垃圾桶以及公用设施的位置选址和调整，通过每小时产生垃圾量来分析该区域垃圾产生的速度，来调整智能垃圾桶的数量和位置，寻求出垃圾桶位置最佳选址提高了垃圾桶的使用率，降低了垃圾桶的投放数量。通过对人流量的预测，可以为消费服务点提供最佳的位置选择点，在最小的投入下获得最大的使用率。
[0094]
此外，由于垃圾产生量与当地的人口、地区生产总值、人均支取消费等息息相关，能体现出当地的消费水平。应用于景区的垃圾产生量也能作为该景区消费水平的一个重要因素。故将垃圾产生量作为历史数据存储后，可以从长期的数据中判断该景区的发展。
[0095]
在本发明的一个实施例中，上述方法还包括：
[0096]
基于智能垃圾桶的垃圾产生量确定待处理的智能垃圾桶的第一位置信息；
[0097]
基于待处理智能垃圾桶的第一位置信息与环卫车的第二位置信息确定环卫车的可行驶路线；
[0098]
确定可行驶路线上的第四人流量；
[0099]
将待处理的智能垃圾桶的第一位置信息、环卫车的可行驶路线及可行驶路线上的第四人流量作约束条件，利用改进粒子群-禁忌搜索算法对环卫车进行最优路线规划。
[0100]
需要说明的是，景区区域内的智能垃圾桶大多都相隔较远，通常由环卫车到定点进行清理回收。然而由于景区内通常道路多且复杂，因此需要对环卫车清理的路线进行规划，以大幅度减少行驶路程，清理时间以燃料的节省。
[0101]
其中，在环卫车路线规划中需要设置相关约束条件来符合实际的需要。具体的，约束条件包括车辆在行驶过程中需要行驶于可行驶道路。环卫车根据需要到达的位置，寻找可行驶最短路线，该路线的确定由拟使用的地区的道路为环卫车可行驶道路。将本地区的行驶道路进行提取作为环卫车可行驶路线。本地区的其它地方则作为障碍物区，环卫车不可直接通过的区域。具体实现为通过将地图上的道路灰度化，二值化处理提取后，地图生成只有0和1的像素点，设定环卫车能行驶的路线只能为1，其他为0的像素点为障碍物区域，不可通过。从而确定环卫车的可行驶路线。
[0102]
约束条件还包括可行驶路线上的第四人流量，可以理解的是，对于景区人流相对密集的地方，可以在为环卫车路线规划时，根据人流量预测的数据尽量避开高流量人群的
路线。
[0103]
此外，约束条件还包括车载量货物需求量总和不得超过车辆的最大载重量。对于车载重量来说，可以通过对多次收集的垃圾取其平均值作为每次垃圾重量的估算重量值。还包括每个位置的垃圾桶有且经过一次进行清理。对于每个垃圾桶在不超过最大车载量的基础上，对所有需要处理的垃圾桶进行垃圾收集处理，并且每个垃圾桶有且进行一次清理。
[0104]
可以理解的是，当垃圾桶内的垃圾达到一定量时，需要进行处理，因此可以将产生的垃圾量的数据传输至后端，基于实时垃圾量进行判断垃圾桶是否需要进行清理，当达到最大阈值时将该智能垃圾桶列为待处理垃圾桶。然后将所有需要处理的垃圾桶的位置的坐标显示出来，遍历每一个需要处理的垃圾桶的位置信息。
[0105]
然后确定规划方法中的约束条件，比如环卫车的可行驶路线及可行驶路上上的第四人流量，通过改进粒子群-禁忌搜索算法对可行驶路线进行路线规划，在不超过汽车最大限重的条件下完成全部需处理点的垃圾清理的前提下同时尽可能的避开人流量过多的路线。
[0106]
具体的，通过后端遍历需要清理的智能垃圾桶将所有需要处理的垃圾桶纳入需要清理的范围内，通过融合数据分析得出的人流量情况作为路线选择的一个参数数值。环卫车路线规划方法如下：
[0107]
step1.设置环卫车可行驶的道路、需要经过的待处理点、道路人流量等参数；
[0108]
step2.初始化环卫车行驶路线，随机生成初始解x，确定目标函数f(x)，设禁忌条件置空禁忌表，迭代次数pt＝0，pt为第一阶段模型迭代次数，pd为第二阶段模型迭代次数；
[0109]
step3：进行运算，判断是否满足终止条件次数pt≥100，若满足则转step12结束运算。若不满足则转step4继续进行迭代运算；
[0110]
step4：进入第一阶段模型运算，随机生成邻域解，每一邻域解分别计算整个路线的距离和时间；
[0111]
step5：判断是否满足终止条件pd≥50，若满足则转step3。若不满足则转step6；
[0112]
step6：随机生成邻域解，选择最好邻域解并判断是否满足禁忌条件，若满足，转step7，若不满足，转step11；
[0113]
step7：判断移动n是否属于禁忌表，若不属于，转step8；若属于，转step9；
[0114]
step8：将该邻域解作为当前解，并将此次移动列入禁忌表中，禁忌表向前移动，将最初进入禁忌表的邻域解移出禁忌表，pd＝pd+1，转step5；
[0115]
step9：计算当前环卫车行驶路线，判断其是否符合准则，若符合，转step10，若不符合，转step11；
[0116]
step10：移除禁忌表中已有的此次记录，相应移除记录之上的其余记录向后移动，将此次移动记于禁忌表最前端，pd＝pd+1，转step5；
[0117]
step11：将非禁忌对象对应的最优解作为当前解，并列入禁忌表中，禁忌表向前移动，将最初进入禁忌表的候选解移出禁忌表，pd＝pd+1，转step5；
[0118]
step12：将各个最优解所经过的道路拥挤情况加入进行分析，挑选出合适的清理路线。
[0119]
可以理解的是，环卫车从停车场出发，根据该算法规划出来的最短路线对需要清理的垃圾桶位置进行清理。可以让垃圾回收车进行最优路线规划，实现最短行驶路程，降低
环卫车行驶成本和时间成本。从而实现垃圾清理的便捷和高效的清理。在环卫车的行驶路径规划中引入人流量，在实现较短路线的同时能选择出人量较少的路线减少道路堵塞。通过对环卫车的路线规划可以降低行驶的消耗减低清理时间。
[0120]
在本发明的一个实施例中，上述方法还包括：
[0121]
获取区域内的区域地图；
[0122]
在区域地图上对智能垃圾桶进行渲染，以显示智能垃圾桶的位置信息及智能垃圾桶内容量信息；
[0123]
在区域地图上对已预测的各个位置及各个街道的人流量进行渲染，以在区域地图上显示不同颜色的人流量信息；
[0124]
在区域地图上对环卫车最优规划路线进行渲染，以显示环卫车最优清理路线信息。
[0125]
可以理解的是，通过以该地区地图作为背景，根据智能垃圾桶的位置信息和垃圾桶容量进行渲染，将每一个智能垃圾桶的位置标注在地图相对位置点。比如，以该点作为圆心，以每小时产生的垃圾量作为该圆的半径长度，将每个智能垃圾桶产生的垃圾量作为一个气泡图显示，当垃圾需要被清理时，可以在气泡图中进行提示。
[0126]
在预测区域内每条街道上的人流量时，可以因为区域地图进行显示，具体的，可以在数据处理终端的界面上显示当前各个街道预测的人流量，其中，针对不同的人流量，可以呈现出不同的颜色，比如，人流量越多，街道可以选用红颜色，人流量一般，街道可选用黄颜色，人流量较少，街道可选用绿颜色，通过显示不同颜色的人流量，便于景区人员统一调度。
[0127]
在为环卫车进行路线规划时，也可以引入区域地图，具体的，通过在区域地图显示最优环卫车清理路线，便于环卫人员依据该路线进行清理。
[0128]
为了更好实施本发明实施例中的数据处理方法，在数据处理方法基础之上，对应的，请参阅图2，图2为本发明提供的数据处理装置的一实施例的结构示意图，本发明实施例提供了一种数据处理装置200，包括：
[0129]
确定模块201，用于确定区域内的智慧设备，其中，区域内的智慧设备包括智能垃圾桶、监控摄像头及智能停车场终端；
[0130]
处理模块202，用于获取基于各个智慧设备分别采集的原始数据，并对原始数据进行分析处理得到分析数据，其中，分析数据包括垃圾产生量、识别人员数量及识别车辆数量；
[0131]
预测模块203，用于将垃圾产生量、识别人员数量及识别车辆数量作为自变量，人流量作为因变量，建立人流量预测模型，以预测区域内的人流量。
[0132]
这里需要说明的是：上述实施例提供的装置200可实现上述各方法实施例中描述的技术方案，上述各模块或单元具体实现的原理可参见上述方法实施例中的相应内容，此处不再赘述。
[0133]
基于上述数据处理方法，本发明实施例还相应的提供一种电子设备，包括：处理器和存储器以及存储在存储器中并可在处理器上执行的计算机程序；处理器执行计算机程序时实现如上述各实施例的数据处理方法中的步骤。
[0134]
图3中示出了适于用来实现本发明实施例的电子设备300的结构示意图。本发明实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、pda(个
人数字助理)、pad(平板电脑)、pmp(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字tv、台式计算机等等的固定终端。图3示出的电子设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
[0135]
电子设备包括：存储器以及处理器，其中，这里的处理器可以称为下文的处理装置301，存储器可以包括下文中的只读存储器(rom)302、随机访问存储器(ram)303以及存储装置308中的至少一项，具体如下所示：
[0136]
如图3所示，电子设备300可以包括处理装置(例如中央处理器、图形处理器等)301，其可以根据存储在只读存储器(rom)302中的程序或者从存储装置308加载到随机访问存储器(ram)303中的程序而执行各种适当的动作和处理。在ram303中，还存储有电子设备300操作所需的各种程序和数据。处理装置301、rom302以及ram303通过总线304彼此相连。输入/输出(i/o)接口305也连接至总线304。
[0137]
通常，以下装置可以连接至i/o接口305：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306；包括例如液晶显示器(lcd)、扬声器、振动器等的输出装置307；包括例如磁带、硬盘等的存储装置308；以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备300，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
[0138]
特别地，根据本发明的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置309从网络上被下载和安装，或者从存储装置308被安装，或者从rom302被安装。在该计算机程序被处理装置301执行时，执行本发明实施例的方法中限定的上述功能。
[0139]
基于上述数据处理方法，本发明实施例还相应的提供一种计算机可读存储介质，该计算机可读存储介质存储有一个或者多个程序，一个或者多个程序可被一个或者多个处理器执行，以实现如上述各实施例的数据处理方法中的步骤。
[0140]
本领域技术人员可以理解，实现上述实施例方法的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于计算机可读存储介质中。其中，所述计算机可读存储介质为磁盘、光盘、只读存储记忆体或随机存储记忆体等。
[0141]
以上所述，仅为本发明较佳的具体实施方式，但本发明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发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。