基于短时热烘和紫外线的月饼安全质量保障方法及系统

技术领域

本发明涉及食品质量安全保障技术领域，尤其是涉及一种基于短时热烘和紫外线的月饼安全质量保障方法及系统。

背景技术

目前，月饼市场大热，出现了各种各样的月饼，比如白蓉月饼、流心月饼、冰皮月饼等各种花式月饼，这些月饼的保质时间都不长，一般在一个月左右，多则两个月，因此在月饼加工生产过程中，对工艺要求比较高，现在的技术一般采用紫外线对月饼进行杀菌，然后外加短时热烘，其中短时热烘技术可以减少月饼中水分含量，从而减小月饼生长食物细菌的可能，同时通过紫外光尽可能对细菌进行灭菌，但是由于现在月饼种类多样，为保证月饼质量和口味，对热烘和紫外灭菌的要求会不一样，现在一般通过人工调节热烘的温度和时长，以及紫外光照射时间，但是人工调节一般是凭经验调节，会存在调节误差，难以保证每种月饼的质量达标，因此需要一种更加智能的月饼质量控制方法。

发明内容

为克服现有技术的不足，本申请现提出一种基于短时热烘和紫外线的月饼安全质量保障方法及系统，能够智能调节不同月饼的热烘和紫外线工艺配置条件，从而提高月饼的安全质量。

第一方面，本申请提供的基于短时热烘和紫外线的月饼安全质量保障方法，采用如下的技术方案：

一种基于短时热烘和紫外线的月饼安全质量保障方法，该方法包括：

获取试验月饼在热烘和紫外线杀菌下的试验数据，所述试验数据包括月饼水分含量数据、热烘杀菌条件数据和月饼菌量数据；

对所述试验数据进行数据预处理，将数据预处理后对应的试验数据作为待提取数据；

对所述待提取数据进行特征工程，得到待训练数据集；

根据训练数据集进行建模，获取用于预测不同月饼所需的热烘杀菌条件的月饼热烘杀菌模型。

通过采用上述技术方案，通过获取试验月饼在热烘和紫外线杀菌下的试验数据，进行数据预处理和特征提取，从而使得能够进行数据建模，获取用于预测不同月饼所需的热烘杀菌条件的月饼热烘杀菌模型，实现智能调节不同月饼的热烘和紫外线工艺配置条件，从而提高月饼的安全质量。

可选的，对所述试验数据进行数据预处理，将数据预处理后对应的试验数据作为待提取数据，包括：

对所述试验数据进行数据清洗以删除异常数据，并将数据清洗后的试验数据作为待统计数据；

对所述待统计数据中的月饼水分含量数据、热烘杀菌条件数据和月饼菌量数据，统计获取每种水分含量月饼采用不同热烘杀菌条件时的月饼菌量数据，并将统计后的月饼菌量数据作为待归一数据；

将待归一数据进行归一化处理，获取每种水分含量月饼采用不同热烘杀菌条件时的月饼保质率数据，并将获取得到的月饼保质率数据组成所述待提取数据。

通过采用上述技术方案，通过对试验数据进行数据清洗，从而删除异常数据，减小建模误差；通过待统计数据中的月饼水分含量数据、热烘杀菌条件数据和月饼菌量数据统计，方便后续快速特征提取；并通过归一化进行数据处理，使得后续处理数据和建模更加快速、高效。

可选的，对所述待提取数据进行特征工程，得到待训练数据集，包括：

基于预设的特征提取算法，对待提取数据进行特征提取，获取特征信息；

对特征信息在保质时间维度进行特征衍生，并将特征衍生后的特征信息作为待训练数据集。

通过采用上述技术方案，通过对待提取数据进行特征提取，获取特征信息，从而便于建模训练学习；通过对特征信息在保质时间维度进行特征衍生，使得后续建模时考虑保质时间这一因素，提高模型的适用性和准确性。

可选的，基于所述待训练数据集进行建模训练，获取用于预测不同月饼所需的热烘杀菌条件的月饼热烘杀菌模型，包括：

根据所述训练数据集中不同类别的特征信息进行建模，得到月饼水分与月饼保质相关子模型、热烘杀菌与月饼保质相关子模型、菌量与月饼保质相关子模型；

将所述月饼水分与月饼保质相关子模型、热烘杀菌与月饼保质相关子模型、菌量与月饼保质相关子模型进行模型融合，得到月饼热烘杀菌模型。

通过采用上述技术方案，根据所述训练数据集构建月饼水分与月饼保质相关子模型、热烘杀菌与月饼保质相关子模型、菌量与月饼保质相关子模型这些弱关系模型，以融合得到月饼热烘杀菌模型这一强关系模型，从而使得月饼热烘杀菌模型能够从多个维度分析不同月饼所需的预测热烘杀菌条件。

可选的，获取目标月饼热烘杀菌配置请求，所述目标月饼热烘杀菌配置请求包括目标月饼的初始水分含量数据；

将所述初始水分含量数据输入所述月饼热烘杀菌模型，得到目标月饼的热烘杀菌配置条件。

通过采用上述技术方案，根据用户对目标月饼的热烘杀菌配置请求，利用月饼热烘杀菌模型预测得到目标月饼的热烘杀菌配置条件，从而代替人工调节热烘杀菌配置条件，实现智能调节不同月饼的热烘和紫外线工艺配置条件，并提高月饼的安全质量。

第一方面，本申请提供的基于短时热烘和紫外线的月饼安全质量保障系统，采用如下的技术方案：

一种基于短时热烘和紫外线的月饼安全质量保障系统，所述系统包括：

数据获取模块，用于获取试验月饼在热烘和紫外线杀菌下的试验数据，所述试验数据包括月饼水分含量数据、热烘杀菌条件数据和月饼菌量数据；

预处理模块，用于对所述试验数据进行数据预处理，将数据预处理后对应的试验数据作为待提取数据；

特征提取模块，用于对所述待提取数据进行特征工程，得到待训练数据集；

建模模块，用于根据训练数据集进行建模，获取用于预测不同月饼所需的热烘杀菌条件的月饼热烘杀菌模型。

通过采用上述技术方案，通过获取试验月饼在热烘和紫外线杀菌下的试验数据，进行数据预处理和特征提取，从而使得能够进行数据建模，获取用于预测不同月饼所需的热烘杀菌条件的月饼热烘杀菌模型，实现智能调节不同月饼的热烘和紫外线工艺配置条件，从而提高月饼的安全质量。

可选的，所述预处理模块包括：

数据清洗子模块，用于对所述试验数据进行数据清洗以删除异常数据，并将数据清洗后的试验数据作为待统计数据；

统计子模块，用于对所述待统计数据中的月饼水分含量数据、热烘杀菌条件数据和月饼菌量数据，统计获取每种水分含量月饼采用不同热烘杀菌条件时的月饼菌量数据，并将统计后的月饼菌量数据作为待归一数据；

归一化子模块，用于将待归一数据进行归一化处理，获取每种水分含量月饼采用不同热烘杀菌条件时的月饼保质率数据，并将获取得到的月饼保质率数据组成所述待提取数据。

通过采用上述技术方案，通过对试验数据分别进行数据清洗，从而删除异常数据，减小建模误差；通过待统计数据中的月饼水分含量数据、热烘杀菌条件数据和月饼菌量数据统计，方便后续快速特征提取；并通过归一化进行数据处理，使得后续处理数据和建模更加快速、高效。

可选的，所述特征提取模块包括：

提取子模块，用于基于预设的特征提取算法，对待提取数据进行特征提取，获取特征信息；

特征衍生子模块，用于对特征信息在保质时间维度进行特征衍生，并将特征衍生后的特征信息作为待训练数据集。

通过采用上述技术方案，通过对待提取数据进行特征提取，获取特征信息，从而便于建模训练学习；通过对特征信息在保质时间维度进行特征衍生，使得后续建模时考虑保质时间这一因素，提高模型的适用性和准确性。

可选的，所述建模模块包括：

第一模型构建子模块，用于根据所述训练数据集中不同类别的特征信息进行建模，得到月饼水分与月饼保质相关子模型、热烘杀菌与月饼保质相关子模型、菌量与月饼保质相关子模型；

第二模型构建子模块，用于将所述月饼水分与月饼保质相关子模型、热烘杀菌与月饼保质相关子模型、菌量与月饼保质相关子模型进行模型融合，得到月饼热烘杀菌模型。

通过采用上述技术方案，根据所述训练数据集构建月饼水分与月饼保质相关子模型、热烘杀菌与月饼保质相关子模型、菌量与月饼保质相关子模型这些弱关系模型，以融合得到月饼热烘杀菌模型这一强关系模型，从而使得月饼热烘杀菌模型能够从多个维度分析不同月饼所需的预测热烘杀菌条件。

可选的，所述系统还包括：

获取请求模块，用于获取目标月饼热烘杀菌配置请求，所述目标月饼热烘杀菌配置请求包括目标月饼的初始水分含量数据；

输出结果模块，用于将所述初始水分含量数据输入所述月饼热烘杀菌模型，得到目标月饼的热烘杀菌配置条件。

通过采用上述技术方案，根据用户对目标月饼的热烘杀菌配置请求，利用月饼热烘杀菌模型预测得到目标月饼的热烘杀菌配置条件，从而代替人工调节热烘杀菌配置条件，实现智能调节不同月饼的热烘和紫外线工艺配置条件，并提高月饼的安全质量。

附图说明

图1是本申请实施例的基于短时热烘和紫外线的月饼安全质量保障方法的实现流程图；

图2是本申请实施例的基于短时热烘和紫外线的月饼安全质量保障方法步骤S20的实现流程图；

图3是本申请实施例的基于短时热烘和紫外线的月饼安全质量保障方法步骤S30的实现流程图；

图4是本申请实施例的基于短时热烘和紫外线的月饼安全质量保障方法步骤S40的实现流程图；

图5是本申请实施例的基于短时热烘和紫外线的月饼安全质量保障方法的另一实现流程图；

图6是本申请实施例的基于短时热烘和紫外线的月饼安全质量保障系统的原理框图；

图7是本申请实施例的计算机设备的原理框图。

具体实施方式

以下结合附图对本发明作进一步详细说明。

实施例：

在本实施例中，如图1所示，本申请公开了一种基于短时热烘和紫外线的月饼安全质量保障方法，该方法包括：

S10：获取试验月饼在热烘和紫外线杀菌下的试验数据，试验数据包括月饼水分含量数据、热烘杀菌条件数据和月饼菌量数据。

在本实施例中，试验月饼是指在构建月饼杀菌相关模型之前，从月饼加工生产线上取出加工完成且待灭菌的若干种类月饼，比如各种内陷的冰皮月饼；试验数据是指通过不同热烘和紫外线照射试验后，对不同种类的试验月饼进行相关试验检测所得到的数据；其中，月饼水分含量数据是指通过直接干燥法对不同试验月饼检测得到的月饼中的水分含量数据；热烘杀菌条件数据是指对于不同试验组的月饼，热烘和紫外线照射试验过程中采用的热烘温度、时长数据，以及紫外线处理时长；月饼菌量数据是指通过热烘和紫外线照射试验后，随着时间变化，月饼产生的菌落种类和数量数据。

具体地，通过人工试验方法对试验月饼进行试验检测后，获取到至少包括月饼水分含量数据、热烘杀菌条件数据和月饼菌量数据的试验数据，然后将这些试验数据在用户端上传到服务器，并存储在服务器中的数据库中。在本实施例中，客户端可以指PC计算机，也可以是笔记本电脑。

S20：对试验数据进行数据预处理，将数据预处理后对应的试验数据作为待提取数据。

在本实施例中，待提取数据是指用于模型构建过程中，需要进行特征提取的数据集。

具体地，对该试验数据进行预处理，将试验数据中的异常数据进行清洗后，进行不同维度统计，并对统计后的数据进行归一化处理，得到待提取数据。

S30：对待提取数据进行特征工程，得到待训练数据集。

在本实施例中，待训练数据集是指用于后续训练，得到热烘杀菌模型的数据集。

具体地，对该待提取数据的数据集进行特征提取，以提取重要特征，并将该重要特征组成待训练数据集。

S40：基于待训练数据集进行建模训练，获取用于预测不同月饼所需的热烘杀菌条件的月饼热烘杀菌模型。

在本实施例， 月饼热烘杀菌模型是用于在月饼生产线上需要对成品月饼灭菌时，预测不同月饼所需的热烘和紫外灭菌配置参数的模型。

具体地，根据月饼水分含量数据、热烘杀菌条件数据和月饼菌量数据对应的待训练数据集，建立不同子模型，然后通过统计各子模型之间的相关性，得到月饼热烘杀菌模型。

在一实施例中，如图2所示，在步骤S20中，对试验数据进行数据预处理，将数据预处理后对应的试验数据作为待提取数据，包括：

S201：对试验数据进行数据清洗以删除异常数据，并将数据清洗后的试验数据作为待统计数据。

在本实施例中，待统计数据是指进行数据清洗后，需要进行数据统计的试验数据。

具体的，对试验数据中存在的离散数据进行删除，并对缺失数据进行填充，从而得到待提取数据。

S202：对待统计数据中的月饼水分含量数据、热烘杀菌条件数据和月饼菌量数据，统计获取每种水分含量月饼采用不同热烘杀菌条件时的月饼菌量数据，并将统计后的月饼菌量数据作为待归一数据；

具体地，根据待统计数据，从月饼水分含量数据、热烘杀菌条件数据和月饼菌量数据三个维度进行统计，得到每种水分含量月饼采用不同热烘杀菌条件时的月饼菌量数据。例如，不同水分含量的冰皮月饼，在热烘温度170°，加热时间0min、1min、2min、3min,...,12min条件下，月饼在贮藏过程中产生的菌落种类和数量。

S203：将待归一数据进行归一化处理，获取每种水分含量月饼采用不同热烘杀菌条件时的月饼保质率数据，并将获取得到的月饼保质率数据组成待提取数据。

在本实施例中，月饼保质率数据是指不同水分月饼经历热烘和紫外灭菌后，随着贮藏时间的增加，月饼由于产生菌落而造成的逐渐降低的安全质量水平。

具体地，对待归一化数据中的数据集进行归一化处理，从而得到不同水分含量月饼在不同热烘灭菌条件下的月饼保质率数据。

在一实施例中，如图3所示，在步骤S30中，对待提取数据进行特征工程，得到待训练数据集，包括：

S301：基于预设的特征提取算法，对待提取数据进行特征提取，获取特征信息。

在本实施例中，特征信息指通过特征提取算法的计算，待提取数据的数据集中每一个特征求得的值。

具体地，可以采用小波分析法对待提取数据的数据集进行特征提取，获取不同水分含量月饼的特征信息，并从该特征信息中选择月饼保质正常时的特征信息。比如每种水分含量月饼下，热烘灭菌系统条件与月饼保质率达标之间的特征关系值。

S302：对特征信息在保质时间维度进行特征衍生，并将特征衍生后的特征信息作为待训练数据集。

具体的，对于不同水分含量的月饼，其保质时间要求不一样，因此对特征信息在保质时间维度进行特征衍生，将特征衍生后的特征信息作为待训练数据集。

在一实施例中，如图4所示，在步骤S40中，基于待训练数据集进行建模训练，获取用于预测不同月饼所需的热烘杀菌条件的月饼热烘杀菌模型，包括：

S401：根据训练数据集中不同类别的特征信息进行建模，得到月饼水分与月饼保质相关子模型、热烘杀菌与月饼保质相关子模型、菌量与月饼保质相关子模型。

具体的，根据特征信息，在月饼水分含量数据、热烘杀菌条件、月饼菌量数据中分别统计建模，获取月饼水分与月饼保质相关子模型、热烘杀菌与月饼保质相关子模型、菌量与月饼保质相关子模型。在本实施例中，月饼水分与月饼保质相关子模型、热烘杀菌与月饼保质相关子模型、菌量与月饼保质相关子模型为弱关系模型。

月饼水分与月饼保质相关子模型用于预测不同水分含量月饼在同一热烘杀菌条件下的菌量，在月饼贮藏过程中，月饼水分含量不同也会影响月饼产生的菌量。热烘杀菌与月饼保质相关子模型用于预测同一水分含量月饼在不同热烘杀菌条件下月饼的菌量。菌量与月饼保质相关子模型用于预测不同月饼菌量对应的安全保质时间。

S402：将月饼水分与月饼保质相关子模型、热烘杀菌与月饼保质相关子模型、菌量与月饼保质相关子模型进行模型融合，得到月饼热烘杀菌模型。

具体的，通过统计月饼水分与月饼保质相关子模型、热烘杀菌与月饼保质相关子模型、菌量与月饼保质相关子模型进行模型对应的特征信息之间的关联关系，融合得到月饼热烘杀菌模型，该用于预测不同月饼在达到保质时间所需的热烘杀菌条件。

在一实施例中，如图5所示，在步骤S40之后，本实施例的月饼安全质量保障方法还包括：

S50：获取目标月饼热烘杀菌配置请求，目标月饼热烘杀菌配置请求包括目标月饼的初始水分含量数据。

在本实施例中，目标月饼是指生产好且待热烘灭菌的月饼；杀菌配置请求是指用户端发送的关于目标月饼热烘杀菌具体参量的请求消息；初始水分含量数据是指目标月饼的内陷和外皮所含水分含量。

具体的，可以先对若干个目标月饼采用直接干燥法获取初始水分含量，然后根据该初始水分含量，人工通过用户端向服务器发送热烘杀菌配置请求，服务器接收该热烘杀菌配置请求。

S60：将初始水分含量数据输入月饼热烘杀菌模型，得到目标月饼的热烘杀菌配置条件。

在本实施例中，热烘杀菌配置条件是指对目标月饼要进行的热烘温度、时长，以及紫外杀菌时长。

具体地，将该初始水分含量数据输入月饼热烘杀菌模型中，该月饼热烘杀菌模型保质时间默认设置为30天，预测该初始水分含量的月饼所需的热烘温度、时长，以及紫外杀菌时长。此外，若热烘杀菌配置请求包含保质时间请求，则月饼热烘杀菌模型根据初始水分含量和保质时间，预测月饼所需的热烘温度、时长，以及紫外杀菌时长，从而针对不同水分含量的月饼和保质时间要求，智能调节热烘杀菌配置条件。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

本实施例中还提供一种基于短时热烘和紫外线的月饼安全质量保障系统，该基于短时热烘和紫外线的月饼安全质量保障系统与上述实施例中基于短时热烘和紫外线的月饼安全质量保障方法一一对应。如图6所示，该基于短时热烘和紫外线的月饼安全质量保障系统包括数据获取模块、预处理模块、特征提取模块和建模模块。各功能模块详细说明如下：

数据获取模块，用于获取试验月饼在热烘和紫外线杀菌下的试验数据，试验数据包括月饼水分含量数据、热烘杀菌条件数据和月饼菌量数据；

预处理模块，用于对试验数据进行数据预处理，将数据预处理后对应的试验数据作为待提取数据；

特征提取模块，用于对待提取数据进行特征工程，得到待训练数据集；

建模模块，用于根据训练数据集进行建模，获取用于预测不同月饼所需的热烘杀菌条件的月饼热烘杀菌模型。

可选的，预处理模块包括：

数据清洗子模块，用于对试验数据进行数据清洗以删除异常数据，并将数据清洗后的试验数据作为待统计数据；

统计子模块，用于对待统计数据中的月饼水分含量数据、热烘杀菌条件数据和月饼菌量数据，统计获取每种水分含量月饼采用不同热烘杀菌条件时的月饼菌量数据，并将统计后的月饼菌量数据作为待归一数据；

归一化子模块，用于将待归一数据进行归一化处理，获取每种水分含量月饼采用不同热烘杀菌条件时的月饼保质率数据，并将获取得到的月饼保质率数据组成待提取数据。

可选的，特征提取模块包括：

提取子模块，用于基于预设的特征提取算法，对待提取数据进行特征提取，获取特征信息；

特征衍生子模块，用于对特征信息在保质时间维度进行特征衍生，并将特征衍生后的特征信息作为待训练数据集。

可选的，建模模块包括：

第一模型构建子模块，用于根据训练数据集中不同类别的特征信息进行建模，得到月饼水分与月饼保质相关子模型、热烘杀菌与月饼保质相关子模型、菌量与月饼保质相关子模型；

第二模型构建子模块，用于将月饼水分与月饼保质相关子模型、热烘杀菌与月饼保质相关子模型、菌量与月饼保质相关子模型进行模型融合，得到月饼热烘杀菌模型。

可选的，本实施例的系统还包括：

获取请求模块，用于获取目标月饼热烘杀菌配置请求，目标月饼热烘杀菌配置请求包括目标月饼的初始水分含量数据；

输出结果模块，用于将初始水分含量数据输入月饼热烘杀菌模型，得到目标月饼的热烘杀菌配置条件。

关于基于短时热烘和紫外线的月饼安全质量保障系统的具体限定可以参见上文中对于基于短时热烘和紫外线的月饼安全质量保障方法的限定，在此不再赘述。上述基于短时热烘和紫外线的月饼安全质量保障系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

本实施例中提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储试验数据、特征信息、待训练数据集。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于短时热烘和紫外线的月饼安全质量保障方法。

在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上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以下步骤：

S10：获取试验月饼在热烘和紫外线杀菌下的试验数据，试验数据包括月饼水分含量数据、热烘杀菌条件数据和月饼菌量数据；

S20：对试验数据进行数据预处理，将数据预处理后对应的试验数据作为待提取数据；

S30：对待提取数据进行特征工程，得到待训练数据集；

S40：根据训练数据集进行建模，获取用于预测不同月饼所需的热烘杀菌条件的月饼热烘杀菌模型。

本实施例中提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

S10：获取试验月饼在热烘和紫外线杀菌下的试验数据，试验数据包括月饼水分含量数据、热烘杀菌条件数据和月饼菌量数据；

S20：对试验数据进行数据预处理，将数据预处理后对应的试验数据作为待提取数据；

S30：对待提取数据进行特征工程，得到待训练数据集；

S40：根据训练数据集进行建模，获取用于预测不同月饼所需的热烘杀菌条件的月饼热烘杀菌模型。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。