一种用于弱电智能系统运行监测的方法及系统

技术领域

本发明涉及智能监测技术领域，具体涉及一种用于弱电智能系统运行监测的方法及系统。

背景技术

弱电系统是指不涉及高电压的低电压、低电流信息传输系统，是现代建筑的重要组成部分。弱电系统例如包括建筑内的门禁、监控等信息检测系统，进行建筑状态的监测和分析，提升建筑运行的智能性和自动化程度以及安全程度。但由于弱电系统日常的数据处理量过大，存在数据处理效率低，系统运行可靠性差的问题。

发明内容

本申请提供了一种用于弱电智能系统运行监测的方法及系统，用于解决现有技术中由于数据量过大，导致弱电智能系统数据处理效率低、运行监测效果差的技术问题。

本申请的第一个方面，提供了一种用于弱电智能系统运行监测的方法，所述方法包括：通过监测任务划分模块，采集待进行运行监测的弱电智能系统内的多个弱电智能单元，以及多个弱电智能单元执行的多个智能任务；采集所述多个智能任务的任务特征信息，每个任务特征信息包括源数据类别特征信息、数据处理类别特征信息、输出数据类别特征信息和处理效率需求信息；通过任务分析设计模块，结合多个任务特征信息，进行任务数据私密性分析和任务算力分析，获得多个私密性参数和多个算力参数；采集所述弱电智能系统进行数据处理的云中心的云算力信息，以及执行所述多个智能任务的多个边缘终端的多个终端算力信息；根据所述云算力信息、多个终端算力信息和多个算力参数，基于云计算和边缘计算，对多个智能任务的设计处理位置进行分配，获得弱电业务架构空间；基于所述多个私密性参数和多个处理效率要求信息，在弱电业务架构空间内，进行弱电业务架构的优化，获得最优弱电业务架构，通过监测模块，对弱电智能系统进行设计和运行监测。

本申请的第二个方面，提供了一种用于弱电智能系统运行监测的系统，所述系统包括：智能任务采集模块，所述智能任务采集模块用于通过监测任务划分模块，采集待进行运行监测的弱电智能系统内的多个弱电智能单元，以及多个弱电智能单元执行的多个智能任务；任务特征信息采集模块，所述任务特征信息采集模块用于采集所述多个智能任务的任务特征信息，每个任务特征信息包括源数据类别特征信息、数据处理类别特征信息、输出数据类别特征信息和处理效率需求信息；任务数据私密性和算力分析模块，所述任务数据私密性和算力分析模块用于通过任务分析设计模块，结合多个任务特征信息，进行任务数据私密性分析和任务算力分析，获得多个私密性参数和多个算力参数；终端算力信息采集模块，所述终端算力信息采集模块用于采集所述弱电智能系统进行数据处理的云中心的云算力信息，以及执行所述多个智能任务的多个边缘终端的多个终端算力信息；弱电业务架构空间获得模块，所述弱电业务架构空间获得模块用于根据所述云算力信息、多个终端算力信息和多个算力参数，基于云计算和边缘计算，对多个智能任务的设计处理位置进行分配，获得弱电业务架构空间；系统运行监测模块，所述系统运行监测模块用于基于所述多个私密性参数和多个处理效率要求信息，在弱电业务架构空间内，进行弱电业务架构的优化，获得最优弱电业务架构，通过监测模块，对弱电智能系统进行设计和运行监测。

本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：

本申请提供的一种用于弱电智能系统运行监测的方法，涉及智能监测技术领域，通过采集弱电智能系统内的多个智能任务，及对应的任务特征信息，分析获得多个私密性参数和多个算力参数，基于云计算和边缘计算，对多个智能任务的设计处理位置进行分配，获得弱电业务架构空间，结合多个私密性参数和多个处理效率要求信息进行弱电业务架构的优化，获得最优弱电业务架构，对弱电智能系统进行设计和运行监测，解决了现有技术中由于数据量过大，导致弱电智能系统数据处理效率低、运行监测效果差的技术问题，实现了通过云计算和边缘计算融合的方式进行弱电智能系统设计和运行监测，提高系统的数据处理效率和安全性的技术效果。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例提供的一种用于弱电智能系统运行监测的方法流程示意图；

图2为本申请实施例提供的一种用于弱电智能系统运行监测的方法中获取所述多个私密性参数和多个算力参数的流程示意图；

图3为本申请实施例提供的一种用于弱电智能系统运行监测的方法中获得弱电业务架构空间的流程示意图；

图4为本申请实施例提供的一种用于弱电智能系统运行监测的系统结构示意图。

附图标记说明：智能任务采集模块11，任务特征信息采集模块12，任务数据私密性和算力分析模块13，终端算力信息采集模块14，弱电业务架构空间获得模块15，系统运行监测模块16。

具体实施方式

本申请提供了一种用于弱电智能系统运行监测的方法，用于解决现有技术中由于数据量过大，导致弱电智能系统数据处理效率低、运行监测效果差的技术问题。

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整的描述。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或模块。

实施例一

如图1所示，本申请提供了一种用于弱电智能系统运行监测的方法，所述方法包括：

T10：通过监测任务划分模块，采集待进行运行监测的弱电智能系统内的多个弱电智能单元，以及多个弱电智能单元执行的多个智能任务；

应当理解的是，弱电智能系统通常包括多个不同功能的智能单元，通过监测任务划分模块，采集待进行运行监测的弱电智能系统内的多个弱电智能单元，所述弱电智能单元即为弱电智能系统的子系统，包括智能照明单元、智能安防单元、智能环境控制单元、智能电力管理单元等，每个弱电智能单元用来执行不同的智能任务，例如通过智能照明单元执行建筑内照明设备的智能控制，自动调节亮度、色温、定时开关，通过智能安防单元执行建筑的门禁、监控、声控等安全监测任务。

T20：采集所述多个智能任务的任务特征信息，每个任务特征信息包括源数据类别特征信息、数据处理类别特征信息、输出数据类别特征信息和处理效率需求信息；

进一步的，本申请实施例步骤T20还包括：

T21：采集所述多个智能任务执行时采集的数据类型，获得多个源数据类别特征信息；

T22：采集所述多个智能任务对采集的数据进行处理的处理方式，获得多个数据处理类别特征信息；

T23：采集所述多个智能任务执行时输出的数据类型，获得多个输出数据类别特征信息；

T24：采集所述多个智能任务执行的执行时间阈值，获得多个处理效率需求信息；

T25：整合所述多个源数据类别特征信息、多个数据处理类别特征信息、多个数据处理类别特征信息和多个处理效率需求信息，获得多个任务特征信息。

可选的，采集所述多个智能任务的任务特征信息，也就是每个智能任务在执行时的任务特征，包括源数据类别特征信息、数据处理类别特征信息、输出数据类别特征信息和处理效率需求信息，具体的，分别采集所述多个智能任务执行时采集的数据的类型，获得多个源数据类别特征信息，例如人脸识别图片数据、监控视频数据、电力设备的运行数据等。

进一步的，分别获取每个智能任务对采集到的数据的处理方式，例如对图片数据进行降噪和特征提取，对设备运行数据进行清洗、聚类等处理，获得多个数据处理类别特征信息。分别采集所述多个智能任务执行完成后输出的数据类型，获得多个输出数据类别特征信息。并提取每个智能任务的执行时间阈值，也就是每个智能任务的最长执行时间，例如进行照明亮度调控的响应时间，由此获得各项智能任务的处理效率需求，获得多个处理效率需求信息。进一步的，将采集到的所述多个源数据类别特征信息、多个数据处理类别特征信息、多个数据处理类别特征信息和多个处理效率需求信息与相应的智能任务一一对应关联，组成多个任务特征信息，可以反映多个智能任务的基础运行特征。

T30：通过任务分析设计模块，结合多个任务特征信息，进行任务数据私密性分析和任务算力分析，获得多个私密性参数和多个算力参数；

进一步的，如图2所示，本申请实施例步骤T30还包括：

T31：基于弱电系统的多个样本任务，获取样本任务特征信息集合，所述样本任务特征信息集合包括样本源数据类别特征信息集合、样本数据处理类别特征信息集合、样本输出数据类别特征信息集合和样本处理效率需求信息集合；

T32：基于所述样本源数据类别特征信息集合、样本输出数据类别特征信息集合，评估获取样本私密性参数集合，基于所述样本数据处理类别特征信息集合和样本处理效率需求信息集合，评估获取样本算力参数集合；

T33：采用所述样本源数据类别特征信息集合、样本输出数据类别特征信息集合和样本私密性参数集合，构建并更新获取私密性分析通道，采用所述样本数据处理类别特征信息集合、样本处理效率需求信息集合和样本算力参数集合，构建并更新获取算力分析通道；

T34：基于所述私密性分析通道和算力分析通道，对多个任务特征信息进行分析预测，获取所述多个私密性参数和多个算力参数。

示例性的，通过任务分析设计模块，结合多个任务特征信息，进行任务数据私密性分析和任务算力分析，所述任务分析设计模块包含私密性分析通道和算力分析通道，可分别用来进行智能任务的数据私密性分析和任务算力分析，所述数据私密性就是指智能任务所涉及的数据的私密程度，例如智能安防单元的涉及的保密资料，门禁控制单元的密码等的私密性较高，温度控制、灯光控制数据等的私密性较低，所述任务算力是指执行每项智能任务需要消耗的系统算力。

进一步的，基于大数据获取多个样本任务，例如电力监管任务、室内环境监测任务、门禁控制、入侵监测、照明控制等，并提取多个样本任务对应的任务特征信息，组成样本任务特征信息集合，包括样本源数据类别特征信息集合、样本数据处理类别特征信息集合、样本输出数据类别特征信息集合和样本处理效率需求信息集合。

进一步的，针对所述样本源数据类别特征信息集合、样本输出数据类别特征信息集合，分别进行样本源数据和样本输出数据的私密性评级，得到每个样本任务对应的数据的私密性参数，组成样本私密性参数集合，针对所述样本数据处理类别特征信息集合和样本处理效率需求信息集合，分别进行任务算力评估，获得每个样本任务对应的算力需求，组成样本算力参数集合。

进一步的，采用所述样本源数据类别特征信息集合、样本输出数据类别特征信息集合和样本私密性参数集合作为训练数据，结合神经网络算法，构建私密性分析通道，并使用训练数据进行有监督训练，根据训练数据的输出结果对通道的网络参数进行更新调整，直至通道的输出数据达到收敛并满足预设的准确度要求，获得所述私密性分析通道。同理，使用所述样本数据处理类别特征信息集合、样本处理效率需求信息集合和样本算力参数集合作为训练数据，结合神经网络算法，构建并训练得到算力分析通道。

进一步的，分别将所述多个任务特征信息输入所述私密性分析通道和算力分析通道，进行私密性分析和算力分析，获取多个智能任务对应的所述多个私密性参数和多个算力参数，可以作为后续进行弱电业务架构设计和系统运行状态监测的参考数据。

T40：采集所述弱电智能系统进行数据处理的云中心的云算力信息，以及执行所述多个智能任务的多个边缘终端的多个终端算力信息；

在本申请一种肯定可能的实施例中，所述弱电智能系统由云中心和多个边缘终端组成，所述云中心就是云计算中心，也就是整个弱电智能系统的总控中心，具有强大的数据处理性能，能够处理海量的数据，所述边缘终端是用来对单项任务进行独立处理的设备终端，采集所述弱电智能系统的云中心的云算力信息，以及执行所述多个智能任务的多个边缘终端的多个终端算力信息，可以作为后续进行算力分配的约束参考。

T50：根据所述云算力信息、多个终端算力信息和多个算力参数，基于云计算和边缘计算，对多个智能任务的设计处理位置进行分配，获得弱电业务架构空间；

进一步的，如图3所示，本申请实施例步骤T50还包括：

T51：根据所述云算力信息、多个终端算力信息，构建设计约束条件，所述设计约束条件包括在云中心和多个边缘终端内进行处理的智能任务的算力不超过所述云算力信息和多个终端算力信息；

T52：根据所述约束条件，基于所述云算力信息、多个终端算力信息和多个算力参数，对多个智能任务的设置处理位置进行分配，获得多个分配方案，构建获得弱电业务架构空间。

具体的，将所述云算力信息、多个终端算力信息，共同作为弱电系统业务架构设计的约束条件，也就是说分配到云中心和多个边缘终端内进行处理的多个智能任务，其算力不允许超过所述云算力信息和多个终端算力信息。进一步的，基于云计算和边缘计算，对多个智能任务的设计处理位置进行分配，所述云计算是指将数据和应用程序存储在远程的云端服务器上，并通过互联网进行访问和使用，所述边缘计算是指在靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，为每项任务就近提供最近端服务，每项任务对应一个边缘终端，具有更快的响应速度，可提升处理效率，减轻云端的负荷。

进一步的，根据所述约束条件，参照所述云算力信息、多个终端算力信息和多个算力参数，对多个智能任务进行算力匹配和处理位置分配，也就是匹配每项智能任务的计算方式和对应的计算终端，最终由多个智能任务组成弱电业务架构空间，可以反映每项智能任务的任务类型、计算位置、关联关系等。

T60：基于所述多个私密性参数和多个处理效率要求信息，在弱电业务架构空间内，进行弱电业务架构的优化，获得最优弱电业务架构，通过监测模块，对弱电智能系统进行设计和运行监测。

进一步的，本申请实施例步骤T60还包括：

T61：基于所述多个私密性参数和多个处理效率要求信息，构建架构优化函数，如下式：

其中，cur为适应度，w

应当理解的是，基于所述多个私密性参数和多个处理效率要求信息，提取弱电智能系统设计优化参数，构建架构优化函数，如下式：

进一步的，通过使用所述架构优化函数，在弱电业务架构空间内，进行弱电业务架构的寻优，选择适应度最高的弱电业务架构作为最优弱电业务架构，并通过监测模块，对弱电智能系统进行更新设计和运行监测，以保证弱电智能系统的处理效率，并及时处理系统故障，提高用户体验。

进一步的，本申请实施例步骤T60还包括：

T62：在所述弱电业务架构空间内，随机选择获得多个第一弱电业务架构；

T63：根据所述架构优化函数，计算多个第一弱电业务架构的多个第一适应度；

T64：根据多个第一适应度，对所述多个第一弱电业务架构进行划分，获得多个业务架构集；

T65：在所述弱电业务架构空间内，对多个业务架构集内的弱电业务结构进行更新优化，直到满足优化要求，计算多个业务架构集内弱电业务架构的适应度的和，获得最优业务架构集；

T66：将最优业务架构集内适应度最大的弱电业务架构输出，获得最优弱电业务架构。

可选的，在所述弱电业务架构空间内，随机抽选多个弱电业务架构，作为多个第一弱电业务架构，并分别将多个第一弱电业务架构对应的云中心内的多个智能任务的算力参数、多个边缘终端的终端算力参数，分别代入所述架构优化函数中进行计算，获得多个第一弱电业务架构的多个第一适应度，进一步的，根据多个第一适应度，对所述多个第一弱电业务架构进行划分，获得多个业务架构，其划分过程可以是：首先选择适应度最大的多个第一弱电业务架构，例如选择适应度最大的前十个第一弱电业务架构分别作为一个聚类簇，然后分别将剩余的第一弱电业务架构与适应度前十的业务架构进行相似度匹配，将相似度较大的放入同一个聚类簇中，相似度较小的放入不同的聚类簇中，得到多个业务架构集。

进一步的，在所述弱电业务架构空间内，选择适应度更大的弱电业务架构，对多个业务架构集内的弱电业务结构进行更新优化，直到满足优化要求，也就是满足更新迭代次数或预设的适应度阈值，进一步的，分别计算所述多个业务架构集内弱电业务架构的适应度的和，并选择适应度之和最大的业务架构集作为最优业务架构集，进一步的，将最优业务架构集内适应度最大的弱电业务架构输出，作为最优弱电业务架构。

进一步的，本申请实施例步骤T65还包括：

T65-1：根据每个业务架构集内每个第一弱电业务架构的第一适应度，计算获得多个舍弃概率，舍弃概率与第一适应度的大小负相关；

T65-2：根据多个舍弃概率，在每个业务架构集内随机选取预设数量的弱电业务架构进行舍弃，并从所述弱电业务架构空间内随机选取预设数量的弱电业务架构进行补全，获得更新的多个业务架构集；

T65-3：继续对多个业务架构集进行更新，直到满足优化要求。

其中，根据每个业务架构集内每个第一弱电业务架构的第一适应度，分别进行舍弃概率计算，计算获得多个舍弃概率，所述舍弃概率与第一适应度的大小负相关，也就是说业务架构集内每个第一弱电业务架构的适应度越大，其对应的舍弃概率越小，根据多个舍弃概率，在每个业务架构集内随机选取预设数量的弱电业务架构进行舍弃，同时，从所述弱电业务架构空间内重新选取预设数量的弱电业务架构进行补全，重新选取的弱电业务架构的适应度大于舍弃的弱电业务架构的适应度，由此获得更新的多个业务架构集。以此类推，对多个业务架构集进行迭代更新，直到满足预设的迭代次数，停止弱业务架构集的更新优化。

综上所述，本申请实施例至少具有如下技术效果：

本申请通过采集弱电智能系统内的多个智能任务，及对应的任务特征信息，通过任务分析设计模块，分析获得多个私密性参数和多个算力参数，基于云计算和边缘计算，对多个智能任务的设计处理位置进行分配，获得弱电业务架构空间，结合多个私密性参数和多个处理效率要求信息进行弱电业务架构的优化，获得最优弱电业务架构，对弱电智能系统进行设计和运行监测。

达到了通过云计算和边缘计算融合的方式进行弱电智能系统设计和运行监测，提高系统的数据处理效率和安全性的技术效果。

实施例二

基于与前述实施例中一种用于弱电智能系统运行监测的方法相同的发明构思，如图4所示，本申请提供了一种用于弱电智能系统运行监测的系统，本申请实施例中的系统与方法实施例基于同样的发明构思。其中，所述系统包括：

智能任务采集模块11，所述智能任务采集模块11用于通过监测任务划分模块，采集待进行运行监测的弱电智能系统内的多个弱电智能单元，以及多个弱电智能单元执行的多个智能任务；

任务特征信息采集模块12，所述任务特征信息采集模块12用于采集所述多个智能任务的任务特征信息，每个任务特征信息包括源数据类别特征信息、数据处理类别特征信息、输出数据类别特征信息和处理效率需求信息；

任务数据私密性和算力分析模块13，所述任务数据私密性和算力分析模块13用于通过任务分析设计模块，结合多个任务特征信息，进行任务数据私密性分析和任务算力分析，获得多个私密性参数和多个算力参数；

终端算力信息采集模块14，所述终端算力信息采集模块14用于采集所述弱电智能系统进行数据处理的云中心的云算力信息，以及执行所述多个智能任务的多个边缘终端的多个终端算力信息；

弱电业务架构空间获得模块15，所述弱电业务架构空间获得模块15用于根据所述云算力信息、多个终端算力信息和多个算力参数，基于云计算和边缘计算，对多个智能任务的设计处理位置进行分配，获得弱电业务架构空间；

系统运行监测模块16，所述系统运行监测模块16用于基于所述多个私密性参数和多个处理效率要求信息，在弱电业务架构空间内，进行弱电业务架构的优化，获得最优弱电业务架构，通过监测模块，对弱电智能系统进行设计和运行监测。

进一步的，所述任务特征信息采集模块12还用于执行以下步骤：

采集所述多个智能任务执行时采集的数据类型，获得多个源数据类别特征信息；

采集所述多个智能任务对采集的数据进行处理的处理方式，获得多个数据处理类别特征信息；

采集所述多个智能任务执行时输出的数据类型，获得多个输出数据类别特征信息；

采集所述多个智能任务执行的执行时间阈值，获得多个处理效率需求信息；

整合所述多个源数据类别特征信息、多个数据处理类别特征信息、多个数据处理类别特征信息和多个处理效率需求信息，获得多个任务特征信息。

进一步的，所述任务数据私密性和算力分析模块13还用于执行以下步骤：

基于弱电系统的多个样本任务，获取样本任务特征信息集合，所述样本任务特征信息集合包括样本源数据类别特征信息集合、样本数据处理类别特征信息集合、样本输出数据类别特征信息集合和样本处理效率需求信息集合；

基于所述样本源数据类别特征信息集合、样本输出数据类别特征信息集合，评估获取样本私密性参数集合，基于所述样本数据处理类别特征信息集合和样本处理效率需求信息集合，评估获取样本算力参数集合；

采用所述样本源数据类别特征信息集合、样本输出数据类别特征信息集合和样本私密性参数集合，构建并更新获取私密性分析通道，采用所述样本数据处理类别特征信息集合、样本处理效率需求信息集合和样本算力参数集合，构建并更新获取算力分析通道；

基于所述私密性分析通道和算力分析通道，对多个任务特征信息进行分析预测，获取所述多个私密性参数和多个算力参数。

进一步的，所述弱电业务架构空间获得模块15还用于执行以下步骤：

根据所述云算力信息、多个终端算力信息，构建设计约束条件，所述设计约束条件包括在云中心和多个边缘终端内进行处理的智能任务的算力不超过所述云算力信息和多个终端算力信息；

根据所述约束条件，基于所述云算力信息、多个终端算力信息和多个算力参数，对多个智能任务的设置处理位置进行分配，获得多个分配方案，构建获得弱电业务架构空间。

进一步的，所述系统运行监测模块16还用于执行以下步骤：

基于所述多个私密性参数和多个处理效率要求信息，构建架构优化函数，如下式：

其中，cur为适应度，w

进一步的，所述系统运行监测模块16还用于执行以下步骤：

在所述弱电业务架构空间内，随机选择获得多个第一弱电业务架构；

根据所述架构优化函数，计算多个第一弱电业务架构的多个第一适应度；

根据多个第一适应度，对所述多个第一弱电业务架构进行划分，获得多个业务架构集；

在所述弱电业务架构空间内，对多个业务架构集内的弱电业务结构进行更新优化，直到满足优化要求，计算多个业务架构集内弱电业务架构的适应度的和，获得最优业务架构集；

将最优业务架构集内适应度最大的弱电业务架构输出，获得最优弱电业务架构。

进一步的，所述系统运行监测模块16还用于执行以下步骤：

根据每个业务架构集内每个第一弱电业务架构的第一适应度，计算获得多个舍弃概率，舍弃概率与第一适应度的大小负相关；

根据多个舍弃概率，在每个业务架构集内随机选取预设数量的弱电业务架构进行舍弃，并从所述弱电业务架构空间内随机选取预设数量的弱电业务架构进行补全，获得更新的多个业务架构集；

继续对多个业务架构集进行更新，直到满足优化要求。

需要说明的是，上述本申请实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

以上所述仅为本申请的较佳实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

本说明书和附图仅仅是本申请的示例性说明，且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样，倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内，则本申请意图包括这些改动和变型在内。