一种配置信息的搜索方法、电子设备及计算机存储介质
文献发布时间:2023-06-19 19:30:30
技术领域
本申请涉及电子设备接入移动通信网络技术,尤其涉及一种配置信息的搜索方法、电子设备及计算机存储介质。
背景技术
目前,为了支持载波聚合(CA,Carrier Aggragation)或者第四代移动通信技术/第五代移动通信技术联合组网技术(ENDC,EUTRA-NR Dual Connectivity),终端侧通常根据CA或者ENDC的频段组合去射频资源配置表里搜索最合适的配置,从而获取最优的射频性能,然而,随着频段的增加,成员载波(CC,Component Carrier)个数的增加,以及射频支持的接收发射通路的增加,射频资源配置表越来越大,导致当终端侧对射频资源配置的搜索时间越来越长;由此可以看出,现有的电子设备在搜索射频资源配置时存在搜索时间较长的技术问题。
发明内容
本申请实施例提供一种配置信息的搜索方法、电子设备及计算机存储介质,能够缩短对射频资源配置的搜索时间。
本申请的技术方案是这样实现的:
第一方面,本申请实施例提供了一种配置信息的搜索方法,所述方法应用于电子设备中,包括:
当所述电子设备启动搜索射频资源的配置信息时,获取所述电子设备的特征向量;其中,所述特征向量至少是由所述电子设备的当前地理位置组成的向量;
从预先存储的所述电子设备的特征向量集合中确定出所述电子设备的特征向量的邻近的特征向量;
根据所述邻近的特征向量对应的射频资源的配置信息,确定所述电子设备的射频资源的配置信息。
第二方面,本申请实施例提供一种电子设备,包括:
获取模块,被配置为当所述电子设备启动搜索射频资源的配置信息时,获取所述电子设备的特征向量;其中,所述特征向量至少是由所述电子设备的当前地理位置组成的向量;
第一确定模块,被配置为从预先存储的所述电子设备的特征向量集合中确定出所述电子设备的特征向量的邻近的特征向量;
第二确定模块,被配置为根据所述邻近的特征向量对应的射频资源的配置信息,确定所述电子设备的射频资源的配置信息。
第三方面,本申请实施例提供一种电子设备,包括:处理器以及存储有所述处理器可执行指令的存储介质;所述存储介质通过通信总线依赖所述处理器执行操作,当所述指令被所述处理器执行时,执行上述一个或多个实施例所述的配置信息的搜索方法。
第四方面,本申请实施例提供了一种计算机存储介质,存储有可执行指令,当所述可执行指令被一个或多个处理器执行的时候,所述处理器执行上述一个或多个实施例所述配置信息的搜索方法。
本申请实施例提供了一种配置信息的搜索方法、电子设备及计算机存储介质,该方法应用于电子设备中,包括:当电子设备启动搜索射频资源的配置信息时,获取电子设备的特征向量,该特征向量至少是由电子设备的当前地理位置组成的向量,从预先存储的电子设备的特征向量集合中确定出电子设备的特征向量的邻近的特征向量,根据邻近的特征向量对应的射频资源的配置信息,确定电子设备的射频资源的配置信息;也就是说,在本申请实施例中,电子设备在搜索射频资源的配置信息时,通过从预先存储的电子设备的特征向量集合中,确定出与当前电子设备邻近的特征向量,从而根据邻近的特征向量对应的射频资源的配置信息搜索得到电子设备的射频资源的配置信息,避免了实时动态的从射频资源的配置表里进行搜索获取电子设备的射频资源的配置信息,缩短了搜索得到电子设备的射频资源的配置信息所用的时间,进而降低了电子设备的功耗。
附图说明
图1为本申请实施例提供的一种可选的配置信息的搜索方法的流程示意图;
图2为相关技术中针对频段组合的搜索示意图;
图3为相关技术中针对CA添加或者删除时的搜索示意图;
图4为本申请实施例提供的一种可选的配置信息的搜索方法的实例一的流程示意图;
图5为本申请实施例提供的一种可选的配置信息的搜索方法的实例二的流程示意图;
图6为本申请实施例提供的一种可选的训练点位的实例的流程示意图;
图7为本申请实施例提供的一种可选的电子设备的结构示意图;
图8为本申请实施例提供的另一种可选的电子设备的结构示意图。
具体实施方式
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、完整地描述。
本申请实施例提供了一种配置信息的搜索方法,该方法应用于电子设备中,图1为本申请实施例提供的一种可选的配置信息的搜索方法的流程示意图,如图1所示,该搜索方法可以包括:
S101:当电子设备启动搜索射频资源的配置信息时,获取电子设备的特征向量;
在相关技术中,电子设备为了搜索出射频资源的配置信息,通常是根据CA或者ENDC的频段组合去射频资源配置表里搜索最合适的配置,从而获取最优的射频性能,然而,随着第三代合作伙伴计划(3GPP,3rd Generation Partnership Project)频段数的增加,射频支持的接收发射通路的增加,并且高端机能够支持的CA或者ENDC组合多达上千种,致使射频资源配置表也越来越大。
图2为相关技术中针对频段组合的搜索示意图,如图2所示,针对BandA,BandB,BandC,BandD,BandE和BandF,射频资源配置表里包括有的频段组合有:BandA,BandB,BandC,BandD,BandA+B,BandA+C,BandA+D,…,BandA+B+C+D,…,BandB+C+D+E+F,…;采用相关技术中的搜索算法,需要耗时较长的时间才可以搜索到电子设备的射频资源的配置信息,即BandA+B+C+D。
图3为相关技术中针对CA添加或者删除时的搜索示意图,如图3所示,原有的CA中仅包含CC0和CC1,采用相关技术中的搜索算法从射频资源配置表里搜索射频资源的配置信息导致搜索时间较长,使得占用电子设备的中央处理器(CPU,Central Processing Unit)的时长较长,当CA增加或者删除时,就要启动搜索,例如,当CA增加至CC0,CC1,CC2和CC3时,或者当CA删除至CC0时,随着3GPP频段数的增加和射频支持的接收发射通路的增加,会导致射频资源配置表变得越来越大,相应的搜索时间也变得越来越长,这对增大了电子设备的功耗和CPU的负载。
那么,为了缩短搜索射频资源的配置信息的时长,在本申请实施例中提出一种搜索方法,首先,当电子设备启动搜索射频资源的配置信息时,获取电子设备的特征向量,其中,特征向量至少是由电子设备的当前地理位置组成的向量;也就是说,至少获取电子设备的当前地理位置。
这样,在获取到电子设备的特征向量之后,就可以根据特征向量从预先存储的特征向量集合中确定出与该特征向量K个邻近的特征向量,其中,K可以为大于等于1的正整数,从而将根据邻近的特征向量对应的射频资源的配置信息可以为电子设备确定出射频资源的配置信息,并进行接入。
另外,上述特征向量除了包括电子设备的当前地理位置之外,还可以包括电子设备的当前时间,在一种可选的实施例中,特征向量包括由电子设备的当前时间与电子设备的当前地理位置组成的向量。
也就是说,电子设备的特征向量为一个二维向量,每个特征向量都包括一个时间的值和一个地理位置的值,与仅仅包括地理位置的特征向量相比,基于包含有时间与地理位置的特征向量所确定出的射频资源的配置信息更加可靠准确,能够提高电子设备的接入小区的成功率。
为了启动电子设备开始搜索射频资源的配置信息,这里,可以设置启动搜索射频资源的时间,也可以按照电子设备的连接状况,还可以根据电子设备的地理位置的变化情况,这里,本申请实施例对此不做具体限定,
进一步地,为了确定出是否启动电子设备搜索射频资源的配置信息,在一种可选的实施例中,上述方法还可以包括:
当电子设备到达预设的搜索时间时,确定电子设备启动搜索射频资源的配置信息。
具体来说,以电子设备的特征向量为时间和地理位置两个维度的向量为例来说,由于电子设备的特征向量集合中的每个特征向量中一般包含的时间点为某一段时间段里的时间点,例如,早上8:00-9:00,属于上下班通勤的路上,在这个时间段内通常地电子设备的地理位置会从家移动至公司,那么,预先可以设置搜索时间为在早上8:00-9:00之间,每隔5分钟启动搜索射频资源的配置信息,这样,使得电子设备可以通过邻近算法从电子设备的特征向量集合中确定出与电子设备的特征向量邻近的特征向量,避免实时动态地从射频资源配置表里进行搜索,缩短了搜索时长。
除了上述通过在到达预设的搜索时间进行搜索之外,为了确定出是否启动电子设备搜索射频资源的配置信息,在一种可选的实施例中,上述方法还可以包括:
当电子设备的地理位置发生变化时,确定电子设备启动搜索射频资源的配置信息。
具体来说,当电子设备的地理位置发生变化时,电子设备所连接的小区很有可能需要切换,此时需要启动搜索射频资源的配置信息,这里,为了防止不必要的搜索,进一步地,还可以在电子设备的地理位置发生变化时,计算变化后的地理位置与变化前的地理位置间的距离,只有当距离大于一个预设的距离阈值时,电子设备才启动搜索射频资源的配置信息,这样可以防止不必要的搜索所消耗的功耗。
另外,除了满足上述条件下电子设备启动搜索射频资源的配置信息之外,还可以通过判断电子设备所连接的移动通信网络的强弱来判断是否启动搜索射频资源的配置信息,这里,本申请实施例对此不作具体限定。
S102:从预先存储的电子设备的特征向量集合中确定出电子设备的特征向量的邻近的特征向量;
通过S101获取到电子设备的特征向量之后,为了为电子设备确定出射频资源的配置信息,这里,可以采用邻近算法,从预先存储的电子设备的特征向量集合中为电子设备的特征向量确定出K个邻近的特征向量,从而将根据K个邻近的特征向量对应的射频资源的配置信息为电子设备确定出射频资源的配置信息,还可以直接通过欧式距离来从预先存储的电子设备的特征向量集合中为电子设备的特征向量确定出邻近的特征向量,这里,本申请实施例对此不作具体限定。
这样,确定出电子设备的射频资源的配置信息,避免实时动态搜索射频资源配置表所花费的较长时间,降低了电子设备的功耗。
其中,在邻近算法中,可以采用的距离度量公式可以包括欧式距离,曼哈顿距离或者余弦距离,本申请实施例对此不作具体限定。
这里,结合移动通信网络中各个小区的信号分布情况,在为电子设备的特征向量准确地确定出邻近的特征向量中,在一种可选的实施例中,S102可以包括:
利用邻近算法中的欧式距离公式,计算出电子设备的特征向量集合中每个特征向量与电子设备的特征向量之间的欧式距离;
将计算出的欧式距离中满足预设条件的欧式距离对应的特征向量,确定为邻近的特征向量。
具体来说,采用邻近算法中的欧式距离的计算公式,以特征向量包括时间和地理位置为例,可以计算出特征向量集合中每个特征向量与电子设备的特征向量之间的欧式距离,然后对欧式距离进行排序,并将欧式距离排在前K个的特征向量确定为邻近向量,还可以选取出欧式距离小于等于预设阈值的特征向量为邻近的特征向量,这里,本申请实施例对此不作具体限定;最后根据邻近的特征向量对应的射频资源的配置信息,确定电子设备的射频资源的配置信息,需要说明的是,由于各个小区的信号分布采用向外辐射的方式,所以,这里采用欧式距离所计算出的邻近的特征向量为更为准确,有助于确定出更为准确地电子设备的射频资源的配置信息。
S103:根据邻近的特征向量对应的射频资源的配置信息,确定电子设备的射频资源的配置信息。
在确定出邻近的特征向量之后,由于邻近的特征向量对应的射频资源的配置信息与电子设备当前的射频资源的配置信息具有相关性,所以,这里,可以根据邻近的特征向量对应的射频资源的配置信息来确定电子设备的射频资源的配置信息,为了确定出电子设备的射频资源的配置信息,在一种可选的实施例中,S103可以包括:
当邻近的特征向量为一个时,将邻近的特征向量对应的射频配置信息确定为电子设备的射频资源的配置信息;
当邻近的特征向量为至少两个时,从邻近的特征向量中,选取出与电子设备的特征向量之间的距离的最小值对应的特征向量,并将选取出的特征向量对应的射频配置信息确定为电子设备的射频资源的配置信息。
其中,确定出的邻近的特征向量的个数可以为一个也可以为一个以上,这里,本申请实施例对此不作具体限定。
具体来说,可以根据邻近的特征向量的个数来分为两种情况,其中一种情况为邻近的特征向量的个数为一个时,那么,直接将邻近的特征向量对应的射频资源的配置信息确定为电子设备的射频资源的配置信息,另一种情况为邻近的特征向量的个数为至少两个时,可以从邻近的特征向量中选取出一个特征向量,具体地,在邻近算法中计算与电子设备的特征向量之间的距离,选取出距离的最小值对应的特征向量,并将选取出的特征向量对应的射频资源的配置信息确定为电子设备的射频资源的配置信息。其中,这里的距离计算公式可以为包括欧式距离,曼哈顿距离或者余弦距离,本申请实施例对此不作具体限定。
这里,需要说明的是,除了预先在电子设备中存储有电子设备的特征向量集合之外,还存储有特征向量集合中每个特征向量对应的射频资源的配置信息,这样,确定出邻近的特征向量,就确定出了电子设备的射频资源的配置信息。
另外,在确定出电子设备的射频资源的配置信息之后,该射频资源的配置信息有可能是当前待接入小区的射频资源的配置信息,也有可能不是当前待接入小区的射频资源的配置信息,为了实现接入当前待接入的小区以实现小区的切换,在一种可选的实施例中,上述方法还可以包括:
当电子设备的射频资源的配置信息与基站下发的射频资源的配置信息相同时,根据电子设备的射频资源的配置信息进行接入;
当电子设备的射频资源的匹配信息与基站下达的射频资源的配置信息不同时,从预设的射频资源配置表里进行搜索,得到电子设备的射频资源的配置信息。
也就是说,电子设备在搜索出射频资源的配置信息之后,需要与基站下发的射频资源的配置信息作比较,只有当电子设备的射频资源的配置信息与基站下发的射频资源的配置信息相同时,说明电子设备搜索出的射频资源的配置信息正是当前待接入小区的射频资源的配置信息,那么,电子设备根据电子设备的射频资源的配置信息接入即可。
当电子设备的射频资源的配置信息与基站下发的射频资源的配置信息不同时,说明电子设备搜索出的射频资源的配置信息并不是当前待接入小区的射频资源的配置信息,那么,为了实现小区的切换,可以使用相关技术中的搜索方法,即从预设的射频资源配置表里进行搜索,从而搜索得到电子设备的配置信息。
这样,通过将搜索得到的电子设备的射频资源的配置信息与基站下发的射频资源的配置信息相比较,可以实现电子设备对小区的切换,保证电子设备的移动通信网络处于连接状态。
为了实现在电子设备中预先存储有电子设备的特征向量集合,以及特征向量集合中每个特征向量对应的射频资源的配置信息,在一种可选的实施例中,上述方法还可以包括:
当电子设备搜索到电子设备的射频资源的配置信息时,将电子设备的特征向量,存储至电子设备的特征向量集合中;
将电子设备的特征向量与电子设备的射频资源的配置信息的对应关系进行存储。
当电子设备搜索到电子设备的射频资源的配置信息时,这里,需要说明的是,搜索到的电子设备的射频资源的配置信息,可以是通过上述邻近算法的方式搜索到的电子设备的射频资源的配置信息,也可以是通过相关技术中从预设的资源配置表里搜索到的射频资源的配置信息,这里,本申请实施例对此不作具体限定。
那么,当电子设备搜索到电子设备的射频资源的配置信息时,将电子设备的特征向量存储至电子设备的特征向量集合中,其中,电子设备的特征向量可以包括时间,还可以包括时间和地理位置,这里,本申请实施例对此不作具体限定。
最后,电子设备还将电子设备的特征向量与电子设备的射频资源的配置信息之间的对应关系也存储至电子设备中,使得电子设备中存储有搜索出的特征向量以及特征向量对应的射频资源的配置信息,以便于在每次搜索中能够利用邻近算法先从预先存储的特征向量和特征向量对应的射频资源的配置信息中搜索出电子设备的射频资源的配置信息,缩短了射频资源的配置信息的搜索时长,讲了电子设备的功耗。
下面举实例来对上述一个或多个实施例中所述的搜索方法进行说明。
图4为本申请实施例提供的一种可选的配置信息的搜索方法的实例一的流程示意图,如图4所示,在用户设备(UE,User Equipment)中不仅设置有射频搜索模块,还设置有人工智能(AI,Artificial Intelligence)模块,以人们的早上从家到公司的通勤时间段为例,其中,上述搜索方法可以包括:
S401:射频搜索模块利用搜索得到UE的时间,地点以及射频资源的配置信息;
S402:射频搜索模块将搜索得到的UE的时间,地点以及射频资源的配置信息上报至AI模块;
S403:AI模块将以一组时间地点生成一个训练点位,并将每个训练点位对应的射频资源的配置信息存储起来;
具体来说,AI模块负责学习当前小区的CC组合与射频配置并利用时间地点信息生成训练点位,学习一段时间后,得到多个训练点位和训练点位的射频资源的配置信息,图5为本申请实施例提供的一种可选的配置信息的搜索方法的实例二的流程示意图,如图5所示,以时间为横轴,地点为纵轴,地点主要是从家到公司,生成训练点位库。
S404:当搜索射频资源的配置信息时,射频搜索模块获取UE的训练点位,发送至AI模块;
S405:AI模块利用K近邻分类算法(KNN,K-Nearest Neighbor)算法,从存储的训练点位中确定出与UE的训练点位欧式距离最短的训练点位作为最近邻的训练点位,并将最近邻的训练点位对应的射频资源的配置信息确定为UE的射频资源的配置信息;
具体来说,利用时间地点生成预测点位,基于KNN算法预测UE的训练点位离哪个训练点位距离更近,距离使用欧式距离计算公式:
其中,ρ为欧式距离,(x1,y1)为最近邻的训练点位的坐标,(x2,y2)为UE的训练点位的坐标。
图6为本申请实施例提供的一种可选的训练点位的实例的流程示意图,如图6所示,并提前在下图中的t1时刻配置给射频检索模块。
S406:当UE需要接入新的小区时,将UE的射频资源信息与基站下发的射频资源的配置信息进行比较,如果命中,基于UE的射频资源的配置信息接入新的小区;如果没有命中,UE采用二分法或者哈希(HASH)查表法进行搜索,得到搜索结果,上报至AI模块。
具体来说,当UE发生射频资源切换,射频搜索模块优先读取AI模块预测的配置。如果命中,则省去了常规检索需要的时间;如果没有命中,则射频检索模块启动常规检索流程,利用常用的二分法或者HASH查表法,搜索射频配置。并将结果继续送入AI模块的训练模型。
也就是说,AI模块负责学习特定小区常用的CA组合以及基于此常用组合,利用KNN算法动态预测后续可能发生的CC添加或者删除所需要的射频配置。从而达到UE切换到某个主小区(PCELL,Primary Cell)时,能够提前预测和准备所需要的射频资源配置。
通过上述实例,在CA组合发生变化的时候,AI模块能够基于当前小区的学习结果,提前预测CA组合变化所需要的射频资源配置,从而在射频资源发生变化的时候不用实时动态的启用传统搜索算法去无记忆查找射频资源配置,从而减少了CPU负载和UE功耗,同时缓解了3GPP频段的增加对传统搜索算法处理时间的要求。
本申请实施例提供了一种配置信息的搜索方法,该方法应用于电子设备中,包括:当电子设备启动搜索射频资源的配置信息时,获取电子设备的特征向量,该特征向量至少是由电子设备的当前地理位置组成的向量,从预先存储的电子设备的特征向量集合中确定出电子设备的特征向量的邻近的特征向量,根据邻近的特征向量对应的射频资源的配置信息,确定电子设备的射频资源的配置信息;也就是说,在本申请实施例中,电子设备在搜索射频资源的配置信息时,通过邻近算法,从预先存储的电子设备的特征向量集合中,确定出与当前电子设备邻近的特征向量,从而根据邻近的特征向量对应的射频资源的配置信息搜索得到电子设备的射频资源的配置信息,避免了实时动态的从射频资源的配置表里进行搜索获取电子设备的射频资源的配置信息,缩短了搜索得到电子设备的射频资源的配置信息所用的时间,进而减降低了电子设备的功耗。
基于同一发明构思,本申请实施例提供一种电子设备,图7为本申请实施例提供的一种可选的电子设备的结构示意图,如图7所示,该电子设备包括:获取模块71、第一确定模块72和第二确定模块73;其中,
获取模块71,被配置为当电子设备启动搜索射频资源的配置信息时,获取电子设备的特征向量;其中,特征向量至少是由电子设备的当前地理位置组成的向量;
第一确定模块72,被配置为从预先存储的电子设备的特征向量集合中确定出电子设备的特征向量的邻近的特征向量;
第二确定模块73,被配置为根据邻近的特征向量对应的射频资源的配置信息,确定电子设备的射频资源的配置信息。
在一种可选的实施例中,特征向量包括由电子设备的当前时间与电子设备的当前地理位置组成的向量。
在一种可选的实施例中,该电子设备还被配置为:
当电子设备的射频资源的配置信息与基站下发的射频资源的配置信息相同时,根据电子设备的射频资源的配置信息进行接入;
当电子设备的射频资源的匹配信息与基站下达的射频资源的配置信息不同时,从预设的射频资源配置表里进行搜索,得到电子设备的射频资源的配置信息。
在一种可选的实施例中,该电子设备还被配置为:
当电子设备搜索到电子设备的射频资源的配置信息时,将电子设备的特征向量,存储至电子设备的特征向量集合中;
将电子设备的特征向量与电子设备的射频资源的配置信息的对应关系进行存储。
在一种可选的实施例中,该电子设备还被配置为:
当电子设备到达预设的搜索时间时,确定电子设备启动搜索射频资源的配置信息。
在一种可选的实施例中,该电子设备还被配置为:
当电子设备的地理位置发生变化时,确定电子设备启动搜索射频资源的配置信息。
在一种可选的实施例中,第一确定模块72具体被配置为:
利用邻近算法中的欧式距离公式,计算出电子设备的特征向量集合中每个特征向量与所述电子设备的特征向量之间的欧式距离;
将计算出的欧式距离中满足预设条件的欧式距离对应的特征向量,确定为邻近的特征向量。
在一种可选的实施例中,第二确定模块73,具体被配置为:
当邻近的特征向量为一个时,将邻近的特征向量对应的射频配置信息确定为电子设备的射频资源的配置信息;
当邻近的特征向量为至少两个时,从邻近的特征向量中,选取出与电子设备的特征向量之间的距离的最小值对应的特征向量,并将选取出的特征向量对应的射频配置信息确定为电子设备的射频资源的配置信息。
图8为本申请实施例提供的另一种可选的电子设备的结构示意图,如图8所示,本申请实施例提供一种电子设备800,包括:处理器81以及存储有所述处理器可执行指令的存储介质82;所述存储介质82通过通信总线83依赖所述处理器81执行操作,当所述指令被所述处理器执行时,执行上述一个或多个实施例中处理器侧执行的所述的配置信息的搜索方法。
需要说明的是,实际应用时,终端中的各个组件通过通信总线83耦合在一起。可理解,通信总线83用于实现这些组件之间的连接通信。通信总线83除包括数据总线之外,还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见,在图8中将各种总线都标为通信总线83。
本申请实施例提供了一种计算机存储介质,存储有可执行指令,当所述可执行指令被一个或多个处理器执行的时候,所述处理器执行上述一个或多个实施例所述的配置信息的搜索方法。
其中,计算机可读存储介质可以是磁性随机存取存储器(ferromagnetic randomaccess memory,FRAM)、只读存储器(Read Only Memory,ROM)、可编程只读存储器(Programmable Read-Only Memory,PROM)、可擦除可编程只读存储器(ErasableProgrammable Read-Only Memory,EPROM)、电可擦除可编程只读存储器(ElectricallyErasable Programmable Read-Only Memory,EEPROM)、快闪存储器(Flash Memory)、磁表面存储器、光盘、或只读光盘(Compact Disc Read-Only Memory,CD-ROM)等存储器。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述,仅为本申请的较佳实施例而已,并非用于限定本申请的保护范围。
- 对象搜索方法、装置、电子设备及计算机可读存储介质
- 视频搜索方法和装置、电子设备以及计算机可读存储介质
- 一种题目搜索、批改方法、装置、电子设备和存储介质
- 一种鉴权方法、电子设备及计算机可读存储介质
- 一种位置信息确定方法、电子设备和计算机存储介质
- 一种配置信息维护方法、电子设备及计算机可读存储介质
- 搜索系统的搜索方法、电子设备及计算机可读存储介质