发明内容
本申请的目的是提供一种体温数据填补方法、系统及终端,能够对用户缺失的基础体温数据进行有效填补,从而得到完整的用户基础体温数据,提高利用基础体温法来评估预测女性用户的排卵期的准确性。
根据本申请的一方面,本申请的实施例提供了一种体温数据填补方法,应用于终端,所述方法包括:
检测目标体温周期内的基础体温数据集合T,其中,T={t1,t2,…,tn};
根据检测结果,判断所述目标体温周期内的基础体温数据集合T中是否缺失基础体温数据ti,其中,1≤i≤n;
若缺失基础体温数据ti,则获取历史体温周期内的历史基础体温数据集合F,其中,F={f1,f2,…,fu};
基于所述历史基础体温数据集合F,补充所述基础体温数据集合T中缺失的基础体温数据ti。
可选地,每个体温周期被设置为包括至少一个日期的基础体温数据;每个日期唯一对应一个体温数据组,每个体温数据组至少包括基础体温数据;其中,在每个日期的预定时刻前测得的体温数据被设置为该日期的基础体温数据。
可选地,在获取历史体温周期内的历史基础体温数据集合F之前,所述方法还包括:
确定在所述目标体温周期内缺失的基础体温数据ti所对应的缺失日期Di。
可选地,在获取历史体温周期内的历史基础体温数据集合F之前,所述方法还包括:
检测与所述缺失日期Di唯一对应的目标体温数据组;
判断与所述缺失日期Di唯一对应的目标体温数据组中除缺失了的基础体温数据ti之外,是否还存在其他至少一个体温数据;
若与所述缺失日期Di唯一对应的目标体温数据组中除缺失了的基础体温数据ti之外,不存在其他体温数据,则触发获取历史体温周期内的历史基础体温数据集合F。
可选地,所述基于所述历史基础体温数据集合F,补充所述基础体温数据集合T中缺失的基础体温数据ti的方法包括:
在历史基础体温数据集合F中查找与所述缺失日期Di对应历史日期Dm;
获取与所述历史日期Dm对应的历史基础体温数据fm;
将获取的所述历史基础体温数据fm作为所述目标体温周期内的缺失日期Di的基础体温数据ti。
可选地,若与所述缺失日期Di唯一对应的目标体温数据组中除缺失了的基础体温数据ti之外,存在其他至少一个体温数据,则从其他至少一个体温数据中选取一个体温数据作为补偿体温数据te;
确定所述补偿体温数据te的补偿系数β;
基于所述补偿系数β对所述补偿体温数据te进行补偿计算得到体温补偿值tb;
将计算得到的所述体温补偿值tb确定为所述缺失日期Di的基础体温数据ti。
可选地,所述确定温度补偿系数β的方法包括:
确定所述补偿体温数据te在所述缺失日期Di内的测量时间;
确定所述测量时间所在的时间段cr;
获取与所述测量时间所在的时间段相对应的温度补偿系数β;
其中,所述缺失日期被划分出一个时间段集合C,其中,C={c1,c2,…,cv};时间段集合C中的每个时间段分别对应一个温度补偿系数β;
其中,1≤r≤V。
可选地,所述基于所述补偿系数β对所述补偿体温数据te进行补偿计算得到体温补偿值tb的方法包括:
基于预定公式计对对所述补偿体温数据te进行补偿计算得到体温补偿值tb;
其中,所述预定公式为:tb=β*te。
根据本申请的另一方面,本申请的实施例还提供了一种体温数据填补系统,应用于终端,所述系统包括:
存储器,被配置为存储数据及指令;
与存储器建立通信的处理器,其中,当执行存储器中的指令时,所述处理器被配置为执行以下操作:
检测目标体温周期内的基础体温数据集合T,其中,T={t1,t2,…,tn};
根据检测结果,判断所述目标体温周期内的基础体温数据集合T中是否缺失基础体温数据ti,其中,1≤i≤n;
若缺失基础体温数据ti,则获取历史体温周期内的历史基础体温数据集合F,其中,F={f1,f2,…,fu};
基于所述历史基础体温数据集合F,补充所述基础体温数据集合T中缺失的基础体温数据ti。
可选地,每个体温周期被设置为包括至少一个日期的基础体温数据;
每个日期唯一对应一个体温数据组,每个体温数据组至少包括基础体温数据;
其中,在每个日期的预定时刻前测得的体温数据被设置为该日期的基础体温数据。
可选地,在获取历史体温周期内的历史基础体温数据集合F之前,所述处理器被配置为执行以下操作:
确定在所述目标体温周期内缺失的基础体温数据ti所对应的缺失日期Di。
可选地,在获取历史体温周期内的历史基础体温数据集合F之前,所述处理器还被配置为执行以下操作:
检测与所述缺失日期Di唯一对应的目标体温数据组;
判断与所述缺失日期Di唯一对应的目标体温数据组中除缺失了的基础体温数据ti之外,是否还存在其他至少一个体温数据;
在判断出与所述缺失日期Di唯一对应的目标体温数据组中除缺失了的基础体温数据ti之外不存在其他体温数据时,所述处理器还被配置为执行以下操作:
触发获取历史体温周期内的历史基础体温数据集合F。
可选地,在判断出所述缺失日期Di唯一对应的目标体温数据组中除缺失了的基础体温数据ti之外,存在其他至少一个体温数据时,所述处理器还被配置为执行以下操作:
从其他至少一个体温数据中选取一个体温数据作为补偿体温数据te;
确定所述补偿体温数据te的补偿系数β;
基于所述补偿系数β对所述补偿体温数据te进行补偿计算得到体温补偿值tb;
将计算得到的所述体温补偿值tb确定为所述缺失日期Di的基础体温数据ti。
可选地,在基于所述历史基础体温数据集合F,补充所述基础体温数据集合T中缺失的基础体温数据ti时,所述处理器被配置为执行以下操作:
在历史基础体温数据集合F中查找与所述缺失日期Di对应历史日期Dm;
获取与所述历史日期Dm对应的历史基础体温数据fm;
将获取的所述历史基础体温数据fm作为所述目标体温周期内的缺失日期Di的基础体温数据ti。
可选地,在确定温度补偿系数β时,所述处理器还被配置为执行以下操作:
确定所述补偿体温数据te在所述缺失日期Di内的测量时间;
确定所述测量时间所在的时间段cr;
获取与所述测量时间所在的时间段cr相对应的温度补偿系数β;
其中,所述缺失日期被划分出一个时间段集合C,其中,C={c1,c2,…,cv};时间段集合C中的每个时间段分别对应一个温度补偿系数β;
其中,1≤r≤V。
可选地,在基于所述补偿系数β对所述补偿体温数据te进行补偿计算得到体温补偿值tb时,所述处理器还被配置为执行以下操作:
基于预定公式计对对所述补偿体温数据te进行补偿计算得到体温补偿值tb;
其中,所述预定公式为:tb=β*te。
根据本申请的又一方面,本申请实施例还提供了一种计算机存储介质,所述存储介质上存储有计算机程序,所述程序被处理器执行时实现以上所述方法的步骤。
根据本申请的再一方面,本申请的实施例还提供了一种电子设备,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计算机程序,所述处理器执行所述程序时实现上项所述方法的步骤。
本申请的上述技术方案通过检测目标体温周期内的基础体温数据集合T,进而判断所述目标体温周期内的基础体温数据集合T中是否缺失基础体温数据ti;并判断出缺失基础体温数据ti时,获取历史体温周期内的历史基础体温数据集合F,并基于所述历史基础体温数据集合F补充所述基础体温数据集合T中缺失的基础体温数据ti,实现了对缺失的基础体温数据的有效填补,从而得到完整的用户基础体温数据,提高了利用基础体温法来评估预测女性用户的排卵期的准确性。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚明了,下面结合具体实施方式并参照附图,对本申请进一步详细说明。应该理解,这些描述只是示例性的,而并非要限制本申请的范围。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本申请的概念。
在以下说明书和权利要求书中使用的术语和短语不限于字面含义,而是仅为能够清楚和一致地理解本申请。因此,对于本领域技术人员,可以理解,提供对本申请各种实施例的描述仅仅是为说明的目的,而不是限制所附权利要求及其等效定义的本申请。
下面将结合本申请一些实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,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做出创造性劳动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,在本申请实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请实施例和所附权利要求书中所使用的单数形式的“一”、“一个”、“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本申请中使用的术语“和/或”是指并包含一个或多个相绑定的列出项目的任何或所有可能组合。表达“第一”、“第二”、“所述第一”和“所述第二”是用于修饰相应元件而不考虑顺序或者重要性,仅仅被用于区分一种元件与另一元件,而不限制相应元件。另外,下面所描述的本申请不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
为了更清楚的描述各个附图,在各个附图中,对于同一步骤给出了不同的标记。
根据本申请一些实施例的终端可以是电子设备,该电子设备可以包括智能手机、个人电脑(PC,例如平板电脑、台式电脑、笔记本、上网本、掌上电脑PDA)、移动电话、电子书阅读器、便携式多媒体播放器(PMP)、音频/视频播放器(MP3/MP4)、摄像机、虚拟现实设备(VR)和可穿戴设备等中的一种或几种的组合。根据本申请的一些实施例,所述可穿戴设备可以包括附件类型(例如手表、戒指、手环、眼镜、或头戴式装置(HMD))、集成类型(例如电子服装)、装饰类型(例如皮肤垫、纹身或内置电子装置)等,或几种的组合。在本申请的一些实施例中,所述电子设备可以是灵活的,不限于上述设备,或者可以是上述各种设备中的一种或几种的组合。在本申请中,术语“用户”可以指示使用电子设备的人或使用电子设备的设备(例如人工智能电子设备)。
下面将结合附图进行详细说明。
请参阅图1,图1是本申请第一实施例提供的一种体温数据填补方法的示意性流程图。
如图1所示,本申请的实施例提供了一种体温数据填补方法,应用于终端,所述方法包括:
步骤S101:检测目标体温周期内的基础体温数据集合T,其中,T={t1,t2,…,tn};
步骤S102:根据检测结果,判断所述目标体温周期内的基础体温数据集合T中是否缺失基础体温数据ti,其中,1≤i≤n;
若缺失基础体温数据ti,则执行步骤S103:获取历史体温周期内的历史基础体温数据集合F,其中,F={f1,f2,…,fu};
步骤S104:基于所述历史基础体温数据集合F,补充所述基础体温数据集合T中缺失的基础体温数据ti。
其中,若不缺失基础体温数据ti,则不执行任何操作,即图1中所示步骤S105。
通过历史基础体温数据集合F补充所述基础体温数据集合T中缺失的基础体温数据ti,实现了对缺失的基础体温数据的有效填补,从而能够得到完整的用户的基础体温数据,提高了利用基础体温法来评估预测女性用户的排卵期的准确性。
其中,每个体温周期被设置为包括至少一个日期的基础体温数据;每个日期唯一对应一个体温数据组,每个体温数据组至少包括基础体温数据;其中,在每个日期的预定时刻前测得的体温数据被设置为该日期的基础体温数据。
其中,需要说明的是,目标体温周期是用户选定的或者终端选定的具有一定时长的周期;在每个体温周期内,在每一个日期的基础体温数据没有缺失的前提下,每一个日期均唯一对应一个基础体温数据,每个体温周期的周期长为至少一天,每天即为一个日期;在此,进行示意性举例说明,在一般情况下,由于女性生理周期为一个月,因此,在此也可以将每个月设置为一个体温周期,统计每个月中每天的基础体温数据,如2月份(28天)为目标体温周期,那么如果当前日期为2月15日,那么基础体温数据集合T={t1,t2,…,t15};再如历史体温周期为1月,包含31天,那么历史基础体温数据集合F={f1,f2,…,f31};那么在2月15日的基础体温缺失的情况下,就可以根据1月15日的基础体温数据来补充2月15日的体温数据。其中,需要说明的是,基础体温数据集合T会随着当前日期的变化而变化,如当前日期为2月17日,那么基础体温数据集合T相应为:{t1,t2,…,t17},如上述2月份(28天)为目标体温周期,那么基础体温数据集合T会最终变化直至T={t1,t2,…,t28}。
另外,检测目标体温周期内的基础体温数据集合T具有预定检测周期,检测周期可以是一天检测一次,也可以是多天检测一次,也可以是以月为周期检测一次。
作为一种可选的实施例,在获取历史体温周期内的历史基础体温数据集合F之前,所述方法还包括:
确定在所述目标体温周期内缺失的基础体温数据ti所对应的缺失日期Di。如:基础体温数据t10所对应的缺失日期为目标体温周期的第10天的日期,如上述的示意性举例,基础体温数据t10所对应的缺失日期具体为2月10日。
作为一种可选的实施例,在获取历史体温周期内的历史基础体温数据集合F之前,所述方法还包括:
步骤S201:检测与所述缺失日期Di唯一对应的目标体温数据组;
步骤S202:判断与所述缺失日期Di唯一对应的目标体温数据组中除缺失了的基础体温数据ti之外,是否还存在其他至少一个体温数据;
若与所述缺失日期Di唯一对应的目标体温数据组中除缺失了的基础体温数据ti之外,不存在其他体温数据,则触发步骤S203:触发获取历史体温周期内的历史基础体温数据集合F。
若与所述缺失日期Di唯一对应的目标体温数据组中除缺失了的基础体温数据ti之外,存在其他至少一个体温数据,则触发步骤S204:从其他至少一个体温数据中选取一个体温数据作为补偿体温数据te;
步骤S205:确定所述补偿体温数据te的补偿系数β;
步骤S206:基于所述补偿系数β对所述补偿体温数据te进行补偿计算得到体温补偿值tb;
步骤S207:将计算得到的所述体温补偿值tb确定为所述缺失日期Di的基础体温数据ti。
作为一种可选的实施例,所述基于所述历史基础体温数据集合F,补充所述基础体温数据集合T中缺失的基础体温数据ti的方法包括:
步骤S301:在历史基础体温数据集合F中查找与所述缺失日期Di对应历史日期Dm;其中,作为其中一种情况,例如缺失日期Di为3月15日,那么与所述缺失日期Di对应历史日期Dm为2月15日;再例如:缺失日期Di为3月31日,那么由于2月份只有28天,那么就进一步获取再上一历史周期的数据,即1月份的数据,那么,与所述缺失日期Di对应历史日期Dm为1月31日。其中,需要说明的是,每一个周期优选为一个月份;当然,也可以是其他,如10天为一个周期,那么,T={t1,t2,…,t10},作为其中一种情况,基础体温数据集合T中的缺失日期Di为D7,那么与所述缺失日期Di对应历史日期Dm为历史基础体温数据集合F中的第7天。
步骤S302:获取与所述历史日期Dm对应的历史基础体温数据fm;
步骤S303:将获取的所述历史基础体温数据fm作为所述目标体温周期内的缺失日期Di的基础体温数据ti。
作为一种可选的实施例,所述确定温度补偿系数β的方法包括:
步骤S401:确定所述补偿体温数据te在所述缺失日期Di内的测量时间;
步骤S402:确定所述测量时间所在的时间段cr;
步骤S403:获取与所述测量时间所在的时间段cr相对应的温度补偿系数β;
其中,所述缺失日期被划分出一个时间段集合C,其中,C={c1,c2,…,cv};时间段集合C中的每个时间段分别对应一个温度补偿系数β;
其中,1≤r≤V。
作为一种可选的实施例,所述基于所述补偿系数β对所述补偿体温数据te进行补偿计算得到体温补偿值tb的方法包括:
基于预定公式计对对所述补偿体温数据te进行补偿计算得到体温补偿值tb;
其中,所述预定公式为:tb=β*te。由于人体在同一天的不同时间点的体温会存在差异,因此,在此引入温度补偿系数β对补偿体温数据te,使其更接近该日的基础体温。
本申请的实施例还提供了一种体温数据填补系统,应用于终端,所述系统包括:
存储器,被配置为存储数据及指令;
与存储器建立通信的处理器,其中,当执行存储器中的指令时,所述处理器被配置为执行以下操作:
检测目标体温周期内的基础体温数据集合T,其中,T={t1,t2,…,tn};
根据检测结果,判断所述目标体温周期内的基础体温数据集合T中是否缺失基础体温数据ti,其中,1≤i≤n;
若缺失基础体温数据ti,则获取历史体温周期内的历史基础体温数据集合F,其中,F={f1,f2,…,fu};
基于所述历史基础体温数据集合F,补充所述基础体温数据集合T中缺失的基础体温数据ti。
通过历史基础体温数据集合F补充所述基础体温数据集合T中缺失的基础体温数据ti,实现了对缺失的基础体温数据的有效填补,从而能够得到完整的用户的基础体温数据,提高了利用基础体温法来评估预测女性用户的排卵期的准确性。
作为一种可选的实施例,每个体温周期被设置为包括至少一个日期的基础体温数据;
每个日期唯一对应一个体温数据组,每个体温数据组至少包括基础体温数据;
其中,在每个日期的预定时刻前测得的体温数据被设置为该日期的基础体温数据。
需要说明的是,在每个体温周期内,在每一个日期的基础体温数据没有缺失的前提下,每一个日期均唯一对应一个基础体温数据,每个体温周期的周期长为至少一天,每天即为一个日期;在此,进行示意性举例说明,在一般情况下,由于女性生理周期为一个月,因此,在此也可以将每个月设置为一个体温周期,统计每个月中每天的基础体温数据,如2月份(28天)为目标体温周期,那么如果当前日期为2月15日,那么基础体温数据集合T={t1,t2,…,t15};再如历史体温周期为1月,包含31天,那么历史基础体温数据集合F={f1,f2,…,f31};那么在1月15日的基础体温缺失的情况系,就可以根据1月15日的基础体温数据来补充2月15日的体温数据。其中,需要说明的是,基础体温数据集合T会随着当前日期的变化而变化,如当前日期为2月17日,那么基础体温数据集合T相应为:{t1,t2,…,t17},如上述2月份(28天)为目标体温周期,那么基础体温数据集合T会最终变化直至T={t1,t2,…,t28}。
另外,检测目标体温周期内的基础体温数据集合T具有预定检测周期,检测周期可以是一天检测一次,也可以是多天检测一次,也可以是以月为周期检测一次。
作为一种可选的实施例,在获取历史体温周期内的历史基础体温数据集合F之前,所述处理器被配置为执行以下操作:
确定在所述目标体温周期内缺失的基础体温数据ti所对应的缺失日期Di。其中,作为其中一种情况,例如缺失日期Di为3月15日,那么与所述缺失日期Di对应历史日期Dm为2月15日;再例如:缺失日期Di为3月31日,那么由于2月份只有28天,那么就进一步获取再上一历史周期的数据,即2月份的数据,那么,与所述缺失日期Di对应历史日期Dm为1月31日。其中,需要说明的是,每一个周期优选为一个月份;当然,也可以是其他,如10天为一个周期,那么,T={t1,t2,…,t10},作为其中一种情况,基础体温数据集合T中的缺失日期Di为D7,那么与所述缺失日期Di对应历史日期Dm为历史基础体温数据集合F中的第7天。
作为一种可选的实施例,在获取历史体温周期内的历史基础体温数据集合F之前,所述处理器还被配置为执行以下操作:
检测与所述缺失日期Di唯一对应的目标体温数据组;
判断与所述缺失日期Di唯一对应的目标体温数据组中除缺失了的基础体温数据ti之外,是否还存在其他至少一个体温数据;
作为一种可选的实施例,在判断出与所述缺失日期Di唯一对应的目标体温数据组中除缺失了的基础体温数据ti之外不存在其他体温数据时,所述处理器还被配置为执行以下操作:
触发获取历史体温周期内的历史基础体温数据集合F。
作为一种可选的实施例,在判断出所述缺失日期Di唯一对应的目标体温数据组中除缺失了的基础体温数据ti之外,存在其他至少一个体温数据时,所述处理器还被配置为执行以下操作:
从其他至少一个体温数据中选取一个体温数据作为补偿体温数据te;
确定所述补偿体温数据te的补偿系数β;
基于所述补偿系数β对所述补偿体温数据te进行补偿计算得到体温补偿值tb;
将计算得到的所述体温补偿值tb确定为所述缺失日期Di的基础体温数据ti。
作为一种可选的实施例,在基于所述历史基础体温数据集合F,补充所述基础体温数据集合T中缺失的基础体温数据ti时,所述处理器被配置为执行以下操作:
在历史基础体温数据集合F中查找与所述缺失日期Di对应历史日期Dm;
其中,作为其中一种情况,例如缺失日期Di为3月15日,那么与所述缺失日期Di对应历史日期Dm为2月15日;再例如:缺失日期Di为3月31日,那么由于2月份只有28天,那么就进一步获取再上一历史周期的数据,即2月份的数据,那么,与所述缺失日期Di对应历史日期Dm为1月31日。其中,需要说明的是,每一个周期优选为一个月份;当然,也可以是其他,如10天为一个周期,那么,T={t1,t2,…,t10},作为其中一种情况,基础体温数据集合T中的缺失日期Di为D7,那么与所述缺失日期Di对应历史日期Dm为历史基础体温数据集合F中的第7天。
获取与所述历史日期Dm对应的历史基础体温数据fm;
将获取的所述历史基础体温数据fm作为所述目标体温周期内的缺失日期Di的基础体温数据ti。
作为一种可选的实施例,在确定温度补偿系数β时,所述处理器还被配置为执行以下操作:
确定所述补偿体温数据te在所述缺失日期Di内的测量时间;
确定所述测量时间所在的时间段cr;
获取与所述测量时间所在的时间段cr相对应的温度补偿系数β;
其中,所述缺失日期被划分出一个时间段集合C,其中,C={c1,c2,…,cv};时间段集合C中的每个时间段分别对应一个温度补偿系数β;
其中,1≤r≤V。
作为一种可选的实施例,在基于所述补偿系数β对所述补偿体温数据te进行补偿计算得到体温补偿值tb时,所述处理器还被配置为执行以下操作:
基于预定公式计对对所述补偿体温数据te进行补偿计算得到体温补偿值tb;
其中,所述预定公式为:tb=β*te。
作为一种可选的实施例,本申请实施例还提供了一种计算机存储介质,所述存储介质上存储有计算机程序,所述程序被处理器执行时实现以上所述方法的步骤。
作为一种可选的实施例,本申请的实施例还提供了一种电子设备,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计算机程序,所述处理器执行所述程序时实现上述所述方法的步骤。
本申请旨在保护一种体温数据填补方法、系统及终端,本申请的上述技术方案通过检测目标体温周期内的基础体温数据集合T,进而判断所述目标体温周期内的基础体温数据集合T中是否缺失基础体温数据ti;并判断出缺失基础体温数据ti时,获取历史体温周期内的历史基础体温数据集合F,并基于所述历史基础体温数据集合F补充所述基础体温数据集合T中缺失的基础体温数据ti,实现了对缺失的基础体温数据的有效填补,从而得到完整的用户基础体温数据,提高了利用基础体温法来评估预测女性用户的排卵期的准确性。
需要注意的是,上述的实施例仅仅是用作示例,本申请不限于这样的示例,而是可以进行各种变化。
需要说明的是,在本说明书中,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、物品或者设备不仅包括那些要素,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、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
最后,还需要说明的是,上述一系列处理不仅包括以这里所述的顺序按时间序列执行的处理,而且包括并行或分别地、而不是按时间顺序执行的处理。
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指令相关的硬件来完成,所述的程序可存储于一计算机可读存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储器(Read-Only Memory,ROM)或随机存储器(Random Access Memory,RAM)等。
以上所揭露的仅为本申请一些优选的实施例,不能以此来限定本申请之权利范围,本领域普通技术人员可以理解实现上述实施例的全部或部分流程,并依本申请权利要求所作的等同变化,仍属于发明所涵盖的范围。