一种基于物联网的智慧城市区域人口管理方法和系统

摘要

本说明书实施例提供一种基于物联网的智慧城市区域人口管理方法和系统，该方法包括基于传感网络平台通过对象平台获取历史目标时间段的人口相关数据；基于人口相关数据，预测未来目标时间段儿童人口数量；基于儿童人口数量，确定儿童管理机构的建设计划；建设计划包括机构数量；基于服务平台将建设计划通过用户平台反馈给用户。

说明书

技术领域

本说明书涉及物联网与云平台领域，特别涉及一种基于物联网的智慧城市区域人口管理方法和系统。

背景技术

随着科技的发展和社会的进步，教育环境的日趋复杂化，需要对儿童进行有效的监管。由于对人口数据缺乏清晰的梳理和预测，在儿童管理机构建设的过程中存在较大的盲目性，因此难免出现建设疏漏，增加社会儿童监管的负担。

因此，需要一种基于物联网的智慧城市区域人口管理方法和系统，通过获取历史目标时间段的人口相关数据，预测未来目标时间段儿童人口数量，从而更好地确定儿童管理机构的建设计划。

发明内容

本说明书实施例之一提供一种基于物联网的智慧城市区域人口管理的方法。所述方法包括：基于传感网络平台通过对象平台获取历史目标时间段的人口相关数据；基于人口相关数据，预测未来目标时间段儿童人口数量；基于儿童人口数量，确定儿童管理机构的建设计划；建设计划包括机构数量；基于服务平台将建设计划通过用户平台反馈给用户。

本说明书实施例之一提供一种基于物联网的智慧城市区域人口管理的系统，所述系统包括用户平台、服务平台、管理平台、传感网络平台、对象平台，管理平台被配置为：基于传感网络平台通过对象平台获取历史目标时间段的人口相关数据；基于人口相关数据，预测未来目标时间段儿童人口数量；基于儿童人口数量，确定儿童管理机构的建设计划，建设计划包括机构数量；基于服务平台将建设计划通过用户平台反馈给用户。

本说明书实施例之一提供一种计算机可读存储介质，所述存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机执行基于物联网的智慧城市区域人口管理的方法。

附图说明

本说明书将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：

图1是根据本说明书一些实施例所示的基于物联网的智慧城市区域人口管理方法的应用场景示意图；

图2是根据本说明书一些实施例所示的基于物联网的智慧城市区域人口管理系统的系统图；

图3是根据本说明书一些实施例所示的基于物联网的智慧城市区域人口管理方法的示例性流程图；

图4是根据本说明书一些实施例所示的儿童人口数量预测的示例性流程图；

图5是根据本说明书一些实施例所示的目标区域幼儿增长率预测的示例性流程图；

图6是根据本说明书一些实施例所示的确定儿童管理机构建设计划的示例性流程图；

图7是根据本说明书一些实施例所示的确定学校建设计划的示例性流程图；

图8是根据本说明书一些实施例所示的第一模型的示例性结构图。

具体实施方式

为了更清楚地说明本说明书实施例的技术方案，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说明书的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。

应当理解，本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。

如本说明书和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。

本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。

图1是根据本说明书一些实施例所示的基于物联网的智慧城市区域人口管理方法的应用场景示意图。

在应用场景100中可以包括服务器110、网络120、数据库130、终端设备140、儿童管理机构150。服务器110可以包括处理设备112。

在一些实施例中，区域人口管理系统的应用场景100可以通过实施本说明书中披露的方法和/或过程来确定儿童管理机构的建设计划。例如，在一个典型的应用场景中，当需要基于人口数据确定儿童管理机构的建设计划时，可以通过用户平台获取历史目标时间段的人口相关数据；基于人口相关数据，预测未来目标时间段儿童人口数量；基于儿童人口数量，确定儿童管理机构150的建设计划；基于服务平台将建设计划150通过用户平台反馈给用户。

服务器110与终端设备140可以通过网络120相连，服务器110可以与数据库130通过网络120相连。服务器110可以用于管理资源以及处理来自本系统至少一个组件或外部数据源(例如，云数据中心)的数据和/或信息。在一些实施例中，可以通过服务器110处理后确定儿童管理机构150的建设计划。服务器110在处理时可以获取数据库130上的数据或将数据保存到数据库130。在一些实施例中，服务器110可以是单一服务器或服务器组。在一些实施例中，服务器110可以是区域的或者远程的。在一些实施例中，服务器110可以在云平台上实施，或者以虚拟方式提供。

在一些实施例中，服务器110可以包括处理设备112。处理设备112可以处理从其他设备或系统组成部分中获得的数据和/或信息。处理器可以基于这些数据、信息和/或处理结果执行程序指令，以执行一个或多个本说明书中描述的功能。在一些实施例中，处理设备112可以包含一个或多个子处理设备(例如，单核处理设备或多核多芯处理设备)。仅作为示例，处理设备112可以包括中央处理器(CPU)、专用集成电路(ASIC)等或以上任意组合。

网络120可以连接应用场景100的各组成部分和/或连接系统与外部资源部分。网络120使得各组成部分之间，以及与系统之外其他部分之间可以进行通讯，促进数据和/或信息的交换。在一些实施例中，网络120可以是有线网络或无线网络中的任意一种或多种。例如，网络120可以包括电缆网络、光纤网络等或其任意组合。各部分之间的网络连接可以是采用上述一种方式，也可以是采取多种方式。在一些实施例中，网络可以是点对点的、共享的、中心式的等各种拓扑结构或者多种拓扑结构的组合。在一些实施例中，网络120可以包括一个或以上网络接入点。在一些实施例中，可以通过网络120传递历史目标时间段人口160-1、未来目标时间段儿童人口160-2的相关数据。

其中，人口可以按照居住地、年龄、性别、职业、部门等划分为不同人的群体。例如，人口按照居住地划分可以分为城镇人口和农村人口；再例如，人口按照年龄划分可以分为儿童人口、少年人口、青年人口、中年人口、老年人口等。在一些实施例中，人口160可以包括历史目标时间段的人口160-1。其中，历史目标时间段的人口160-1的数据可以包括人口经济增长数据、人口人均收入数据、人口年龄分布数据、人口独身子女数据、人口教育资源数据、人口就业机会数据、人口生活成本数据等。在一些实施例中，人口160还可以包括未来目标时间段儿童人口160-2。在一些实施例中，管理平台可以基于人口160-1相关数据，预测未来目标时间段儿童人口160-2数量。

其中，未来目标时间段儿童人口160-2可以包括目标区域在第一未来时间段的幼儿人口160-2a、目标区域在第二未来时间段的学龄儿童人口160-2b。幼儿是指年龄小于3岁的儿童群体，学龄儿童是指年龄大于3岁的儿童群体。例如，幼儿可以是1岁-2岁的儿童，学龄儿童可以是5岁-10岁的儿童。在一些实施例中，服务器110和/或终端设备140可以通过网络120或者数据库130获取历史目标时间段人口160-1相关的数据。

数据库130可以用于存储数据和/或指令，数据库130可以直接连接于服务器110或者处于服务器110的内部。在一些实施例中，数据库130可以用于为区域人口管理应用场景100提供历史目标时间段的人口160-1相关的数据等。数据库130可以在单个中央服务器、通过通信链路连接的多个服务器或多个个人设备中实现。在一些实施例中，服务器110、终端设备140以及其他可能的系统组成部分中可以包括数据库130。

终端设备140指一个或多个终端设备或软件。在一些应用场景中，使用终端设备140的用户可以是指区域人口管理应用场景100的直接或间接服务对象，可以包括普通居民、政府机构等，也可以包括其他相关人员。例如，普通居民可以包括自然人、企业法人等；再例如，政府机构可以包括民政机构、民政工作人员等。

在一些实施例中，终端设备140可以作为用户平台。例如，当终端设备的用户为普通居民时，可以终端设备140作为用户平台输入相应的人口数据。在一些实施例中，终端设备140可以作为管理平台。例如，当终端设备的用户为政府机构时，可以将终端设备140作为管理平台汇总相关的数据做出规划。在一些实施例中，终端设备140的用户可以是一个或多个用户。在一些实施例中，终端设备140可以是移动设备140-1、平板计算机140-2、膝上型计算机140-3等其他具有输入和/或输出功能的设备中的一种或其任意组合。在一些实施例中，终端设备140以及其他可能的系统组成部分中可以包括处理设备112。

儿童管理机构150是与儿童生活、教育相关的机构，儿童管理机构150可以包括幼儿管理机构150-1、学校150-2等。幼儿管理机构150-1是指可以专门照护儿童生活的机构，例如，幼儿管理机构150-1可以是托儿所等。学校150-2是指教育体系内对儿童进行基础教育的机构，例如，学校150-2可以是幼儿园等。在一些实施例中，可以通过服务器110基于儿童人口160-2数量，确定儿童管理机构150建设计划的相关的数据。在一些实施例中，可以将建设计划通过网络120反馈给终端设备140。在一些实施例中，可以通过网络120传递儿童管理机构的建设计划150的相关数据。

应当注意应用场景100仅仅是为了说明的目的而提供的，并不意图限制本说明书的范围。对于本领域的普通技术人员来说，可以根据本说明书的描述，做出多种修改或变化。例如，应用场景100还可以包括存储设备。又例如，应用场景100可以在其它设备上实现类似或不同的功能。然而，这些变化和修改不会背离本说明书的范围。

物联网系统是一种包括用户平台、服务平台、管理平台、传感网络平台、对象平台中部分或全部平台的信息处理系统，其中，用户平台是整个物联网运行体系的主导者，可以用于获取用户需求。用户需求是物联网运行体系形成的基础和前提，物联网系统的各平台之间的联系均是为了满足用户的需求。服务平台是位于用户平台和管理平台之间以实现用户平台和管理平台联系的桥梁，服务平台可以为用户提供输入和输出服务。管理平台可以实现统筹、协调各功能平台(如用户平台、服务平台、传感网络平台、对象平台)之间的联系和协作，管理平台汇聚着物联网运行体系的信息，可以为物联网运行体系提供感知管理和控制管理功能；传感网络平台可以实现连接管理平台和对象平台，起着感知信息传感通信和控制信息传感通信的功能。对象平台是对感知信息生成和控制信息进行执行的功能平台。

物联网系统中信息的处理可以分为感知信息的处理流程及控制信息的处理流程，控制信息可以是基于感知信息而生成的信息。其中，感知信息的处理是由对象平台获取感知信息，并通过传感网络平台传递至管理平台，管理平台将经过计算的感知信息传输给服务平台，最后传递至用户平台，用户经过对感知信息的判断分析，生成控制信息。控制信息则是由用户平台生成并下发至服务平台，服务平台再将控制信息传递给管理平台，管理平台对控制信息进行计算处理，并通过传感网络平台下发至对象平台，进而实现对相应对象的控制。

在一些实施例中，将物联网系统应用于城市管理时，可以将其称之为智慧城市物联网系统。

如图2所示，基于物联网的智慧城市区域人口管理系统200包括用户平台、服务平台、管理平台、传感网络平台、对象平台。在一些实施例中，基于物联网的智慧城市区域人口管理系统200可以为服务器110的一部分或由服务器110实现。

在一些实施例中，基于物联网的智慧城市区域人口管理系统200可以应用于人口管理的多种场景。在一些实施例中，基于物联网的智慧城市区域人口管理系统200可以分别获取多种人口数据，如新生人口数据、老龄人口数据、转籍人口数据、死亡人口数据等，以得到对应区域的人口管理策略。在一些实施例中，可以基于多个物联网的智慧城市区域人口管理系统200获取多个区域的人口数据及人口管理方案，进而得到整个区域(如整个城市)的人口数据及人口管理策略，并确定多种人口管理的多种场景对应的后续服务设施的规划。

人口管理的多种场景可以包括如城市人口预估管理场景、基于人口管理的住房保障管理场景、基于人口的医疗设施建设管理场景、基于人口管理的养老设施保障管理等。需要说明的是以上场景仅为示例，并不对基于物联网的智慧城市区域人口管理系统200的具体应用场景起限制作用，本领域技术人员可以在本实施例公开的内容基础上，将基于物联网的智慧城市区域人口管理系统200应用于其他合适的任何场景。

在一些实施例中，基于物联网的智慧城市区域人口管理系统200可以应用于城市人口预测。在应用于城市人口预测时，对象平台可以用于采集相应的用户信息，如家庭构成、成员年龄、性别、身体健康状况、婚姻状态、学历等信息。传感网络平台可以将各个用户的信息汇总至管理平台，由管理平台对收到的数据进行分析处理，如根据年龄信息、性别、婚姻状态等信息预测家庭人口的变化数据，再结合区域各个家庭人口数据，得出整个区域的人口变化数据，进而对整个区域的人口数据进行预测，管理平台可以将相应的预测数据及基于预测数据做出的人口管理策略或计划通过服务平台发送至用户平台，以向用户进行反馈。

在一些实施例中，基于物联网的智慧城市区域人口管理系统200可以基于人口预测数据实现住房保障管理规划等。例如，基于常住人口以及人口增长率确定未来的住房需求量，进而基于住房需求量规划未来的住房建设。具体如，可以基于人口增长数据、现有的保障性住房数据等，确定未来一段时间的住房需求量，并与现有的住房量进行比较，得出需求差，进而得出相应的建设计划。

在一些实施例中，基于物联网的智慧城市区域人口管理系统200可以应用于医疗设施建设管理场景。对象平台可以用于采集人口数据、现有的医疗配套设置数据，如医院距离住户家的距离、医院的类型(如妇女儿童医院、专科医院、综合医院等)、用户对医院的功能需求，并基于传感网络平台将对象平台采集的数据汇总至服务平台，基于传感网络平台分析收集的数据，并对区域未来的人口数据、医疗需求、医疗资源的更新等做出预测，并基于预测的数据得出未来一段时间区域的医疗资源配置方案，如医院的选址、医院类型的设定、医院规模的计划等，再基于服务平台将医疗资源配置方案发送至用户平台，以向用户进行反馈。

在一些实施例中，基于物联网的智慧城市区域人口管理系统200可以应用于基于人口管理的养老设施保障管理。在应用于基于人口管理的养老设施保障管理时，对象平台可以用于采集现有的养老设施(如疗养院、养老院等)的信息、区域家庭中老龄人口的信息、家庭人口年龄信息等，其中，养老设施的信息可以包括疗养院、养老院中现有的老人信息、现有的配套设施的信息、急缺的设施的信息、现有工作人员信息等。传感网络平台可以将对象平台采集的信息汇总至管理平台，由管理平台对收到的数据进行分析处理，如根据老龄人口的信息预测未来养老设施的需求量、基于养老设施现有的信息预测未来可接纳人员数量、设备更新需求、服务人员招聘及培训计划等，再基于服务平台将预测信息及计划发送至用户平台，以向用户进行反馈。

以下将以基于物联网的智慧城市区域人口管理系统200应用于区域儿童人口数据管理场景为例，对基于物联网的智慧城市区域人口管理系统200进行具体说明。

用户平台210可以是面向用户的服务接口。在一些实施例中，用户平台210可以接收基于物联网的智慧城市区域人口管理系统200发送的建设计划信息。在一些实施例中，用户平台210可以被配置为基于服务平台220将建设计划反馈给用户。

用户可以指基于物联网的智慧城市区域人口管理系统200的直接或间接服务对象。例如，用户可以包括自然人、企业法人、非企业法人、民政工作人员等。在一些实施例中，用户的数量可以为一个或者多个。

服务平台220可以是对人口数据进行初步处理的平台。在一些实施例中，服务平台220可以分别与用户平台210以及管理平台230通信连接以获取相关数据并进行数据处理。例如，服务平台220可以从管理平台230接收信息。对接收到的信息进行抽取、分类与再加工等数据处理操作，以生成统计数据、趋势数据和对比数据等有价值的信息，并根据用户需要为用户提供对应的服务。

管理平台230可以是指统筹、协调各功能平台之间的联系和协作，提供感知管理和控制管理的物联网平台。

在一些实施例中，管理平台230被配置为如下操作：基于传感网络平台通过对象平台获取历史目标时间段的人口相关数据；基于人口相关数据，预测未来目标时间段儿童人口数量；基于儿童人口数量，确定儿童管理机构的建设计划，建设计划包括机构数量；基于服务平台将建设计划通过用户平台反馈给用户。

在一些实施例中，管理平台230被进一步配置为：基于目标区域在历史目标时间段的人口相关数据，预测目标区域在第一未来时间段的幼儿人口数量。

在一些实施例中，管理平台230被进一步配置为：基于居民的家庭状况，对幼儿人口数量进行调整；基于调整后的幼儿人口数量确定待管理幼儿人口；基于待管理幼儿人口确定幼儿管理机构的建设计划。

在一些实施例中，管理平台230被进一步配置为：基于人口相关数据，预测目标区域在第二未来时间段的学龄儿童人口数量；基于目标区域在第二未来时间段的学龄儿童人口数量，确定目标区域的学校建设计划。

关于管理平台230的更多细节可以参见图3-7及其相关说明。

传感网络平台240可以是管理平台和对象平台之间实现交互的衔接的平台。在一些实施例中，传感网络平台240可以将从对象平台获取的信息进行预处理，例如将从对象平台的人口相关数据调整为管理平台可读的格式、删除对象平台的人口相关数据中的无效内容、对对象平台获取的人口相关数据进行预分析等。

对象平台250可以是感知信息生成和控制信息最终执行的功能平台。对象平台250可以用于接收用户的需求数据，并将用户的需求数据通过传感网络平台上传至管理平台；再例如，对象平台250还可以用于基于传感网络平台接收管理平台发送的针对用户需求数据的管理计划，并通过服务平台将管理计划反馈给用户。在一些实施例中，对象平台250可以是由管理人员、人工智能、或由预设规则操控的远程平台。

在一些实施例中，对象平台250可以用于从社会物联网中获取需求数据。社会物联网可以指对社会信息进行收集与处理的物联网系统，本实施例中的基于物联网的智慧城市区域人口管理系统中的对象平台可以与社会物联网中的相应平台进行通讯，由基于物联网的智慧城市区域人口管理系统中的对象平台从社会物联网的相应平台获取需要的信息。例如，基于物联网的智慧城市区域人口管理系统中的对象平台250可以与进行人口数据采集与管理的社会物联网的用户平台通讯连接，并基于社会物联网的用户平台采集婚姻数据、孕妇建档数据、出生人口登记数据中的至少一种数据。

对于本领域的技术人员来说，在了解该系统的原理后，可能在不背离这一原理的情况下，将系统200移用到其他任何合适的场景下。

需要注意的是，以上对于系统及其组成部分的描述，仅为描述方便，并不能把本说明书限制在所举实施例范围之内。可以理解，对于本领域的技术人员来说，在了解该系统的原理后，可能在不背离这一原理的情况下，对各个组成部分进行任意组合，或者构成子系统与其他组成部分连接。例如，各个组成部分可以共用一个存储设备，各个组成部分也可以分别具有各自的存储设备。诸如此类的变形，均在本说明书的保护范围之内。

图3是根据本说明书一些实施例所示的基于物联网的智慧城市区域人口管理方法的示例性流程图。如图3所示，流程300包括下述步骤。在一些实施例中，流程300可以由管理平台230执行。

步骤310，基于传感网络平台通过对象平台获取历史目标时间段的人口相关数据。

历史目标时间段可以是人口相关数据获取前的任意时间段。例如，历史目标时间段可以是截止人口相关数据获取前2个月、1年、3年等。

人口相关数据可以是与某一区域内人口统计、以及生活发展相关的任何数据。例如，人口相关数据可以包括人口总数、人口年龄构成数据、人口经济收入数据、人口位置分布数据等。

在一些实施例中，人口相关数据可以是某一区域内与儿童人口预测相关的数据。例如，人口相关数据可以包括婚姻数据、孕妇建档数据、出生人口登记数据等至少一种。

婚姻数据可以是某一区域在历史某一段时间内的与人口的婚姻状况相关的数据。例如，婚姻数据可以包括某一区域在历史某一段时间内的人口的新增结婚次数、新增离婚次数等。

孕妇建档数据可以是某一区域在历史某一段时间内与孕妇数量状况相关的数据。例如，孕妇建档数据可以包括某一区域在历史某一段时间内的新增建档孕妇数量、新增流产次数等。

出生人口登记数据可以是某一区域在历史某一段时间内与新生儿的出生状况相关的数据。例如，出生人口登记数据可以包括某一区域在历史某一段时间内的新生儿数量等。

在一些实施例中，人口相关数据还包括：托儿所幼儿数据、幼儿疫苗接种数据中的至少一种。

托儿所幼儿数据可以是某一区域在历史某一段时间内反映托儿所的幼儿情况的数据。例如，托儿所幼儿数据可以某一区域在历史某一段时间内的幼儿数量、幼儿年龄、幼儿姓名、幼儿性别等。

幼儿疫苗接种数据可以是某一区域在历史某一段时间内反映幼儿疫苗接种状况的数据。例如，幼儿疫苗接种数据可以包括某一区域在历史某一段时间内乙肝疫苗、卡介苗、脊灰疫苗、糖丸等疫苗的接种次数等。

在一些实施例中，人口相关数据可以通过地方医院、人口统计部门、民政部门等机构的相关人员或被统计的居民通过在用户平台的终端设备进行录入获取，或通过存储设备、网络获取历史的人口相关数据获取，并基于用户平台将采集的数据上传至服务平台，以得到历史目标时间段的人口相关数据。

步骤320，基于人口相关数据，预测未来目标时间段儿童人口数量。

未来目标时间段可以是人口相关数据获取后的任意时间段。例如，未来目标时间段可以是以截止人口相关数据获取时间为节点或以当前时间为节点之后的一段时间，如2个月、1年、3年等。

在一些实施例中，儿童可以指18岁以内的人口，儿童可以包括幼儿和学龄儿童，幼儿可以是3岁以下的儿童，学龄儿童可以是3岁以上的儿童。儿童人口数量可以是某一区域在一段时间内儿童人口的总人数。

在一些实施例中，管理平台可以通过多种方式实现基于人口相关数据，预测未来目标时间段儿童人口数量。例如，未来目标时间段儿童人口数量可以基于人口相关数据与未来目标时间段儿童人口数量的映射关系进行预测。例如，某一区域在历史某一段时间内的人口总数可以包括一定比例(如10％)的儿童人口，基于人口相关数据中的人口总数与该比例的乘积得到未来目标时间段儿童人口数量。

在一些实施例中，儿童人口数量可以基于机器学习模型预测。

关于预测未来目标时间段儿童人口数量的更多说明参见图4部分具体内容。

步骤330，基于儿童人口数量，确定儿童管理机构的建设计划，建设计划包括机构数量。

儿童管理机构可以是与儿童生活、教育相关的机构。例如，儿童管理机构可以包括月子中心、托儿所、幼儿园、学校等。在一些实施例中，不同年龄段的儿童可以被分配到不同的儿童管理机构，例如，3岁以下的儿童可以被分配到月子中心、托儿所；3岁以上的儿童可以被分配到幼儿园、学校等。在一些实施例中，某一地区的儿童管理机构的机构数量大小可以反映该地区对儿童统一管理的承受能力。例如，较高的机构数量反映该地区能够容纳更多的儿童进行统一管理。

建设计划可以是儿童管理机构的规划情况。例如，建设计划可以包括未来计划要建设的机构数量、机构位置、机构建设时间、机构建成时间、机构容量等。

在一些实施例中，儿童管理机构的建设计划可以基于儿童人口的情况确定。例如，基于儿童人口数量确定儿童管理机构数量及容量，基于儿童人口分布确定儿童管理机构分布，基于儿童人口对结构的使用需求时间确定建设时间及建成时间等。

步骤340，基于服务平台将建设计划通过用户平台反馈给用户。

在一些实施例中，服务平台可以通过文字、图像、语音等任何形式，通过用户平台将建设计划反馈给用户。

通过本说明书一些实施例所述的区域人口管理方法，可以实现针对儿童人口数量和人口分布的精确规划，使儿童管理机构符合当地的儿童人口情况，在保证儿童受到合理管理的情况下，避免教育资源浪费。

应当注意的是，上述有关流程300的描述仅仅是为了示例和说明，而不限定本说明书的适用范围。对于本领域技术人员来说，在本说明书的指导下可以对流程300进行各种修正和改变。然而，这些修正和改变仍在本说明书的范围之内。例如，流程300还可以包括后处理的步骤。

图4是根据本说明书一些实施例所示的儿童人口数量预测的示例性流程图。

在一些实施例中，管理平台230可以基于目标区域在历史目标时间段的人口相关数据，预测目标区域在第一未来时间段的幼儿人口数量。

目标区域可以是需要进行区域人口管理的地理片区。例如，目标区域可以是某一城市如北京，还可以是城市的某一区域如北京的海淀区等。

第一未来时间段可以是用于预测幼儿人口数量的时间段。例如，第一未来时间段可以是截止人口相关数据获取后2个月、1年、2年等。在一些实施例中，第一未来时间段可以是与未来目标时间段对应的相同时间，如都是截止人口相关数据获取后的3年。在一些实施例中，第一未来时间段可以是包含于未来目标时间段内的时间，如未来目标时间段对应截止人口相关数据获取后的3年，第一未来时间段是截止人口相关数据获取后的1年。

幼儿人口数量可以是某一区域在某一时间段内小于3岁的儿童人口数量。

在一些实施例中，第一未来时间段的幼儿人口数量可以通过管理平台230对目标区域在历史目标时间段的人口相关数据处理后预测得到。具体过程如图4所示，流程400包括下述步骤。在一些实施例中，流程400可以由管理平台230执行。

步骤410，提取目标区域和多个样本区域的人口特征向量。

样本区域可以是与目标区域人口数量相似、人口分布情况相似、人口年龄构成相似的地理片区。在一些实施例中，样本区域可以是与目标区域相邻的一个或多个区域。例如，当目标区域为北京海淀区时，样本区域可以是北京丰台区等。

人口特征向量可以是能够反映人口数量变化特征的向量。例如，人口特征向量的元素可以包括出生幼儿增长数量及占比、迁入幼儿增长数量及占比、出生学龄儿童增长数量占比、迁入学龄儿童增长数量占比等数据。

在一些实施例中，人口特征向量可以基于管理平台对相应区域在历史目标时间段的人口相关数据进行特征提取获得；例如，样本区域的人口特征向量可以通过对样本区域在历史目标时间段的人口相关数据进行特征提取获得；同理，目标区域的人口特征向量可以通过对目标区域在历史目标时间段的人口相关数据进行特征提取获得。

在一些实施例中，管理平台可以通过多种方式提取人口特征向量，例如，管理平台可以通过如机器学习模型、人工提取等方式从对获取的区域在历史目标时间段的人口相关数据进行特征提取，进而得到该区域的人口特征向量。

步骤420，对多个样本区域的人口特征向量进行聚类，得到多个聚类中心。

在一些实施例中，对多个样本区域的人口特征向量进行聚类的过程可以是确定人口特征向量之间相关程度的过程，即相关程度高(出生幼儿增长数量及占比相似等)的人口特征向量被聚类在一个聚类簇，每个聚类簇包括一个聚类中心作为反映该簇共有特征的样本，以及其他与聚类中心高度相关的样本。在一些实施例中，聚类过程可以基于聚类算法进行。例如，聚类算法可以包括K均值算法、密度聚类、层次聚类、高斯混合聚类等。

步骤430，计算目标区域的人口特征向量与各个聚类中心的距离，将距离最小的聚类中心作为目标样本。

在一些实施例中，目标区域的人口特征向量与各个聚类中心的距离可以通过计算向量距离(如欧氏距离)确定。例如，对于n维人口特征向量，与某一聚类中心的距离可以通过如下计算得到：

其中，D为人口特征向量与某一聚类中心的欧氏距离，i为空间维度，x、y为人口特征向量的不同人口特征。

在一些实施例中，管理平台可以将向量距离最小的聚类中心作为目标区域的人口特征向量对应的目标样本，例如，将欧氏距离D最小的聚类中心K作为目标区域的人口特征向量对应的目标样本。

步骤440，基于目标样本内的数据预测出生幼儿增长数量、幼儿增长率中的至少一种。

幼儿增长数量、幼儿增长率可以是反映幼儿数量变化情况的参数。

在一些实施例中，预测过程可以是将目标样本(聚类中心)对应的聚类簇中所有样本的相应参数(如幼儿增长数量、幼儿增长率)求平均值，将该平均值作为预测的数据(如出生幼儿增长数量、幼儿增长率)。例如，对聚类中心K对应的聚类簇中多个样本的出生幼儿增长数量求平均值，并将该平均值作为目标区域的出生幼儿增长数量的预测结果。又如，可以对聚类中心K对应的聚类簇中多个样本的幼儿增长率求平均值，并将该平均值作为目标区域的幼儿增长率的预测结果等。

应当注意的是，上述有关流程400的描述仅仅是为了示例和说明，而不限定本说明书的适用范围。对于本领域技术人员来说，在本说明书的指导下可以对流程400进行各种修正和改变。然而，这些修正和改变仍在本说明书的范围之内。例如，流程400还可以包括预处理步骤。

图5是根据本说明书一些实施例所示的目标区域幼儿增长率预测的示例性流程图。如图5所示，流程500包括下述步骤。在一些实施例中，流程500可以由管理平台230执行。

步骤510，通过嵌入层对目标区域的人口相关数据进行处理，得到第一人口特征向量。

嵌入层可以是用于提取人口特征向量的模型。例如，嵌入层可以是长短期神经网络模型等。

在一些实施例中，嵌入层的输入可以为相应区域的人口相关数据，嵌入层的输出可以包括该区域的人口特征向量，例如，嵌入层的输入为目标区域的人口相关数据，嵌入层的输出可以包括目标区域对应的第一人口特征向量。

第一人口特征向量可以是反映目标区域的人口数量变化特征对应的向量。例如，第一人口特征向量的元素可以包括目标区域的出生幼儿增长数量及占比、迁入幼儿增长数量及占比、出生学龄儿童增长数量占比、迁入学龄儿童增长数量占比等数据。

在一些实施例中，第一人口特征向量可以是多维的元素组成的向量。例如，第一人口特征向量可以是2维向量，即(x,y)＝(3000,2500)，其中x为目标区域的出生幼儿增长数量的特征值，y为目标区域的迁入幼儿增长数量的特征值。

在一些实施例中，嵌入层的输入还可以包括相应区域的基础发展数据。基础发展数据可以是与该区域社会发展相关的参数。例如，基础发展数据可以包括经济增长、人均收入、年龄分布、独身子女、教育资源、就业机会、生活成本等参数。

通过在本说明书一些实施例所述的嵌入层的输入内容中加入基础发展数据，可以在儿童人口数量预测时加入某一区域宏观经济发展数据作为参考，实现人口-资源角度的综合考虑，提高预测准确性。

步骤520，通过嵌入层对多个样本区域在历史目标时间段的人口相关数据进行处理，得到多个第二人口特征向量。

第二人口特征向量可以是反映样本区域的人口数量变化特征对应的向量。例如，第二人口特征向量的元素可以包括样本区域的出生幼儿增长数量及占比、迁入幼儿增长数量及占比、出生学龄儿童增长数量占比、迁入学龄儿童增长数量占比等数据。

在一些实施例中，第二人口特征向量可以是多维的元素组成的向量。例如，第二人口特征向量可以是2维向量，即(x,y)＝(3000,2500)，其中x为样本区域的出生幼儿增长数量的特征值，y为样本区域的迁入幼儿增长数量的特征值。

步骤530，对多个第二人口特征向量进行聚类，确定多个聚类中心。

在一些实施例中，管理平台可以通过聚类算法对多个第二人口特征向量进行聚类，以确定多个聚类中心。例如，管理平台可以根据幼儿增长率大小进行聚类，将第二人口特征向量分为幼儿增长率超过20％的人口特征向量和幼儿增长率低于20％的人口特征向量，对于幼儿增长率超过20％的人口特征向量，聚类得到聚类中心k

步骤540，将与第一人口特征向量距离最近的聚类中心对应的平均幼儿增长率作为目标区域的幼儿增长率。

在一些实施例中，管理平台可以计算第一人口特征向量与每个聚类中心之间的向量距离，即通过第一人口特征向量中的人口特征与每个聚类中心的参考特征进行比较后，确定向量距离最近(人口特征与参考特征相似度最高)的聚类中心，并将该聚类中心对应的平均幼儿增长率作为目标区域的幼儿增长率。

关于向量距离计算的具体说明，参见步骤430及其相关描述，关于将聚类中心对应的平均幼儿增长率作为目标区域的幼儿增长率的具体说明，参见步骤440及其相关描述。

在一些实施例中，管理平台还可以将与第一人口特征向量距离最近的聚类中心对应的平均幼儿增长数量作为目标区域的幼儿增长数量，或将第一人口特征向量距离最近的聚类中心对应的其他人口特征的平均值/加权平均值作为目标区域的人口特征。

在一些实施例中，可以通过对自定义的第一模型进行训练以得到训练好的嵌入层。其中，第一模型的结构800如图8所示。

第一模型可以是包含嵌入层的模型。在一些实施例中，第一模型可以是长短期神经网络(Long Short Term Memory network，LSTM)模型、深度神经网络(Deep NeuralNetworks，DNN)模型等，或其组合。在一些实施例中，第一模型可以包括第一嵌入层810、第二嵌入层820、以及输出层830。其中第一嵌入层用于提取反映目标区域在同一历史时间段人口特征的第一人口特征向量，第二嵌入层用于提取反映多个样本区域在同一历史时间段人口特征的第二人口特征向量，输出层用于获取不同样本区域的各个类型的人口增长情况之间的相似度。

第一嵌入层可以是用于提取反映目标区域在同一历史时间段人口特征的第一人口特征向量的模型。例如，第一嵌入层可以是长短期神经网络模型。

第二嵌入层可以是用于提取反映多个样本区域在同一历史时间段人口特征的第二人口特征向量的模型。例如，第二嵌入层可以是长短期神经网络模型。在一些实施例中，多个样本区域可以对应多个第二嵌入层。

在一些实施例中，第一嵌入层和第二嵌入层的顺序仅以说明为目的，不构成对嵌入层顺序的限定。在一些实施例中，第一嵌入层和第二嵌入层的功能可以相互替换。

输出层可以是用于获取目标区域和样本区域人口增长情况之间的相似度的模型。在一些实施例中，输出层可以是深度神经网络模型等。

在一些实施例中，第一模型的输入可以包括至少两个不同区域的人口相关数据与基础发展数据，第一模型的输出可以包括至少两个不同区域的人口增长情况的相似度，具体地，第一模型输出可以包括目标区域和样本区域出生幼儿增长数量占比之间的相似度、目标区域和样本区域迁入幼儿增长数量占比之间的相似度等。

在一些实施例中，第一嵌入层的输入可以包括目标区域的人口相关数据，以及目标区域的基础发展数据，第一嵌入层的输出可以包括目标区域的第一人口特征向量。

在一些实施例中，第二嵌入层的输入可以包括样本区域的人口相关数据，以及样本区域的基础发展数据，第二嵌入层的输出可以包括样本区域的第二人口特征向量。

在一些实施例中，输出层的输入可以包括第一嵌入层、第二嵌入层的输出，如第一人口特征向量，以及第二人口特征向量，输出层的输出可以包括目标区域和样本区域人口增长情况之间的相似度。

在一些实施例中，第一模型可以通过联合训练获取，基于训练好的第一模型即可将其中的第一嵌入层或第二嵌入层作为图5中的嵌入层。例如，向第一嵌入层、第二嵌入层输入训练样本数据，训练样本数据即相应区域的历史人口相关数据、历史基础发展数据，得到输出的人口特征向量；然后将人口特征向量作为输出层的训练样本数据，输入输出层，得到不同区域人口增长情况之间的相似度，使用样本相似度对输出层的输出进行验证；利用神经网络模型的反向传播特性，得到第一嵌入层、第二嵌入层输出的人口特征向量的验证数据，使用该人口特征向量的验证数据作为标签对第一嵌入层、第二嵌入层进行训练。

又例如，训练样本数据包括某些区域的历史人口相关数据、历史基础发展数据、样本人口特征向量，将训练样本数据输入第一嵌入层、第二嵌入层，将样本人口特征向量输入输出层，第一嵌入层、第二嵌入层的输出作为输出层的输入，标签为不同区域人口增长情况之间的相似度，训练过程中，基于不同区域人口增长情况之间的相似度和第一嵌入层、第二嵌入层的输出建立损失函数对模型的参数进行更新。

在一些实施例中，训练样本数据至少可以包括不同样本区域的同一历史时间段的出生人口相关的数据、以上区域对应的基础发展数据。标签可以是不同样本区域的人口增长情况之间的相似度。标签可以人工标注获取，或通过计算第一人口特征向量和第二人口特征向量之间的欧氏距离确定。

在一些实施例中，训练后的第一嵌入层、第二嵌入层可以作为上述嵌入层以提取人口特征向量。例如，第一嵌入层、第二嵌入层可以作为图5中涉及的嵌入层。

通过本说明书一些实施例所述的目标区域幼儿增长率预测过程，可以实现基于深度学习的幼儿增长率智能预测，将人口相关数据，以及社会发展状况作为预测的参考依据，提高预测结果的真实性准确性；另外，在模型训练时，对于难以获取标签的嵌入层，通过引入第一模型进行训练，将相似度作为标签，方便标签获取。

图6是根据本说明书一些实施例所示的确定儿童管理机构建设计划的示例性流程图。如图3所示，流程600包括下述步骤。在一些实施例中，流程600可以由管理平台230执行。

步骤610，基于居民的家庭状况，对幼儿人口数量进行调整。

居民的家庭状况可以是居民家庭的人员构成、经济、发展情况等。例如，居民的家庭状况可以包括家庭成员组成、家庭成员年龄、家庭年收入、家庭成员职业、家庭成员受教育程度等。

在一些实施例中，对幼儿人口数量进行调整可以是对需要上幼儿管理机构的幼儿人口数量进行修正。例如，在目标区域内的部分幼儿可能因某些家庭状况原因而不需要被统一管理，如居民的家庭无经济条件将幼儿送入托儿所管理，或居民的家庭可以有专人独自管理幼儿等，此时需要对幼儿人口数量进行修正。在一些实施例中，调整过程可以是通过幼儿人口数量与幼儿人口的入托率相乘以得到幼儿人口中上托儿所的真实幼儿人口数量。

入托率可以是幼儿人口中上托儿所的比例。例如，95％、98％等。在一些实施例中，入托率可以基于调整因子计算获取。关于入托率获取，以及通过入托率计算上托儿所的真实幼儿人口数量的具体说明，参见后文待管理幼儿人口计算的具体描述。

在一些实施例中，管理平台可以基于居民的家庭状况的统计确定调整因子。

在一些实施例中，居民的家庭状况的统计可以包括各种可能影响幼儿接受统一管理的因素的统计。例如，居民的家庭状况的统计可以包括目标区域内家庭收入小于收入阈值的家庭占目标区域内家庭总数的比例、目标区域内有老人的家庭占目标区域内家庭总数的比例、目标区域内人口接受高等教育人口占总人口的比例等。

调整因子是可以反映幼儿是否上托儿所(入托)或不上托儿所的幼儿的比例的参数。例如，调整因子可以通过如下计算得到：

T＝aM

其中，T为调整因子，a为目标区域内家庭收入小于收入阈值的家庭占目标区域内家庭总数的比例，M

步骤620，基于调整后的幼儿人口数量确定待管理幼儿人口。

待管理幼儿人口可以是目标区域内需要上托儿所(入托)的幼儿人口。

在一些实施例中，待管理幼儿人口可以通过如下计算确定：

P＝(1-T)Q

其中，P为待管理幼儿人口，Q为幼儿人口数量，T为前述的调整因子，(1-T)即可以理解为入托率。

在一些实施例中，待管理幼儿人口可以通过差异确定模型确定。其中，差异确定模型可以是神经网络模型等。

在一些实施例中，差异确定模型的输入可以包括居民的家庭状况的统计数据，差异确定模型的输出可以包括实际待管理幼儿人口与幼儿人口数量的差异。通过幼儿人口数量与实际待管理幼儿人口与幼儿人口数量的差异相减，可以得到实际待管理幼儿人口。

在一些实施例中，差异确定模型可以通过多个有标签的训练样本训练得到。例如，可以将多个带有标签的训练样本输入初始差异确定模型，通过标签和初始差异确定模型的结果构建损失函数，基于损失函数迭代更新初始差异确定模型的参数。当初始差异确定模型的损失函数满足预设条件时模型训练完成，得到训练好的差异确定模型。其中，预设条件可以是损失函数收敛、迭代的次数达到阈值等。

在一些实施例中，训练样本至少可以包括居民的家庭状况的历史统计数据。标签可以是实际待管理幼儿人口与幼儿人口数量的差异。标签可以人工标注获取。

步骤630，基于待管理幼儿人口确定幼儿管理机构的建设计划。

幼儿管理机构可以是用于统一管理幼儿的机构。例如，幼儿管理机构可以包括月子中心、托儿所等。

在一些实施例中，幼儿管理机构可以具有相应的幼儿数量承载量。例如，托儿所可以容纳最多300个幼儿。基于待管理幼儿人口，可以确定幼儿管理机构的数量，从而根据当前幼儿管理机构数量，决定是否需要新建幼儿管理机构。

图7是根据本说明书一些实施例所示的确定学校建设计划的示例性流程图。如图7所示，流程700包括下述步骤。在一些实施例中，流程700可以由管理平台230执行。

步骤710，基于人口相关数据，预测目标区域在第二未来时间段的学龄儿童人口数量。

第二未来时间段可以是用于预测学龄儿童人口数量的时间段。例如，第二未来时间段可以是截止人口相关数据获取后2个月、1年、2年等。在一些实施例中，第二未来时间段可以是与未来目标时间段对应的相同时间，如都是截止人口相关数据获取后的3年。在一些实施例中，第二未来时间段可以是包含于未来目标时间段内的时间，如未来目标时间段对应截止人口相关数据获取后的3年，第二未来时间段是截止人口相关数据获取后的1年。

学龄儿童人口数量可以是某一区域在某一时间段内大于3岁的儿童人口数量。

在一些实施例中，预测目标区域在第二未来时间段的学龄儿童人口数量可以通过下述步骤711-步骤714实现。

步骤711，通过嵌入层对目标区域的人口相关数据进行处理，得到第一人口特征向量。关于通过嵌入层对目标区域的人口相关数据进行处理，得到第一人口特征向量的具体说明，参见步骤510的相关描述，此处不再赘述。关于嵌入层训练的具体说明，参见图5中嵌入层训练的相关描述，此处不再赘述。

步骤712，通过嵌入层对多个样本区域在所述历史目标时间段的所述人口相关数据进行处理，得到多个第二人口特征向量。

关于通过嵌入层对多个样本区域在所述历史目标时间段的所述人口相关数据进行处理，得到多个第二人口特征向量的具体说明，参见步骤520的相关描述，此处不再赘述。关于嵌入层训练的具体说明，参见图5中嵌入层训练的相关描述，此处不再赘述。

在一些实施例中，嵌入层的输入可以包括目标区域或样本区域的人口相关数据，嵌入层的输出可以包括人口特征向量。例如，嵌入层的输入为目标区域的人口相关数据时，输出为第一人口特征向量；嵌入层的输入为样本区域的人口相关数据时，输出为第二人口特征向量。

在一些实施例中，嵌入层的输入还可以包括入托率，以及基础发展数据，基础发展数据可以包括经济增长、人均收入、年龄分布、独身子女、教育资源、就业机会、生活成本等。关于入托率的具体说明，参见步骤610中入托率的相关描述，此处不再赘述。

在一些实施例中，可以通过自定义的第一模型训练得到嵌入层。

在一些实施例中，第一模型的输入可以包括至少两个不同区域的人口相关数据与基础发展数据，第一模型的输出可以包括目标区域和样本区域人口增长情况之间的相似度，具体地，第一模型输出可以包括目标区域和样本区域出生幼儿增长数量占比之间的相似度、目标区域和样本区域迁入幼儿增长数量占比之间的相似度等。

在一些实施例中，嵌入层可以通过多个有标签的训练样本训练得到。例如，可以将多个带有标签的训练样本输入初始嵌入层，通过标签和初始嵌入层的结果构建损失函数，基于损失函数迭代更新初始嵌入层的参数。当初始嵌入层的损失函数满足预设条件时模型训练完成，得到训练好的嵌入层。其中，预设条件可以是损失函数收敛、迭代的次数达到阈值等。

在一些实施例中，训练样本至少可以包括不同样本区域的同一历史时间段的出生人口相关的数据、以上区域对应的基础发展数据。标签可以是样本区域间出生学龄儿童增长数量占比之间的相似度、样本区域间迁入学龄儿童增长数量占比之间的相似度。标签可以人工标注获取，或通过计算第一人口特征向量和第二人口特征向量之间的欧氏距离作为相似度确定。需要说明的是，标签的选取可以基于模型要实现的功能来选择，例如，若仅需要第一模型可以输出区域间出生学龄儿童增长数量占比之间的相似度，则第一模型的训练样本的标签可以仅为样本区域间出生学龄儿童增长数量占比之间的相似度。

步骤713，对多个第二人口特征向量进行聚类，确定多个聚类中心。

关于对多个第二人口特征向量进行聚类，确定多个聚类中心的具体说明，参见步骤530的相关描述，此处不再赘述。

步骤714，将与第一人口特征向量距离最近的聚类中心对应的平均学龄儿童增长率作为目标区域的学龄儿童增长率。

关于将与第一人口特征向量距离最近的聚类中心对应的平均学龄儿童增长率作为目标区域的学龄儿童增长率的具体说明，参见步骤540的相关描述，此处不再赘述。

在一些实施例中，当第二未来时间段大于第一未来时间段时，第二未来时间段的学龄儿童人口数量可以包括第一时间段的幼儿人口数量。例如，当第一未来时间段为1年，第二未来时间段为3年，当前托儿所幼儿数量为5000人，通过过程500预测新增幼儿数量为1000人，则第二未来时间段时幼儿成长为学龄儿童，此时学龄儿童人口数量可以是当前托儿所幼儿数量与预测新增幼儿数量之和，即6000人。

在一些实施例中，管理平台可以基于第一未来时间段和第二未来时间段之间的时间长度差异调整预测的学龄儿童人口数量的缩减幅度。例如，当第一未来时间段为1年，第二未来时间段为2年，当前托儿所幼儿数量为5000人，通过过程500预测新增幼儿数量为1000人，但幼儿的年龄在0-3岁之间，在2年内并不能使所有幼儿均成长为学龄儿童，此时学龄儿童人口数量需要基于上述计算方法进行缩减，即对当前托儿所幼儿数量与预测新增幼儿数量之和6000人进行缩减，缩减方式可以是根据年龄分布比例进行缩减，其中，年龄分布比例可以通过统计获取。还例如，第二未来时间段为5年，即预测未来5年后学龄儿童人口数量，缩减幅度可以是当前托儿所幼儿数量与预测新增幼儿数量之和减去第一未来时间段预测的3岁及以下幼儿的数量。

步骤720，基于目标区域在第二未来时间段的学龄儿童人口数量，确定目标区域的学校建设计划。

在一些实施例中，学校可以具有相应的学龄儿童数量承载量。例如，学校可以容纳最多500个学龄儿童。基于学龄儿童人口数量，可以确定学校的数量，从而根据当前学校数量，决定是否需要新建学校。

通过本说明书一些实施例所述的学校建设计划确定过程，可以实现基于深度学习的学校、幼儿园未来规划；另外，通过对预测结果进行缩减修正，避免了统计过程因儿童年龄增长产生的入托、入学变化导致的统计误差，使预测结果更精确。

本说明书一些实施例还公开了一种计算机可读存储介质，该存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机运行上述基于物联网的智慧城市区域人口管理方法。

上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本说明书的限定。虽然此处并没有明确说明，本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议，所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。

同时，本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。

此外，除非权利要求中明确说明，本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。

同理，应当注意的是，为了简化本说明书披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本说明书实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。

一些实施例中使用了描述成分、属性数量的数字，应当理解的是，此类用于实施例描述的数字，在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明，“大约”、“近似”或“大体上”表明所述数字允许有±20％的变化。相应地，在一些实施例中，说明书和权利要求中使用的数值参数均为近似值，该近似值根据个别实施例所需特点可以发生改变。在一些实施例中，数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本说明书一些实施例中用于确认其范围广度的数值域和参数为近似值，在具体实施例中，此类数值的设定在可行范围内尽可能精确。

针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外，对本说明书权利要求最广范围有限制的文件(当前或之后附加于本说明书中的)也除外。需要说明的是，如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方，以本说明书的描述、定义和/或术语的使用为准。

最后，应当理解的是，本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此，作为示例而非限制，本说明书实施例的替代配置可视为与本说明书的教导一致。相应地，本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。