数据处理方式的选择方法、装置及电子设备与流程

本申请涉及人工智能领域，特别涉及一种数据处理方式的选择方法、装置及电子设备。
背景技术：
：随着人工智能的不断进步，基于语音的人机交互已经被广泛普及，其中更以智能家居领域尤为突出，如智能音箱，语音电饭煲，语音空调等。所以，由软硬件结合的语音模组已经被大量的开发和生产，一个完整的语音模组至少应该包括wifi，语音识别(automaticspeechrecognition，asr)，语义理解(naturallanguageprocessing，nlu)和语音合成等功能，语音模组返回结果的速度便成为了用户是否购买此产品的重要因素。相关技术中，大多数智能语音模组都采用了离线与在线两种处理方式，在通过两种处理方式得到结果之后分别确定置信度，然后再返回置信度较高的结果。一般情况下，在线处理方式返回结果的速度比离线处理方式的速度慢时间长，并且只会在一部分领域中有更好的返回结果，如音乐、新闻等。因此，相关技术中存在对于语音交互的处理速度慢、效率低的问题。技术实现要素：本申请的目的是提供一种数据处理方式的选择方法、装置及电子设备，用以解决现有技术中存在对于语音交互的处理速度慢、效率低的问题。第一方面，本申请实施例提供了一种数据处理方式的选择方法，包括：对接收到的语音指令进行语音识别后，得到语音识别结果；通过分类模型对所述语音识别结果进行解析，得到匹配的处理方式；其中，所述匹配的处理方式为在线处理方式或离线处理方式；根据所述匹配的处理方式处理所述语音识别结果对应的目的处理请求。通过本申请提供的方法，通过分类模型实现对于语音指令的处理方式的匹配，从而通过匹配的处理方式对语音指令进行处理，相对于相关技术中需要等待在线处理方式和离线处理方式均返回处理的结果后，计算结果的置信度并进行置信度的比较，再确定匹配的处理方式的技术方案来说，本申请提供的方法，通过分类模型首先确定匹配的处理方式，则通过匹配的处理方式对语音识别结果进行处理，从而减少了对于所有处理方式均获取返回结果的等待时间及置信度比较，因此提高了语音交互的处理速度以及处理效率。在一种可能的实施例中，所述通过分类模型对所述语音识别结果进行解析之前，所述方法还包括：确定当前网络状态满足所述在线处理方式的处理条件。本实施例的有益效果为：为了保障可以通过匹配的处理方式对所述语音识别结果进行正常的处理，在通过分类模型进行解析之前，确保当前网络状态可以满足在线处理方式的要求，从而保障对于处理方式的选择的准确性，以避免进行数据处理方式选择之后，匹配的处理方式无法实现对于语音识别结果的处理。在一种可能的实施例中，所述方法还包括：若当前网络状态不满足所述在线处理方式的处理条件，则确定所述匹配的处理方式为所述离线处理方式。本实施例的有益效果为：当根据当前网络状态确定不满足在线处理方式的处理条件时，则直接根据离线处理方式进行处理。此外，为了避免一些语音识别结果中的目标处理请求通过在线处理方式可以得到更好的结果的场景，还可在当前网络状态不能满足所述在线处理方式的处理条件时，向用户发出对于网络状态的提醒，以便于可以实现通过分类模型进行解析，从所有可能的处理方式中进行匹配，从而提高对于语音指令对应的目的处理请求的准确处理。在一种可能的实施例中，所述根据所述匹配的处理方式处理所述语音识别结果对应的目的处理请求，包括：若所述匹配的处理方式为所述在线处理方式，且所述目的处理请求为操作类处理请求，则通过在线的方式从网络上获取到所述目的处理请求对应的操作指令后，根据所述操作指定执行对应的操作；或，若所述匹配的处理方式为所述离线处理方式，且所述目的处理请求为操作类处理请求，则通过离线的方式在本地存储中获取到所述目的处理请求对应的操作指令后，根据所述操作指定执行对应的操作；或，若所述匹配的处理方式为所述在线处理方式，且所述目的处理请求为查询类处理请求，则通过在线的方式从网络上获取到所述目的处理请求对应的查询结果后，返回所述查询结果；或，若所述匹配的处理方式为所述离线处理方式，且所述目的处理请求为查询类处理请求，则通过离线的方式在本地存储中获取到所述目的处理请求对应的查询结果后，返回所述查询结果。本实施例的有益效果为：提供了在确定匹配的处理方式之后，根据语音识别结果确定的目的处理请求的类型进行的不同的处理，提高了语音交互的效率和准确性。在一种可能的实施例中，所述分类模型是基于以下方法得到的：获取包含多个语音识别结果与处理方式之间匹配关系的训练样本；将所述训练样本输入bert模型中进行特征向量的提取，得到各训练样本对应的特征向量；将各所述特征向量作为孪生支持向量机twsvw的输入，并基于序列最小优化smo算法对所述twvsw进行训练，将训练后的twvsw作为所述分类模型。本实施例的有益效果为：提供了一种分类模型的训练方法，通过该实施例使得分类模型实现了根据对语音指令进行语音识别后得到的语音识别结果进行解析，从而得到语音指令匹配的处理方式，从而在保障语音交互的准确性的基础上，提高了语音交互的效率。在一种可能的实施例中，若所述twvsw为未训练的twvsw，则所述训练样本为历史数据；若所述twvsw为训练后的twvsw，则所述训练样本为历史数据和/或所述语音识别结果及其对应的通过所述分类模型对语音识别结果进行解析得到的匹配的处理方式的数据。本实施例的有益效果为：在通过分类模型得到语音识别结果对应的匹配的处理方式之后，还可将该语音识别结果及其匹配的处理方式作为新的训练样本，和/或获取其他的历史数据作为新的训练样本，从而实现对于分类模型的不断调整，从而通过增量训练的方式提高分类模型解析的准确性。第二方面，本申请实施例提供了一种数据处理方式的选择装置，所述装置包括：语音识别单元，用于对接收到的语音指令进行语音识别后，得到语音识别结果；解析单元，用于通过分类模型对所述语音识别结果进行解析，得到匹配的处理方式；其中，所述匹配的处理方式为在线处理方式或离线处理方式；处理单元，用于根据所述匹配的处理方式处理所述语音识别结果对应的目的处理请求。在一种可能的实施例中，所述装置还包括：确定单元，用于所述通过分类模型对所述语音识别结果进行解析之前，确定当前网络状态满足所述在线处理方式的处理条件。在一种可能的实施例中，所述确定单元，还用于：若当前网络状态不满足所述在线处理方式的处理条件，则确定所述匹配的处理方式为所述离线处理方式。在一种可能的实施例中，所述处理单元，用于根据所述匹配的处理方式处理所述语音识别结果对应的目的处理请求，具体用于：若所述匹配的处理方式为所述在线处理方式，且所述目的处理请求为操作类处理请求，则通过在线的方式从网络上获取到所述目的处理请求对应的操作指令后，根据所述操作指定执行对应的操作；或，若所述匹配的处理方式为所述离线处理方式，且所述目的处理请求为操作类处理请求，则通过离线的方式在本地存储中获取到所述目的处理请求对应的操作指令后，根据所述操作指定执行对应的操作；或，若所述匹配的处理方式为所述在线处理方式，且所述目的处理请求为查询类处理请求，则通过在线的方式从网络上获取到所述目的处理请求对应的查询结果后，返回所述查询结果；或，若所述匹配的处理方式为所述离线处理方式，且所述目的处理请求为查询类处理请求，则通过离线的方式在本地存储中获取到所述目的处理请求对应的查询结果后，返回所述查询结果。在一种可能的实施例中，所述分类模型是基于以下方法得到的：获取包含多个语音识别结果与处理方式之间匹配关系的训练样本；将所述训练样本输入bert模型中进行特征向量的提取，得到各训练样本对应的特征向量；将各所述特征向量作为孪生支持向量机twsvw的输入，并基于序列最小优化smo算法对所述twvsw进行训练，将训练后的twvsw作为所述分类模型。在一种可能的实施例中，若所述twvsw为未训练的twvsw，则所述训练样本为历史数据；若所述twvsw为训练后的twvsw，则所述训练样本为历史数据和/或所述语音识别结果及其对应的通过所述分类模型对语音识别结果进行解析得到的匹配的处理方式的数据。第三方面，本申请另一实施例还提供了一种电子设备，包括至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本申请实施例提供的任一数据处理方式的选择方法。第四方面，本申请另一实施例还提供了一种计算机存储介质，其中，所述计算机存储介质存储有计算机程序，所述计算机程序用于使计算机执行本申请实施例中的任一数据处理方式的选择方法。本申请的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请而了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。附图说明为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单地介绍，显而易见地，下面所介绍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为本申请一个实施例提供的数据处理方式的选择方法的应用场景图；图2为本申请一个实施例提供的数据处理方式的选择方法的流程示意图；图3为本申请一个实施例提供的分类模型的训练方法的流程示意图；图4为本申请一个实施例提供的一种数据处理方式的选择方法的另一流程示意图；图5为本申请一个实施例提供的数据处理方式的选择装置的结构示意图；图6为本申请一个实施例提供的电子设备的示意图。具体实施方式为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。需要说明的是，本公开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。应理解这样的描述在适当情况下可以互换，以便本公开的实施例能够以除了本公开的图示或描述的内容以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。相关技术中，大多数智能语音模组都采用了离线与在线两种处理方式，在通过两种处理方式得到结果之后分别确定置信度，然后再返回置信度较高的结果。一般情况下，在线处理方式返回结果的速度比离线处理方式的速度慢时间长，并且只会在一部分领域中有更好的返回结果，如音乐、新闻等。因此，相关技术中存在对于语音交互的处理速度慢、效率低的问题。有鉴于此，本申请提供了一种数据处理方式的选择方式，通过本申请提供的方法，通过对于语音指令的匹配的处理方式的确定，从而实现了通过匹配的处理方式处理所述语音指令的目的处理请求，以提高语音交互的效率。例如，参阅图1，为本申请实施例提供的一种数据处理方式的选择方法的场景示意图。该场景例如可以包括用户10、终端设备11和服务器12。其中，所述终端设备11中可安装有各种客户端，如用于社交的博客客户端、微信客户端，用于进行语音交互控制的客户端等。终端设备11的客户端和服务器12建立通信连接后，通过终端设备11的客户端获取语音指令后发送给服务器12。然后，服务器12对接收到的语音指令进行语音识别，得到语音识别结果，从而再通过分类模型对语音识别结果进行解析，得到匹配的处理方式；其次，根据匹配的处理方式处理所述语音识别结果对应的目的处理请求。其中，终端设备11和服务器12可通过通信网络进行通信连接，该网络可以为局域网、广域网等。终端设备11可以为任一可用于语音交互的设备，例如智能音箱、智能电饭煲、语音空调等，服务器12可以为任何能够支持数据处理方式的选择方法的服务器设备。基于上述设计思想，参阅图2，为本申请一个实施例提供的一种数据处理方式的选择方法的流程示意图，包括：步骤s201：对接收到的语音指令进行语音识别后，得到语音识别结果。一种可能的实施例中，用于智能交互的设备中包含语音模组，其中语音模组至少包括：wifi，语音识别(automaticspeechrecognition，asr)，语义理解(naturallanguageprocessing，nlu)和语音合成等功能。在接收到对语音模组的唤醒之后，接收语音指令，并对其进行语音识别，从而得到语音识别结果。为了保障通过分类模型匹配的处理方式进行正常的处理，在通过分类模型之前，确定当前网络状态满足所述在线处理方式的处理条件，即需要确保在线处理方式和离线处理方式均可实现对于语音识别结果的处理，从而在通过分类器模型确定匹配的处理方式之后，无论匹配的处理方式为离线处理方式还是在线处理方式，都可对语音识别结果进行处理，从而保障了用户体验。此外，若当前网络状态不满足所述在线处理方式的处理条件，则确定所述匹配的处理方式为所述离线处理方式。或者，发出对于当前网络状态不满足在线处理方式的提醒指令，从而以使用户对于网络状态进行更新，从而达到满足在线处理方式的处理条件，以通过分类模型确定匹配的处理方式。步骤s202：通过分类模型对所述语音识别结果进行解析，得到匹配的处理方式；其中，所述匹配的处理方式为在线处理方式或离线处理方式。一种实施方式中，参阅图3，为本申请实施例中提供的分类模型的训练方法的流程示意图，包括：步骤301：获取包含多个语音识别结果与处理方式之间匹配关系的训练样本。其中，训练样本的数据属性至少包括用户的目的处理请求及其匹配的在线处理方式或离线处理方式。例如，参阅以下表1，为本申请提供的几种简单的训练样本的示例，用来理解本申请，如下：表1用户的目的处理请求匹配的在线处理方式今天天气怎么样在线处理今天北京的天气在线处理播放今天的新闻在线处理提高音量离线处理打开xx软件离线处理…………需要说明的是，训练样本的获取方式包括但不限于：通过传统的在线和离线结合的选择方式确定的返回结果、用户针对目的处理请求的处理方式的主观判断确定的匹配的处理方式及购买的专业的相关数据等。步骤302：将所述训练样本输入bert(bidirectionalencoderrepresentationsfromtransformers，基于transformer的双向编码器表征)模型中进行特征向量的提取，得到各训练样本对应的特征向量。步骤303：将各所述特征向量作为孪生支持向量机(twinsupportvectormachines，twsvw)的输入，并基于序列最小优化(sequentialminimaloptimization，smo)算法对所述twvsw进行训练，将训练后的twvsw作为所述分类模型。实施时，对twsvw基于smo算法进行的训练，通过对于训练样本的监督学习，从而得到了基于对语音指令识别得到的语音识别结果进行解析的分类模型；并且twsvw有助于实现针对输入数据得到最匹配的输出数据，即针对输入该分类模型的语音识别结果得到其最匹配的处理方式，及通过smo算法提高了分类模型的解析速度。此外，通过基于训练样本的监督学习，twvsw基于对训练样本的学习，根据学习得到的规律得到分类模型，从而提供了通过分类模型实现对于匹配的处理方式的选择方法。为了提高分类模型的准确性，本申请提供的实施方式中，采用增量训练的思想对于通过以上训练方法得到的分类模型进行调整和优化。实施时，若所述twvsw为训练后的twvsw(即分类模型)，则所述训练样本为历史数据和/或所述语音识别结果及其对应的通过所述分类模型对语音识别结果进行解析得到的匹配的处理方式的数据，即通过上述方式训练得到的分类模型进行应用时，可将应用时针对语音指令解析得到的匹配的处理方式作为新的训练样本，进行对于所述训练后的twvsw的更新，从而使得分类模型解析得到的匹配的处理方式的结果更加准确。此外，获取分类模型的实施方式还包括：通过有监督学习的聚类算法进行训练得到分类模型，例如dbscan(density-basedspatialclusteringofapplicationswithnoise，一个有代表性的基于密度的聚类算法)，k-means(k-meansclusteringalgorithm，k均值聚类算法)，gmm(adaptivebackgroundmixturemodelsforreal-timetracking，高斯混合模型)等；或者，通过决策树的方法进行训练得到分类模型；以及通过隐马尔科夫模型(hiddenmarkovmodel，hmm)进行训练得到分类模型等。步骤s203：根据所述匹配的处理方式处理所述语音识别结果对应的目的处理请求。当通过如图3所示的方式得到分类模型之后，通过分类模型得到最短路径网络图谱，得到输入与输出之间的映射关系，即当将根据用户的语音指令得到的语音识别结果之后输入之后，通过该映射关系得到最匹配的处理方式。实施时，由于处理方式包括在线处理方式和离线方式，并且用户的目的处理请求具有不同类型的请求，因此基于不同类型的请求得到的处理返回结果不同。本申请提供了几种可能存在的场景，如下：场景1：若所述匹配的处理方式为所述在线处理方式，且所述目的处理请求为操作类处理请求，则通过在线的方式从网络上获取到所述目的处理请求对应的操作指令后，根据所述操作指定执行对应的操作。例如，若语音指令为“更新当前的天气信息”，则基于对语音指令得到的语音识别结果的解析，可确定匹配的处理方式为在线处理；然后，通过在线的处理方式获取到当前的天气信息之后，基于语音指令对应的目的处理请求为“更新”，即为操作类处理请求，则将获取到的天气信息更新为当前的天气信息。场景2：若所述匹配的处理方式为所述离线处理方式，且所述目的处理请求为操作类处理请求，则通过离线的方式在本地存储中获取到所述目的处理请求对应的操作指令后，根据所述操作指定执行对应的操作。例如，若语音指令为“增大音量”，则确定匹配的处理方式为离线处理，且为操作类的处理请求，则基于该目的处理请求，将音量进行增大处理。场景3：若所述匹配的处理方式为所述在线处理方式，且所述目的处理请求为查询类处理请求，则通过在线的方式从网络上获取到所述目的处理请求对应的查询结果后，返回所述查询结果。例如，若语音指令为“1+1等于几”，即为查询类的处理请求，且确定匹配的处理方式为在线处理，则从网络上获取对应的结果后，将查询得到的结果返回给用户。其中，可选的通过语音播放的方式返回给用户；或者，通过终端推送的方式返回给用户等。场景3：若所述匹配的处理方式为所述离线处理方式，且所述目的处理请求为查询类处理请求，则通过离线的方式在本地存储中获取到所述目的处理请求对应的查询结果后，返回所述查询结果。例如，若语音指令为“小红的手机号码是多少”，则确定匹配的处理方式为离线处理，且为查询类的处理请求，则基于该目的处理请求，从本地存储的联系人中查找小红的手机号码之后，返回查询到的手机号码。通过本申请提供的数据处理方式的选择方法，通过提供一种用于进行匹配的处理方式的选择的分类模型实现对于语音指令的处理，从而基于语音指令，根据其对应的目的处理请求采用匹配的在线处理方式或离线处理方式进行处理；相比于相关技术中需要通过在线处理方式和离线处理方式均进行处理后，通过比较两种处理方式的置信度，从而确定匹配的处理结果的方式，提高了语音交互的效率，从而减少了语音交互时用户的等待时间，用以提高了用户体验。为了更清楚地理解本申请提供的数据处理方式的选择方法，参阅图4，为本申请另一实施例提供的一种数据处理方式的选择方法的流程示意图，包括：步骤401：接收用户对于语音模组的唤醒指令。步骤402：对接收的语音指令进行语音识别。步骤403：获取语音识别结果。步骤404：判断当前的网络状态是否满足在线处理方式的处理要求。若满足，则继续执行步骤405；否则执行步骤406b。步骤405：通过分类模型对所述语音识别结果进行解析，确定匹配的处理方式。步骤406a：通过在线处理的方式处理所述语音识别结果对应的目的处理请求。步骤406b：通过离线处理的方式处理所述语音识别结果对应的目的处理请求。基于相同的构思，本申请实施例还提供了一种数据处理方式的选择装置。如图5所示，该数据处理方式的选择装置500可以包括：语音识别单元510、解析单元520、处理单元530。语音识别单元510，用于对接收到的语音指令进行语音识别后，得到语音识别结果；解析单元520，用于通过分类模型对所述语音识别结果进行解析，得到匹配的处理方式；其中，所述匹配的处理方式为在线处理方式或离线处理方式；处理单元530，用于根据所述匹配的处理方式处理所述语音识别结果对应的目的处理请求。在一种可能的实施例中，所述装置还包括：确定单元，用于所述通过分类模型对所述语音识别结果进行解析之前，确定当前网络状态满足所述在线处理方式的处理条件。在一种可能的实施例中，所述确定单元，还用于：若当前网络状态不满足所述在线处理方式的处理条件，则确定所述匹配的处理方式为所述离线处理方式。在一种可能的实施例中，所述处理单元530，用于根据所述匹配的处理方式处理所述语音识别结果对应的目的处理请求，具体用于：若所述匹配的处理方式为所述在线处理方式，且所述目的处理请求为操作类处理请求，则通过在线的方式从网络上获取到所述目的处理请求对应的操作指令后，根据所述操作指定执行对应的操作；或，若所述匹配的处理方式为所述离线处理方式，且所述目的处理请求为操作类处理请求，则通过离线的方式在本地存储中获取到所述目的处理请求对应的操作指令后，根据所述操作指定执行对应的操作；或，若所述匹配的处理方式为所述在线处理方式，且所述目的处理请求为查询类处理请求，则通过在线的方式从网络上获取到所述目的处理请求对应的查询结果后，返回所述查询结果；或，若所述匹配的处理方式为所述离线处理方式，且所述目的处理请求为查询类处理请求，则通过离线的方式在本地存储中获取到所述目的处理请求对应的查询结果后，返回所述查询结果。在一种可能的实施例中，所述分类模型是基于以下方法得到的：获取包含多个语音识别结果与处理方式之间匹配关系的训练样本；将所述训练样本输入bert模型中进行特征向量的提取，得到各训练样本对应的特征向量；将各所述特征向量作为孪生支持向量机twsvw的输入，并基于序列最小优化smo算法对所述twvsw进行训练，将训练后的twvsw作为所述分类模型。在一种可能的实施例中，若所述twvsw为未训练的twvsw，则所述训练样本为历史数据；若所述twvsw为训练后的twvsw，则所述训练样本为历史数据和/或所述语音识别结果及其对应的通过所述分类模型对语音识别结果进行解析得到的匹配的处理方式的数据。上述数据处理方式的选择装置及其功能模块的具体实现可参见上文结合附图1-图4的相关描述，在此不再赘述。在介绍了本申请示例性实施方式的一种数据处理方式的选择方法和装置之后，接下来，介绍根据本申请的另一示例性实施方式的电子设备。所属
技术领域：
的技术人员能够理解，本申请的各个方面可以实现为系统、方法或程序产品。因此，本申请的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。在一些可能的实施方式中，根据本申请的电子设备可以至少包括至少一个处理器、以及至少一个存储器。其中，存储器存储有程序代码，当程序代码被处理器执行时，使得处理器执行本说明书上述描述的根据本申请各种示例性实施方式的数据处理方式的选择方法中的步骤。例如，处理器可以执行如图2-4所示的步骤。下面参照图6来描述根据本申请的这种实施方式的电子设备130。图6显示的电子设备130仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。如图6所示，电子设备130以通用电子设备的形式表现。电子设备130的组件可以包括但不限于：上述至少一个处理器131、上述至少一个存储器132、连接不同系统组件(包括存储器132和处理器131)的总线133。总线133表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器、外围总线、处理器或者使用多种总线结构中的任意总线结构的局域总线。存储器132可以包括易失性存储器形式的可读介质，例如随机存取存储器(ram)1321和/或高速缓存存储器1322，还可以进一步包括只读存储器(rom)1323。存储器132还可以包括具有一组(至少一个)程序模块1324的程序/实用工具1325，这样的程序模块1324包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。电子设备130也可以与一个或多个外部设备134(例如键盘、指向设备等)通信，还可与一个或者多个使得用户能与电子设备130交互的设备通信，和/或与使得该电子设备130能与一个或多个其它电子设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口135进行。并且，电子设备130还可以通过网络适配器136与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器136通过总线133与用于电子设备130的其它模块通信。应当理解，尽管图中未示出，可以结合电子设备130使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。在一些可能的实施方式中，本申请提供的一种数据处理方式的选择方法的各个方面还可以实现为一种程序产品的形式，其包括计算机程序代码，当程序产品在计算机设备上运行时，计算机程序代码用于使计算机设备执行本说明书上述描述的根据本申请各种示例性实施方式的一种数据处理方式的选择方法中的步骤，例如，计算机设备可以执行如图2-4所示的步骤。程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。本申请的实施方式的用于图像处理的程序产品可以采用便携式紧凑盘只读存储器(cd-rom)并包括程序代码，并可以在电子设备上运行。然而，本申请的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于——无线、有线、光缆、rf等等，或者上述的任意合适的组合。可以以一种或多种程序设计语言的任意组合来编写用于执行本申请操作的程序代码，程序设计语言包括面向对象的程序设计语言—诸如java、c++等，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户电子设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户电子设备上部分在远程电子设备上执行、或者完全在远程电子设备或服务器上执行。在涉及远程电子设备的情形中，远程电子设备可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户电子设备，或者，可以连接到外部电子设备(例如利用因特网服务提供商来通过因特网连接)。应当注意，尽管在上文详细描述中提及了装置的若干单元或子单元，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本申请的实施方式，上文描述的两个或更多单元的特征和功能可以在一个单元中具体化。反之，上文描述的一个单元的特征和功能可以进一步划分为由多个单元来具体化。此外，尽管在附图中以特定顺序描述了本申请方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。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，本申请可采用完全硬件实施例、完全软件实施例、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、cd-rom、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。尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。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精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。当前第1页1 2 3 

起点商标作为专业知识产权交易平台，可以帮助大家解决很多问题，如果大家想要了解更多知产交易信息请点击 【在线咨询】或添加微信 【19522093243】与客服一对一沟通，为大家解决相关问题。

此文章来源于网络,如有侵权,请联系删除