本發(fā)明涉及復(fù)雜網(wǎng)絡(luò)應(yīng)用領(lǐng)域，尤其涉及一種基于復(fù)雜網(wǎng)絡(luò)的河流徑流預(yù)測(cè)方法。

背景技術(shù)：

河流在水文、水資源管理、環(huán)境以及生態(tài)系統(tǒng)等眾多方面都發(fā)揮著重要作用，然而，對(duì)于河流徑流量的評(píng)估以及預(yù)測(cè)仍然面臨著很多的問(wèn)題。因?yàn)楹恿鲝搅髁渴怯蓺夂驙顩r以及地貌特征相互作用的復(fù)雜的非線性過(guò)程。例如，河流徑流量不僅僅受時(shí)間和空間上降雨分布的影響、土地使用參數(shù)、水文土壤因素、地理統(tǒng)計(jì)學(xué)性質(zhì)等眾多因素都會(huì)對(duì)河流的徑流量產(chǎn)生影響。

現(xiàn)有的關(guān)于河流徑流量的研究主要是識(shí)別河流徑流量之間存在的聯(lián)系。但是已有的研究大多取決于具體的問(wèn)題以及所涉及的具體元素，關(guān)于河流徑流量預(yù)測(cè)研究還存在著很多問(wèn)題。比如已有的水文預(yù)測(cè)模型大多相對(duì)復(fù)雜，需要依賴太多參數(shù)以及數(shù)據(jù)來(lái)進(jìn)行分析，同時(shí)由于數(shù)據(jù)本身存在的偏差以及模型本身存在的偏差使得對(duì)徑流的預(yù)測(cè)繁瑣并且不一定可靠；現(xiàn)有的基于偏差糾正的一些模型糾正算法雖然從一定程度上減少了預(yù)測(cè)的誤差，但是這種方法對(duì)于理解流域水文機(jī)制并沒(méi)有任何幫助；從另外一個(gè)角度來(lái)看，現(xiàn)有的模型大多是針對(duì)某個(gè)特定區(qū)域的水文模型，比如新安江模型等，將它們應(yīng)用到更廣泛的流域范圍依然存在著問(wèn)題，因此缺少一種統(tǒng)一的普適的水文框架體系。

因此，希望可以從宏觀上建立河流徑流在空間以及時(shí)間上的聯(lián)系，分析它們之間可能存在的一些關(guān)聯(lián)和影響，并希望通過(guò)識(shí)別它們之間隱含存在的關(guān)聯(lián)，發(fā)現(xiàn)它們拓?fù)浣Y(jié)構(gòu)上的聯(lián)系，得到河流徑流特性與相應(yīng)的氣候、地貌之間可能存在的關(guān)系的描述，從而對(duì)徑流預(yù)測(cè)有所幫助。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明所要解決的技術(shù)問(wèn)題是針對(duì)背景技術(shù)中涉及到的缺陷，提供一種基于復(fù)雜網(wǎng)絡(luò)的河流徑流預(yù)測(cè)方法，利用復(fù)雜網(wǎng)絡(luò)挖掘河流徑流數(shù)據(jù)之間空間上的拓?fù)潢P(guān)聯(lián)，從而在一定程度上擺脫了對(duì)徑流數(shù)據(jù)本身的絕對(duì)依賴；同時(shí)，利用復(fù)雜網(wǎng)絡(luò)思想去構(gòu)建河流徑流網(wǎng)絡(luò)，有利于在廣泛的流域內(nèi)進(jìn)行研究與分析。

本發(fā)明為解決上述技術(shù)問(wèn)題采用以下技術(shù)方案：

一種基于復(fù)雜網(wǎng)絡(luò)的河流徑流量預(yù)測(cè)方法，包含以下步驟：

步驟a)，利用復(fù)雜網(wǎng)絡(luò)抽象方法對(duì)河流徑流時(shí)空數(shù)據(jù)進(jìn)行建模，形成徑流復(fù)雜網(wǎng)絡(luò)模型；

步驟b)，利用newman快速算法對(duì)徑流復(fù)雜網(wǎng)絡(luò)模型進(jìn)行社團(tuán)挖掘，完成流域劃分；

步驟c)，以流域劃分為基礎(chǔ)選取共性節(jié)點(diǎn)和特性節(jié)點(diǎn)；

步驟d)，基于選取的共性節(jié)點(diǎn)和特性節(jié)點(diǎn)、利用移植法對(duì)無(wú)資料水文站點(diǎn)的徑流量進(jìn)行預(yù)測(cè)。

作為本發(fā)明一種基于復(fù)雜網(wǎng)絡(luò)的河流徑流量預(yù)測(cè)方法進(jìn)一步的優(yōu)化方案，所述步驟1)的詳細(xì)步驟如下：

步驟a.1)，針對(duì)每個(gè)水文監(jiān)測(cè)站的徑流數(shù)據(jù)，將對(duì)應(yīng)的監(jiān)測(cè)站的地理位置抽象為節(jié)點(diǎn)；

步驟a.2)，將兩個(gè)節(jié)點(diǎn)間的徑流量序列之間的相關(guān)性作為評(píng)價(jià)兩個(gè)節(jié)點(diǎn)之間是否存在連邊的標(biāo)準(zhǔn)，建立徑流復(fù)雜網(wǎng)絡(luò)模型：若相關(guān)性大于預(yù)設(shè)的相關(guān)性閾值，認(rèn)為對(duì)應(yīng)節(jié)點(diǎn)之間存在連邊，否則認(rèn)為節(jié)點(diǎn)之間不存在連邊。

作為本發(fā)明一種基于復(fù)雜網(wǎng)絡(luò)的河流徑流量預(yù)測(cè)方法進(jìn)一步的優(yōu)化方案，所述步驟a.2)中采用皮爾森系數(shù)作為兩個(gè)節(jié)點(diǎn)間的徑流量序列之間的相關(guān)性，計(jì)算公式如下：

其中xi代表節(jié)點(diǎn)i的徑流時(shí)間序列，其中xj代表節(jié)點(diǎn)j的徑流時(shí)間序列；為序列xi和序列xj間的皮爾森相關(guān)系數(shù)，cov(xi,xj)為xi，xj間的協(xié)方差，為xi的標(biāo)準(zhǔn)差，為xj的標(biāo)準(zhǔn)差。

作為本發(fā)明一種基于復(fù)雜網(wǎng)絡(luò)的河流徑流量預(yù)測(cè)方法進(jìn)一步的優(yōu)化方案，所述步驟b)的詳細(xì)步驟如下：

步驟b.1)，初始化徑流復(fù)雜網(wǎng)絡(luò)模型為n個(gè)社團(tuán)，n為徑流復(fù)雜網(wǎng)絡(luò)模型的節(jié)點(diǎn)數(shù)目，即每個(gè)節(jié)點(diǎn)就是一個(gè)獨(dú)立的社團(tuán)；

初始化eij和ai，使其滿足

ai＝ki/2m

其中，eij為節(jié)點(diǎn)i所在社團(tuán)的點(diǎn)與節(jié)點(diǎn)j所在社團(tuán)的點(diǎn)之間的邊所占的比例，ai為連接到節(jié)點(diǎn)i所在社團(tuán)的邊的比例，ki為節(jié)點(diǎn)i的度，m為網(wǎng)絡(luò)中總的邊數(shù)；

步驟b.2)，合并有邊相連的社團(tuán)對(duì)，使模塊度q增大最多或者減少最小，合并后的模塊度增量δq的計(jì)算公式如下：

δq＝eij+eji-2aiaj＝2(eij-aiaj)

步驟b.3)，對(duì)相應(yīng)的元素eij更新：將與i,j社團(tuán)相關(guān)的行和列對(duì)應(yīng)的eij相加作為新的eij；

步驟b.4)，記錄本次模塊度q的值以及其對(duì)應(yīng)的社團(tuán)劃分結(jié)構(gòu)；

步驟b.5)，重復(fù)執(zhí)行步驟b.2)至步驟b.4)，直到整個(gè)徑流復(fù)雜網(wǎng)絡(luò)模型都合并成為一個(gè)社團(tuán)；

步驟b.6)，選擇模塊度q的最大值對(duì)應(yīng)的社團(tuán)劃分結(jié)構(gòu)作為流域劃分的結(jié)果。

作為本發(fā)明一種基于復(fù)雜網(wǎng)絡(luò)的河流徑流量預(yù)測(cè)方法進(jìn)一步的優(yōu)化方案，所述步驟c)中選取每個(gè)社團(tuán)中內(nèi)部連接數(shù)最大的兩個(gè)節(jié)點(diǎn)作為此社團(tuán)的共性節(jié)點(diǎn)，選取與待預(yù)測(cè)節(jié)點(diǎn)距離最近的兩個(gè)節(jié)點(diǎn)作為待預(yù)測(cè)節(jié)點(diǎn)的特性節(jié)點(diǎn)。

作為本發(fā)明一種基于復(fù)雜網(wǎng)絡(luò)的河流徑流量預(yù)測(cè)方法進(jìn)一步的優(yōu)化方案，本方法選取共性候選節(jié)點(diǎn)和特性候選節(jié)點(diǎn)各兩個(gè)。

作為本發(fā)明一種基于復(fù)雜網(wǎng)絡(luò)的河流徑流量預(yù)測(cè)方法進(jìn)一步的優(yōu)化方案，所述步驟d)的詳細(xì)步驟如下：

步驟d.1)，設(shè)定共性因子α；

步驟d.2)，依據(jù)共性候選節(jié)點(diǎn)的內(nèi)部連接度大小對(duì)共性候選節(jié)點(diǎn)間的權(quán)重進(jìn)行分配，共性候選節(jié)點(diǎn)內(nèi)部連接數(shù)為共性候選節(jié)點(diǎn)和其對(duì)應(yīng)社團(tuán)內(nèi)相連的節(jié)點(diǎn)的個(gè)數(shù)，令共性候選節(jié)點(diǎn)o的內(nèi)部連接數(shù)為inline_ko，則共性候選節(jié)點(diǎn)o的權(quán)重wo的計(jì)算公式如下：

其中，ko為共性候選節(jié)點(diǎn)o的度，為所有共性候選節(jié)點(diǎn)的內(nèi)部連接數(shù)之和；

步驟d.3)，采用反距離權(quán)重分配方法對(duì)特性候選節(jié)點(diǎn)進(jìn)行權(quán)重分配，即

其中，wq為特性候選節(jié)點(diǎn)q的權(quán)重，dq為特性候選節(jié)點(diǎn)q與待預(yù)測(cè)節(jié)點(diǎn)之間的距離；

步驟d.4)，將共性部分與特性部分相加得到對(duì)待預(yù)測(cè)節(jié)點(diǎn)的預(yù)測(cè)值，具體計(jì)算公式如下：

p＝α∑wofo+(1-α)∑wqfq

其中，p為預(yù)測(cè)結(jié)果，fo和fq分別為共性候選節(jié)點(diǎn)o和特性候選節(jié)點(diǎn)q的平均面積單位徑流量。

作為本發(fā)明一種基于復(fù)雜網(wǎng)絡(luò)的河流徑流量預(yù)測(cè)方法進(jìn)一步的優(yōu)化方案，所述共性因子α取0.2。

本發(fā)明采用以上技術(shù)方案與現(xiàn)有技術(shù)相比，具有以下技術(shù)效果：

1.普適性：一方面，利用復(fù)雜網(wǎng)絡(luò)對(duì)河流徑流數(shù)據(jù)進(jìn)行預(yù)測(cè)只是復(fù)雜網(wǎng)絡(luò)對(duì)數(shù)據(jù)進(jìn)行預(yù)測(cè)的一個(gè)具體實(shí)例，利用此種方法還可以對(duì)多種水文變量進(jìn)行預(yù)測(cè)，比如降雨量、洪水特性以及蒸發(fā)量等，另一方面，這種方法不以任何特定流域的基本狀況為基礎(chǔ)，所以它可以在任何一個(gè)流域范圍內(nèi)進(jìn)行應(yīng)用，同時(shí)，基于這種流域普適性，建立一個(gè)廣泛的全球性的流域水文模型也是可以嘗試的。

2.魯棒性：利用復(fù)雜網(wǎng)絡(luò)社團(tuán)挖掘方法發(fā)現(xiàn)徑流空間序列之間在拓?fù)浣Y(jié)構(gòu)上的特征。在進(jìn)行徑流預(yù)測(cè)時(shí)，將拓?fù)浣Y(jié)構(gòu)特性考慮進(jìn)去，從而對(duì)流域的水文特性分析與研究具有一定的指導(dǎo)作用。目前由于氣候變化以及人類活動(dòng)對(duì)水文水資源效應(yīng)及其對(duì)水循環(huán)、水環(huán)境和水災(zāi)害造成了影響，因此依托于歷史數(shù)據(jù)的預(yù)測(cè)如果僅僅只從數(shù)據(jù)值出發(fā)，而不考慮數(shù)據(jù)隱含的拓?fù)浣Y(jié)構(gòu)特征，那么勢(shì)必會(huì)對(duì)河流徑流預(yù)測(cè)帶來(lái)一定的誤差，而本方法著眼于數(shù)據(jù)之間的拓?fù)浣Y(jié)構(gòu)，試圖發(fā)現(xiàn)水文數(shù)據(jù)隱含的結(jié)構(gòu)特征，從而去研究流域的水文特性以及水文機(jī)制，因此具有一定的魯棒性。

附圖說(shuō)明

圖1示出了本發(fā)明的總體算法流程圖；

圖2示出了本發(fā)明的徑流復(fù)雜網(wǎng)絡(luò)構(gòu)建流程圖；

圖3示出了本發(fā)明的流域劃分——newman社團(tuán)挖掘算法流程圖；

圖4示出了本發(fā)明的候選節(jié)點(diǎn)類型圖；

圖5示出了本發(fā)明的移植法預(yù)測(cè)流程圖。

具體實(shí)施方式

下面結(jié)合附圖對(duì)本發(fā)明的技術(shù)方案做進(jìn)一步的詳細(xì)說(shuō)明：

圖1示出的是本發(fā)明的總體算法流程圖。本發(fā)明提出的基于復(fù)雜網(wǎng)絡(luò)的徑流預(yù)測(cè)方法基本包含四個(gè)基本步驟：徑流復(fù)雜網(wǎng)絡(luò)構(gòu)建，newman快速算法，候選節(jié)點(diǎn)選取以及利用移植法進(jìn)行河流徑流預(yù)測(cè)。本算法的輸入為已知的若干個(gè)河流徑流時(shí)間序列，輸出為未知的待預(yù)測(cè)站點(diǎn)的徑流數(shù)據(jù)。

圖2示出的是本發(fā)明的徑流復(fù)雜網(wǎng)絡(luò)構(gòu)建框圖。具體步驟如下：

步驟1：選取合適的水文數(shù)據(jù)

根據(jù)需要從數(shù)據(jù)庫(kù)中選取合適的符合要求的監(jiān)測(cè)站的水文數(shù)據(jù)，選取的標(biāo)準(zhǔn)為徑流數(shù)據(jù)的年限范圍和徑流序列的時(shí)間長(zhǎng)度。假定選取了n個(gè)符合要求的徑流監(jiān)測(cè)站，每個(gè)徑流監(jiān)測(cè)站對(duì)應(yīng)的徑流時(shí)間序列表示為x＝(x1,x2,x3,......xt)。

步驟2：節(jié)點(diǎn)抽象

本發(fā)明中節(jié)點(diǎn)的抽象是將徑流時(shí)間序列對(duì)應(yīng)的監(jiān)測(cè)站的地理位置作為節(jié)點(diǎn)，則共有n個(gè)節(jié)點(diǎn)，對(duì)應(yīng)為x1,x2,x3......xn。

步驟3：計(jì)算相關(guān)系數(shù)r

本發(fā)明中選取的相關(guān)性衡量標(biāo)準(zhǔn)為皮爾森系數(shù)：

其中xi代表節(jié)點(diǎn)i的徑流時(shí)間序列，其中xj代表節(jié)點(diǎn)j的徑流時(shí)間序列；對(duì)每個(gè)節(jié)點(diǎn)xi分別計(jì)算其與另外n-1個(gè)節(jié)點(diǎn)的皮爾森相關(guān)系數(shù)，計(jì)算公式如上式。

步驟4：設(shè)定相關(guān)性閾值ts

相關(guān)性閾值ts的設(shè)定要考慮到邊密度ρ(t)：

其中n(t)代表ts＝t時(shí)網(wǎng)絡(luò)邊的數(shù)目，如果閾值ts設(shè)定的過(guò)大，導(dǎo)致n(t)太小，從而造成很多孤立節(jié)點(diǎn)，如果閾值ts設(shè)定的過(guò)小，導(dǎo)致n(t)太大，使得網(wǎng)絡(luò)幾乎是完全網(wǎng)絡(luò)，這些情況對(duì)于網(wǎng)絡(luò)的研究和節(jié)點(diǎn)的分析都是無(wú)用的，因此根據(jù)步驟2計(jì)算出來(lái)的相關(guān)系數(shù)，畫(huà)出相關(guān)系數(shù)的密度分布圖，選取一個(gè)合適的ts取值范圍。

同時(shí)相關(guān)性閾值ts的選取還需要考慮遙相關(guān)連邊的存在，所謂的遙相關(guān)指的是即使地理位置相距很遠(yuǎn)的節(jié)點(diǎn)，其相關(guān)性仍然很高的節(jié)點(diǎn)。閾值選取的過(guò)程中要注意不要丟失這些連邊。

步驟5：邊的抽象

對(duì)于節(jié)點(diǎn)i,j，如果其則認(rèn)為這兩個(gè)節(jié)點(diǎn)之間存在連邊，即鄰接矩陣a對(duì)應(yīng)位置為1，否則為0。即

至此，徑流復(fù)雜網(wǎng)絡(luò)模型構(gòu)建結(jié)束。

根據(jù)社團(tuán)挖掘與流域劃分之間的一致性，利用社團(tuán)挖掘方法來(lái)對(duì)徑流復(fù)雜網(wǎng)絡(luò)模型進(jìn)行社團(tuán)劃分，社團(tuán)挖掘的結(jié)果是每個(gè)群內(nèi)部的節(jié)點(diǎn)之間連接相對(duì)非常緊密，但是各個(gè)群之間的連接相對(duì)來(lái)說(shuō)比較稀疏，因此利用社團(tuán)挖掘方法進(jìn)行流域劃分的目標(biāo)的。

利用newman快速算法進(jìn)行社團(tuán)劃分，這是一種基于貪婪算法思想的凝聚算法。它首先將每一個(gè)節(jié)點(diǎn)考慮成一個(gè)社團(tuán)，然后逐步合并成一個(gè)社團(tuán)，合并的原則是朝著社團(tuán)模塊度增大最大的方向或是減少最小的方向，則對(duì)應(yīng)模塊度最大的社團(tuán)劃分則對(duì)應(yīng)最優(yōu)的社團(tuán)劃分，即流域劃分的結(jié)果。

圖3示出的是本發(fā)明的newman快速算法流程圖。具體如以下步驟：

步驟1：初始化

初始化網(wǎng)絡(luò)為n個(gè)社團(tuán)，即每個(gè)節(jié)點(diǎn)就是一個(gè)獨(dú)立的社團(tuán)。初始化eij和ai滿足

ai＝ki/2m

其中，ki為節(jié)點(diǎn)i的度，m為網(wǎng)絡(luò)中總的邊數(shù)。

步驟2：合并網(wǎng)絡(luò)

一次合并有邊相連的社團(tuán)對(duì)，并計(jì)算合并后的模塊度增量：

δq＝eij+eji-2aiaj＝2(eij-aiaj)

根據(jù)貪婪算法的原理，每次合并應(yīng)該沿著使q增大最多或者減少最小的方向進(jìn)行。每次合并以后，對(duì)相應(yīng)的元素eij更新：將與i,j社團(tuán)相關(guān)的行和列對(duì)應(yīng)的eij相加作為新的eij。

重復(fù)執(zhí)行本步驟，不斷的合并社團(tuán)，直到整個(gè)網(wǎng)絡(luò)都合并成為一個(gè)社團(tuán)。

步驟3：選擇最優(yōu)社團(tuán)劃分結(jié)果

在合并社團(tuán)過(guò)程中，每一個(gè)合并之后都對(duì)應(yīng)著一個(gè)社團(tuán)劃分結(jié)果，選擇一個(gè)對(duì)應(yīng)著局部最大q值的社團(tuán)劃分，則其對(duì)應(yīng)的就是最優(yōu)的網(wǎng)絡(luò)社團(tuán)結(jié)構(gòu)。

圖4示出的是本發(fā)明的候選節(jié)點(diǎn)類型圖。候選節(jié)點(diǎn)的選取考慮兩個(gè)因素：共性候選節(jié)點(diǎn)和特性候選節(jié)點(diǎn)。所謂共性候選節(jié)點(diǎn)是指某一流域內(nèi)極度相關(guān)的社團(tuán)內(nèi)部的流域代表節(jié)點(diǎn)，選取每個(gè)社團(tuán)中內(nèi)部連接數(shù)最大的兩個(gè)節(jié)點(diǎn)作為此社團(tuán)的共性節(jié)點(diǎn)。因?yàn)閷?duì)于網(wǎng)絡(luò)節(jié)點(diǎn)來(lái)說(shuō)，節(jié)點(diǎn)的度代表了其與其余節(jié)點(diǎn)的相關(guān)性，若一個(gè)節(jié)點(diǎn)的度越大，則證明了其在這個(gè)社團(tuán)內(nèi)部越重要；特性節(jié)點(diǎn)的選取則是根據(jù)“相近的事物總是相似的”，因此選取的標(biāo)準(zhǔn)則是與待預(yù)測(cè)節(jié)點(diǎn)距離，距離越近，則認(rèn)為與待預(yù)測(cè)節(jié)點(diǎn)越相似,選取與待預(yù)測(cè)節(jié)點(diǎn)距離最近的兩個(gè)節(jié)點(diǎn)作為待預(yù)測(cè)節(jié)點(diǎn)的特性節(jié)點(diǎn)。

圖5給出的是本發(fā)明的移植法預(yù)測(cè)流程圖。具體步驟如下：

步驟1：設(shè)定共性因子

因?yàn)檫x取了共性候選節(jié)點(diǎn)和特性候選節(jié)點(diǎn)，因此首先要設(shè)定共性因子，一般取0.2。

步驟2：共性候選節(jié)點(diǎn)間權(quán)重分配

共性候選節(jié)點(diǎn)間的權(quán)重分配依據(jù)其在社團(tuán)內(nèi)部的重要程度進(jìn)行劃分，即

依據(jù)共性候選節(jié)點(diǎn)的內(nèi)部連接度大小對(duì)共性候選節(jié)點(diǎn)間的權(quán)重進(jìn)行分配，共性候選節(jié)點(diǎn)內(nèi)部連接數(shù)為共性候選節(jié)點(diǎn)和其對(duì)應(yīng)社團(tuán)內(nèi)相連的節(jié)點(diǎn)的個(gè)數(shù)，令共性候選節(jié)點(diǎn)o的內(nèi)部連接數(shù)為inline_ko，則共性候選節(jié)點(diǎn)o的權(quán)重wo的計(jì)算公式如下：

其中，ko為共性候選節(jié)點(diǎn)o的度，為所有共性候選節(jié)點(diǎn)的內(nèi)部連接數(shù)之和。

步驟3：特性候選節(jié)點(diǎn)間權(quán)重分配

特性候選節(jié)點(diǎn)的權(quán)重分配依據(jù)是距離越近則其在預(yù)測(cè)中越重要，采用反距離權(quán)重分配方法，即

其中，wq為特性候選節(jié)點(diǎn)q的權(quán)重，dq為特性候選節(jié)點(diǎn)q與待預(yù)測(cè)節(jié)點(diǎn)之間的距離。

步驟4：相加計(jì)算

將共性部分與特性部分相加得到對(duì)待預(yù)測(cè)節(jié)點(diǎn)的預(yù)測(cè)值。具體計(jì)算公式如下：

p＝α∑wofo+(1-α)∑wqfq

其中，p為預(yù)測(cè)結(jié)果，fo和fq分別為共性候選節(jié)點(diǎn)o和特性候選節(jié)點(diǎn)q的平均面積單位徑流量。

本技術(shù)領(lǐng)域技術(shù)人員可以理解的是，除非另外定義，這里使用的所有術(shù)語(yǔ)(包括技術(shù)術(shù)語(yǔ)和科學(xué)術(shù)語(yǔ))具有與本發(fā)明所屬領(lǐng)域中的普通技術(shù)人員的一般理解相同的意義。還應(yīng)該理解的是，諸如通用字典中定義的那些術(shù)語(yǔ)應(yīng)該被理解為具有與現(xiàn)有技術(shù)的上下文中的意義一致的意義，并且除非像這里一樣定義，不會(huì)用理想化或過(guò)于正式的含義來(lái)解釋。

以上所述的具體實(shí)施方式，對(duì)本發(fā)明的目的、技術(shù)方案和有益效果進(jìn)行了進(jìn)一步詳細(xì)說(shuō)明，所應(yīng)理解的是，以上所述僅為本發(fā)明的具體實(shí)施方式而已，并不用于限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所做的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。