通用虚拟专业工具包专利检索-化成电池与电池专利检索查询-专利查询网

通用虚拟专业工具包

阅读：67发布：2020-05-08

专利汇可以提供通用虚拟专业工具包专利检索，专利查询，专利分析的服务。并且经训练的跨功能处理模型和主体特定虚拟助理向服务专业人员提供对可以理解其特定需求、使服务任务自动化、并在需要时向其提供服务信息的知识体的访问。通过在服务情境中嵌入人工智能，本发明中的技术支持低成本输入，这种低成本输入允许新手服务专业人员和人工智能特别是在服务质量和/或人为判断不相关或仅略微相关的服务情境下替代熟练工的服务。在一些实现中，这里的系统和方法使许多服务情境中的利益相关者、所有者和/或股权所有者受益。，下面是通用虚拟专业工具包专利的具体信息内容。

权利要求

1.一种系统，包括：
处理模型指定引擎，其被配置为识别具有第一子处理模型和第二子处理模型的跨功能处理模型；
客体特定处理模型输入引擎，其被配置为从主体装置获得客体的采用主体特定格式的第一客体特定服务参数值，其中，所述主体装置与主体相关联，所述第一客体特定服务参数值与一个或多个处理模型的第一服务参数相关联，所述一个或多个处理模型中至少之一是所述跨功能处理模型，以及所述主体特定格式是所述主体的格式；
主体特定虚拟助理流入引擎，其被配置为将所述第一客体特定服务参数值从所述主体特定格式转换为域限制格式；
处理模型活动引擎，其被配置为使用所述域限制格式的第一客体特定服务参数值来进行所述跨功能处理模型中的第一子处理模型的处理模型活动；
处理模型代理引擎，其被配置为从所述处理模型活动引擎获得与所述跨功能处理模型中的第二子处理模型相关联的第二客体特定参数；
主体特定虚拟助理流出引擎，其被配置为提示所述主体提供第二客体特定参数值，其中，所述客体特定处理模型输入引擎还被配置为从所述主体装置获得所述主体特定格式的第二客体特定参数值；
其中，在操作中，处理模型活动引擎继续操作，直到所述跨功能处理模型终止为止。
2.根据权利要求1所述的系统，其中，所述客体是车辆，以及所述主体是被识别为负责对所述车辆进行服务的专业人员。
3.根据权利要求1所述的系统，还包括服务问题诊断引擎，所述服务问题诊断引擎被配置为响应于一个或多个客体特定服务参数而向所述处理模型指定引擎提供数据，其中，在操作中，所述处理模型指定引擎使用来自所述服务问题诊断引擎的数据来识别所述跨功能处理模型。
4.根据权利要求1所述的系统，还包括虚拟助理提供引擎，所述虚拟助理提供引擎被配置为向所述主体指派主体特定虚拟助理。
5.根据权利要求1所述的系统，其中，所述处理模型指定引擎用于在所述主体提供所述第一客体特定服务参数值之前识别所述客体、使用所述第一客体特定服务参数值来识别所述客体、或者使用一些其它的客体特定服务参数值来识别所述客体。
6.根据权利要求1所述的系统，其中，所述主体装置包括智能手机、主体特定增强现实组件、情境适合传感器组件、以及情境适合反馈组件中的一个或多个。
7.根据权利要求1所述的系统，其中，所述一个或多个处理模型包括与尚未解决的处理模型相关联的全方位处理模型。
8.根据权利要求1所述的系统，其中，进行所述处理模型活动包括执行自动化活动。
9.根据权利要求1所述的系统，其中，所述跨功能处理模型包括与第三方系统相关联的第三子处理模型。
10.根据权利要求1所述的系统，其中，进行所述处理模型活动包括识别域限制格式的活动特定服务参数值，以及所述主体特定虚拟助理流出引擎将所述活动特定服务参数值从所述域限制格式转换为所述主体特定格式。
13.根据权利要求1所述的系统，还包括主体特定活动增强引擎，所述主体特定活动增强引擎被配置为向所述主体特定虚拟助理流出引擎提供与所述第二子处理模型的不完整活动相关联的信息。
14.根据权利要求1所述的系统，还包括将所述客体特定服务参数值从所述域限制格式转换为通用格式，其中，所述域限制格式是企业特定格式。
15.根据权利要求1所述的系统，还包括将所述客体特定服务参数值从所述域限制格式转换为企业特定格式，其中，所述域限制格式是通用格式。
16.根据权利要求1所述的系统，还包括训练引擎，所述训练引擎被配置为使用与一个或多个主体相关联的历史数据集、与一个或多个客体相关联的可确定数据集、或者企业特定策略集来训练客体数据存储装置、虚拟助理、企业本体、通用本体和活动增强数据存储装置中的一个或多个。

说明书全文

通用虚拟专业工具包

技术领域

[0001] 本技术领域涉及自动化系统，更特别地涉及用于使主体装置对客体的服务自动化的虚拟服务工具包。

背景技术

[0002] 在管理信息方面，许多服务专业人员都是无组织的。例如，汽车机械工可以保留包含机械工记录的非结构化手写日记，以跟踪正在服务的汽车的问题。许多汽车机械工可以在膝上型电脑、移动电话或平板电脑上进行自组织的、结构化或非结构化的互联网搜索，以参考服务问题。

[0003] 传统技术并不适用于所有的服务专业人员。例如，新手服务专业人员可能在其领域缺乏广泛的训练，因此可能无法访问机械工记录的详细主体，也不知道如何寻找特定服务相关问题的答案。作为另一示例，受时间约束的服务专业人员可能会发现访问服务信息是非常繁琐或本身耗时的。许多传统技术使得服务专业人员很难在他们需要时访问到信息。如果服务专业人员能够访问可以理解其特定需求、使服务任务自动化、并在他们需要时向其提供服务信息的知识体，则将是有益的。附图说明

[0004] 图1示出情境感知服务环境的示例。

[0005] 图2示出用于处理基于情境的服务参数的方法的流程图的示例。

[0006] 图3示出情境感知服务工具包的示例。

[0007] 图4A示出用于向情境感知专业诊断处理系统提供用户交互的方法的流程图的示例。

[0008] 图4B示出用于向情境感知专业诊断处理系统提供用户交互的方法的流程图的示例。

[0009] 图5A示出处理模型调节系统的示例。

[0010] 图5B示出处理模型调节系统的操作的示例。

[0011] 图6示出用于训练处理模型执行系统的方法的流程图的示例。

[0012] 图7示出处理模型执行系统的示例。

[0013] 图8示出用于使用处理模型执行系统向主体指派主体特定的虚拟助理的方法的流程图的示例。

[0014] 图9示出情境感知服务环境所用的软件平台的示例。

具体实施方式

[0015] 图1示出情境感知服务环境100的示例。情境感知服务环境100包括计算机可读介质102、客体104、主体装置106(被示出为主体装置106(1)至主体装置106(N))、处理模型调节系统108、情境感知服务工具包110、处理模型执行系统112、客体数据存储114、主体数据存储116和跨功能处理数据存储118。客体104、主体装置106、处理模型调节系统108、情境感知服务工具包110、处理模型执行系统112、客体数据存储114、主体数据存储116和跨功能处理数据存储118可以通过计算机可读介质102连接至彼此和/或连接至未明确示出的模块。

[0016] 在图1的示例中，客体104可以通过计算机可读介质102连接至主体装置106。客体104和主体装置106可以驻留在服务环境122内。服务环境122可以表示被配置为允许主体装置106以及与其相关联的主体为客体104服务的物理空间。

[0017] 本文所讨论的计算机可读介质102和其它计算机可读介质旨在表示多种可能适用的技术。例如，计算机可读介质102可以用于形成网络或网络的一部分。在两个组件共同位于装置上的情况下，计算机可读介质102可以包括总线或者其它数据管道或数据面。在第一组件共同位于一个装置上、且第二组件位于不同装置上的情况下，计算机可读介质102可以包括无线或有线的后端网络或LAN。计算机可读介质102还可以包含WAN或其它网络的相关部分(如果适用的话)。本文所述的计算机可读介质102和其它适用系统或装置可以被实现为计算机系统、计算机系统的部分或多个计算机系统。如本文所使用的“计算机系统”旨在被广泛地解释。一般来说，计算机系统将包括处理器、存储器、非易失性存储装置和接口。典型的计算机系统通常将至少包括处理器、存储器、以及将存储器连接至处理器的装置(例如，总线)。处理器可以例如是诸如微处理器等的通用中央处理单元(CPU)、或者诸如微控制器等的专用处理器。

[0018] 通过示例而非限制的方式，存储器可以包括随机存取存储器(RAM)，例如动态RAM(DRAM)和静态RAM(SRAM)等。存储器可以是本地的、远程的或分布式的。总线还可以将处理器连接至非易失性存储器。非易失性存储通常是磁性软盘或硬盘、磁光盘、光盘、只读存储器(ROM)(诸如CD-ROM、EPROM或EEPROM等)、磁卡或光卡、或者用于大量数据的其它形式的存储。在计算机系统上执行软件期间，通常通过直接存储器访问处理来将这些数据中的一些数据写入存储器。非易失性存储可以是本地的、远程的或分布式的。非易失性存储是可选的，这是因为在所有适用数据都在存储器中可用的情况下来创建系统。

[0019] 软件通常存储在非易失性存储中。实际上，对于大型程序，甚至不可能将整个程序存储在存储器中。然而，应当理解，对于要运行的软件(如果必要的话)，将该软件移动至适于处理的计算机可读位置，并且出于说明性目的，在本文中将该位置称为存储器。即使在将软件移动至存储器以供执行的情况下，处理器通常也会使用用以存储与软件相关联的值的硬件寄存器、以及理想地用于加速执行的本地高速缓存。如这里所使用的，在软件程序被称为“在计算机可读存储介质中实现”的情况下，假定该软件程序被存储在适用的已知或方便位置处(从非易失性存储至硬件寄存器)。在与程序相关联的至少一个值被存储在处理器可读的寄存器中的情况下，认为该处理器“被配置为执行该程序”。

[0020] 在操作的一个示例中，可以通过操作作为包括文件管理系统(诸如盘操作系统等)的软件程序的系统软件来控制计算机系统。具有关联的文件管理系统软件的操作系统软件的一个示例是已知为来自华盛顿州雷德蒙市微软公司的的一系列操作系统及其关联的文件管理系统。操作系统软件及其关联的文件管理系统软件的另一示例是Linux操作系统及其关联的文件管理系统。文件管理系统通常存储在非易失性存储中并且使处理器执行操作系统所需的各种动作以输入和输出数据以及将数据存储在存储器中，包括将文件存储在非易失性存储上。

[0021] 总线还可以将处理器连接至接口。接口可以包括一个或多个输入或输出(I/O)装置。根据实现特定或其它的考虑，通过示例而非限制的方式，I/O装置可以包括键盘、鼠标或其它指示装置、盘驱动器、打印机、扫描仪以及包括显示装置的其它I/O装置。通过示例而非限制的方式，显示装置可以包括阴极射线管(CRT)、液晶显示器(LCD)、发光二极管(LED)、有机发光二极管(OLED)、或者一些其它适用的已知或方便的显示装置。接口可以包括一个或多个调制解调器或网络接口。应当理解，调制解调器或网络接口可被认为是计算机系统的一部分。接口可以包括模拟调制解调器、ISDN调制解调器、线缆调制解调器、令牌环接口、卫星传输接口(例如“直接PC”)、或者用于将计算机系统连接至其它计算机系统的其它接口。接口使计算机系统和其它装置能够在网络中连接在一起。

[0022] 计算机系统可以与基于云的计算系统兼容，或者作为基于云的计算系统的一部分或通过基于云的计算系统实现。如本文中所使用的，基于云的计算的系统是向最终用户装置提供虚拟化的计算资源、软件或信息的系统。可以通过保持边缘装置可经由诸如网络等的通信接口访问的集中式服务和资源来使计算资源、软件或信息虚拟化。“云”可以是市场术语，并且为了本文的目的而可以包括这里所描述的任何网络。基于云的计算系统可以涉及服务的订阅或者公用定价模型的使用。用户可以通过位于其最终用户装置上的web浏览器或其它容器应用来访问基于云的计算系统的协议。

[0023] 在特定实现中，客体104包括可由服务专业人员服务的物理客体。如这里使用的术语“服务”可以包括与客体104相关的修理、维护、管理、状态改变或管理、其它活动等。在一些实现中，客体104包括交通工具(汽车、公共汽车、火车、飞机、船舶等)、医疗装置、电子装置(计算机、移动电话、平板电脑、无线装置、具有电子组件的装置等)、和/或其它物理客体。应当注意，虽然迄今提供的示例与便携式客体相关，但在一些实现中，客体104可以包括不易被人移动的静止和/或大型客体。

[0024] 在图1的示例中，客体104包括可选的客体信息提供系统124。客体信息提供系统124被列为可选的，这是因为应当注意，客体104的一些示例中可以不具有客体信息提供系统124。客体信息提供系统124包括嵌入在客体104中、并且被配置为通过计算机可读介质
102提供与客体104相关的诊断信息的硬件和/或软件。在一些实现中，客体信息提供系统
124可以是嵌入在客体104中的芯片。客体信息提供系统124可以包括第二代车载诊断(OBD-II)装置、数字万用表(DMM)和/或其它装置。

[0025] 在一些实现中，主体装置106包括移动电话、平板计算装置、膝上型计算机或台式计算机。通过示例而非限制的方式，主体装置106可以包括任何iOS装置、任何Android装置、任何Amazon Echo智能家庭装置系列、Google Home智能扬声器、或一些其它装置。

[0026] 主体装置106可以包括具有显示器、用户界面控件和/或其它元件的头戴式耳机。在一些实现中，主体装置106包括平视显示器(HUD)或头戴式显示器(HMD)。主体装置106可以包括配置有专门的引擎和/或数据存储装置的通用头戴式耳机。在一些实现中，主体装置
106可以包括具有用于实现情境感知服务工具包110和/或其它模块的专门硬件的专用头戴式耳机。主体装置106可以包括具有深度照相机的移动电话、平板计算装置或其它计算机系统。主体装置106可被配置为增强现实(AR)或混合现实(MR)系统。如这里所使用的AR/MR系统可以包括被配置为显示叠加在物理环境描绘上的虚拟项的任何系统。如这里使用的“虚拟项”可以包括存在于虚拟世界中的任何计算机生成的项。在一些实现中，虚拟项可以包括服务数据，诸如用于对客体104进行服务的信息。主体装置106可以包括用于处理来自物理世界的情境适合(context-appropriate)数据的情境适合传感器组件。主体装置106还可以包括用于向主体提供情境适合反馈的情境适合反馈组件。

[0027] 在图1的示例中，各主体装置106包括客体信息提供接口122。客体信息提供接口122可以包括一个或多个引擎和/或数据存储装置。如这里所使用的，引擎包括一个或多个处理器或其一部分。一个或多个处理器的一部分可以包括比包含任何给定的一个或多个处理器的全部硬件少的某一部分硬件，诸如寄存器的子集、处理器的专用于多线程处理器中的一个或多个线程的一部分、或者处理器的完全或部分地专用于执行引擎功能的一部分的时间片段等。正因如此，第一引擎和第二引擎可以具有一个或多个专用处理器，或者第一引擎和第二引擎可以与另一引擎或其它引擎共享一个或多个处理器。根据实现特异性或其它的考虑，引擎可以是集中式的，或者其功能可以是分布式的。引擎可以包括硬件、固件或者包含在计算机可读介质中以供处理器执行的软件。处理器使用所实现的数据结构和方法(诸如参考本文中的图所描述的数据结构和方法等)来将数据转换为新数据。

[0028] 这里描述的引擎或者可以实现本文中所描述的系统和装置的引擎可以是基于云的引擎。如本文中所使用的，基于云的引擎是可以使用基于云的计算系统来运行应用或功能的引擎。全部或部分的应用或功能可以分布在多个计算装置上，并且无需限于仅一个计算装置。在一些实现中，基于云的引擎可以执行最终用户通过web浏览器或容器应用来访问的功能或模块，而无需将功能和/或模块本地安装在最终用户的计算装置上。如这里所使用的，数据存储装置旨在包括具有任何适用的数据组织(包括表格、逗号分隔值(CSV)文件、传统数据库(例如，SQL)、或其它适用的已知或方便的组织格式)的存储库。例如，数据存储装置可以被实现为嵌入在专用机器上的物理计算机可读介质中、嵌入在固件、硬件、它们的组合、或者适用的已知或方便的装置或系统中的软件。尽管数据存储装置关联组件(诸如数据库接口等)的物理位置和其它特性对于理解本文中所描述的技术而言并不重要，但数据存储关联组件可被认为是数据存储装置的“一部分”、某个其它系统组件的一部分、或它们组合。

[0029] 数据存储装置可以包括数据结构。如本文所使用的，数据结构与在计算机中存储和组织数据使得可以在给定上下文内高效地使用数据的特定方式相关联。数据结构一般基于计算机在其存储器内的任何位置提取和存储数据的能力，其中该位置由地址、即本身可以存储在存储器中并且由程序操纵的位串来指定。因此，一些数据结构基于利用算术运算来计算数据项的地址；而其它数据结构基于将数据项的地址存储在结构本身内。许多数据结构使用有时以并非无意义的方式组合的这两个原理。数据结构的实现通常需要编写用于创建和操纵该结构的实例的过程的集合。本文中所描述的数据存储装置可以是基于云的数据存储装置。基于云的数据存储装置是与基于云的计算系统和引擎兼容的数据存储装置。

[0030] 客体信息提供接口122可以包括被配置为与客体104相接合的引擎和/或数据存储装置。客体信息提供接口122可以从客体104接收表示客体104和/或其中的组件的配置、设置、条件等的服务信息。在一些实现中，客体信息提供接口122以直接或通过中介等的方式从客体信息提供系统124收集信息。如这里进一步所述，客体信息提供接口122可以从情境感知服务工具包110接收指令以及/或者向情境感知服务工具包110提供指令。在一些实现中，客体信息提供接口122由情境感知服务工具包110配置为识别要服务的客体104的特定属性。

[0031] 在一些实现中，情境感知服务工具包110处理对客体104进行服务的指令。情境感知服务工具包110可以提供虚拟工具包，该虚拟工具包为主体提供主体可以使用以对客体104进行服务的服务相关知识体。在一些实现中，情境感知服务工具包110识别主体用来识别服务相关问题和/或服务相关问题的解决方案的特定参数和/或本体，和/或理解主体用来识别服务相关问题和/或服务相关问题的解决方案的参数和/或本体。

[0032] 在一些实现中，情境感知服务工具包110从主体收集客体特定服务参数值。如这里使用的“客体特定服务参数值”可以包括主体用来识别客体104的问题和/或需求的任何参数。客体特定服务参数值可以是主体特定格式(例如，特定于特定主体的本体域(ontological)的格式)或者域限制格式(例如，用于识别与客体104相关的需求、问题、解决方案等的一般格式)。

[0033] 作为示例，客体特定服务参数值可以对应于：主体用来描述服务问题和/或需求的特定词和/或词序列；主体用来诊断或识别服务问题和/或需求和/或解决方案的应用内部或外部的特定动作和/或动作序列；与主体相关联的企业(例如，业务)用来描述服务问题和/或需求的特定字、动作等；等等。

[0034] 作为附加示例，客体特定服务参数可以包括采用特定于主体、与该主体相关联的企业等的自然语言词汇的形式的、针对服务问题和/或需求的自然语言描述。在一些实现中，客体特定服务参数可以包括与客体104的服务问题和/或需求相关的主体装置106的特定使用模式(例如特定互联网搜索、特定数据请求等)。

[0035] 情境感知服务工具包110还可以支持虚拟助理。如这里使用的“虚拟助理”可以包括智能虚拟系统，该智能虚拟系统识别主体的服务问题和/或需求并提供其解决方案。虚拟助理可以包括虚拟助理流入功能和虚拟助理流出功能，这些功能提供从主体接收客体特定服务参数的能力。在各种实现中，虚拟助理被配置为符合适合主体的主体特定格式。

[0036] 在一些实现中，情境感知服务工具包110所支持的虚拟助理具有自然语言处理功能。为此，虚拟助理可以识别与同主体相关的问题、需求和/或解决方案有关的特定自然语言模式。虚拟助理可以使用这些自然语言模式作为其所支持的虚拟助理的输入的基础。

[0037] 情境感知服务工具包110所支持的虚拟助理可被并入到情境感知服务工具包110或其它系统上所执行的人工智能聊天程序(例如，聊天机器人)中。人工智能聊天程序可以包括接收文本输入、图像、自然语言等的用户界面。在各种实现中，人工智能聊天程序被配置为解决与主体相关的问题、需求和/或解决方案。人工智能聊天程序可以实现识别主体的语言和/或行为模式的语言和/或行为识别功能。这些语言和/或行为模式识别功能可以为主体提供主体正在与人聊天的印象。为此，语言和/或行为模式识别功能可以为主体提供特定于主体的主体特定格式的文本和/或其它交互。

[0038] 情境感知服务工具包110所支持的虚拟助理可被配置为从主体装置106的输入装置(例如，照相机、麦克风和/或用户界面等)收集数据。在一些实现中，虚拟助理将照相机配置为拍摄客体104的部分的照片和/或视频。例如，在汽车情境中，情境感知服务工具包110所支持的虚拟助理可以将照相机配置为拍摄客体104的车辆识别号(VIN)、牌照、车身、引擎等的照片和/或视频。在一些实现中，虚拟助理接收被提供作为服务客体104的基础的声音和/或用户输入。作为汽车情境中的另一示例，虚拟助理接收与客体104相关的口述机械工记录。作为汽车情境中的又一示例，情境感知服务工具包110可以接收与客体104相关的书面机械工记录。

[0039] 在一些实现中，情境感知服务工具包110可以将虚拟助理并入到AR/MR硬件中。情境感知服务工具包110可以将AR/MR硬件的显示器配置为显示代表特定于主体的问题、需求和/或解决方案的虚拟项。作为示例，情境感知服务工具包110可以将显示器配置为显示可叠加在客体104的视场上的文本、图像和/或交互虚拟项。

[0040] 情境感知服务工具包110可以包括被配置为降低服务环境122中的噪声的硬件和/或软件。在一些实现中，情境感知服务工具包110实现用于限制通常发生在机械工车间中的噪声的降噪头戴式耳机。情境感知服务工具包110还可以实现用于过滤与服务环境122中的噪声相关联的频率范围的硬件和/或软件过滤器。情境感知服务工具包110可以实现允许其照相机捕捉更好的客体104的照片或视频的滤光器。情境感知服务工具包110可以实现允许服务专业人员在车库中更容易或以更易访问的格式输入数据的用户界面增强和/或可访问模块(更大的键盘、更易访问元件等)。

[0041] 在一些实现中，处理模型调节系统108被配置为训练处理模型执行系统112以实现跨功能处理模型。如这里使用的“跨功能处理模型”可以是指用于对服务专业人员跨两个或多个功能本体所提供的服务的属性进行建模的模型。跨功能处理模型可以具有多个子处理模型，其中各子处理模型对服务专业人员根据特定本体所提供的服务进行建模。例如，各子处理模型都可以以采用符合特定服务专业人员所使用的特定词典学的主体特定格式对服务进行建模。在一些实现中，一个或多个子处理模型可以根据域限制格式对服务进行建模，该域限制格式以统一和/或规范的格式对与服务客体104相关的问题和/或解决方案进行建模。

[0042] 在一些实现中，跨功能处理模型包括特定于特定主体的偏好、行为、语言模式和/或其它属性。跨功能处理模型可以根据特定主体的偏好和/或行为进行定制。

[0043] 在一些实现中，处理模型调节系统108被配置为更新处理模型执行系统112所实现的跨功能处理模型。处理模型调节系统108可以从车辆产品数据存储装置116、NLP数据数据存储装置118、公共车辆数据数据存储装置120和其它训练数据存储装置122收集用于训练处理模型执行系统112的训练内容以实现跨功能处理模型。跨功能处理模型可以对汽车机械工记录、聊天机器人聊天日志、诸如语音识别和汽车语音命令库等的人工智能进行建模。处理模型执行系统112可以包括一个或多个引擎或一个或多个数据存储装置。处理模型调节系统108可以监视主体的语言、行为、其它属性等。在一些实现中，处理模型调节系统108可以(周期性地、使用事件触发器等)向跨功能处理模型提供更新。

[0044] 处理模型执行系统112可被配置为实现经训练的跨功能处理模型。在一些实现中，处理模型执行系统112指定跨功能处理模型，识别子处理模型，并且管理用于跨功能处理模型的主体特定虚拟助理。如这里使用的“主体特定虚拟助理”可以包括被配置为使用特定于主体装置106的子处理模型来帮助使对客体104的服务自动化的虚拟助理。主体特定虚拟助理可以是主体特定的，因为它根据主体装置106的本体(例如，主体特定格式)来接收输入并提供输出。例如，主体特定虚拟助理可以符合特定语言、机械工记录的特定格式或服务专业人员的特定用户经验。

[0045] 客体数据存储装置114可被配置为存储与客体相关的数据。在一些实现中，客体数据存储装置114可被配置为存储车辆产品数据。如这里所用的“车辆产品数据”可以包括用于识别车辆和/或车型/型号的任何数据。车辆产品数据的示例包括与产品部件号、产品制造商、产品可用性、产品发货日期和/或产品成本相关的数据。在一些实现中，客体数据存储装置114包含用于识别客体104的过去服务的车辆产品数据。客体数据存储装置114还可被配置为存储公共车辆数据。公共车辆数据的示例包括车辆识别号(VIN)信息。VIN信息可以包括可由连接至计算机可读介质102的任何系统读取、并且包含车辆所有者历史、修理/服务历史、车辆所有权历史、车辆召回信息、车辆制造标识、车型和型号等的任何数字内容。客体数据存储装置114还可被配置为存储与客体104相关的其它数据。

[0046] 主体数据存储装置116可被配置为存储与主体相关的数据。在一些实现中，主体数据存储装置116被配置为存储NLP数据。NLP数据可以包括包含英语词/短语的词汇、语义、句法、语用和推测信息的任何数字内容。NLP数据可以由处理模型执行系统112和/或处理模型调节系统108检索以用于搜索引擎或推荐系统应用。在一些实现中，NLP数据可以由处理模型执行系统112和/或处理模型调节系统108检索以用于诸如语言情境分析等的文本检索应用。主体数据存储装置116还可被配置为存储主体的偏好和/或与主体相关的设置。主体数据存储装置116可以存储主体的过去行为和/或行为模式、言语模式等。

[0047] 跨功能处理数据存储装置118可被配置为存储跨功能处理数据。在一些实现中，跨功能处理数据可以由处理模型调节系统108存储和/或更新。跨功能处理数据可以由处理模型执行系统112检索。如这里所述，跨功能处理数据可以解决与客体104相关联的需求和/或问题，特别是与服务客体104相关联的需求和/或问题。跨功能处理数据存储装置118还可以存储用于虚拟助理的参数。

[0048] 在各种实现中，图1所示的模块进行操作以支持跨功能处理模型，该跨功能处理模型使得主体能够使用情境感知服务工具包110来服务客体104。在训练阶段，处理模型调节系统108可以训练跨功能处理模型识别与特定主体相关的问题、需求和/或解决方案的模式。处理模型调节系统108可以收集可能由主体服务的特定客体的标识符和/或参数。处理模型调节系统108还可以收集主体用来分析客体的需求、问题和/或解决方案的术语、自然语言模式、行为模式和/或其它模式。处理模型调节系统108还可以识别主体特定格式，以及/或者收集适合各个主体的主体特定格式的数据。处理模型调节系统108可以针对与不同客体相关联的各种需求、问题、解决方案等以及/或者基于各个主体的设置和/或偏好而创建跨功能处理模型。在一些实现中，处理模型调节系统108将跨功能处理模型存储在跨功能处理数据存储装置118中。

[0049] 情境感知服务工具包110可以进行操作以向主体提供虚拟助理，从而解决与客体104和任何主体之间的服务情境相关的需求、问题和/或提供与该服务情境相关的解决方案。情境感知服务工具包110可以允许主体输入记录、语音命令和/或其它自然语言、照片、视频、文本输入等。情境感知服务工具包110可以提供用于捕捉这里所述的输入的人工智能聊天机器人。在各种实现中，情境感知服务工具包110可以操作以从跨功能处理数据存储装置118收集跨功能处理数据。情境感知服务工具包110还可以从主体接收客体特定服务参数值，该客体特定服务参数值可以是主体特定格式的。作为示例，客体特定服务参数值可以根据主体的自然语言模式、行为模式等进行定制。

[0050] 情境感知服务工具包110可以从服务专业人员接收与客体104相关的、采用主体特定格式的一个或多个客体特定服务参数值。客体特定服务参数值可以为服务客体104提供基础，并且可以以客体104的照片/视频、与客体104相关的口述或书面机械工记录等的形式到达情境感知服务工具包110。情境感知服务工具包110可以向处理模型执行系统112提供客体特定服务参数值，其中处理模型执行系统112可以使用域限制格式的第一客体特定服务参数值来进行跨功能处理模型中的第一子处理模型的处理模型活动。

[0051] 处理模型执行系统112可以操作以实现针对特定服务情境的跨功能处理模型。服务情境可以与不同客体的各种需求、问题、解决方案等相关，以及/或者基于不同主体的设置和偏好。在一些实现中，跨功能处理模型数据由情境感知服务工具包110使用。跨功能处理模型数据可以为情境感知服务工具包110上执行的人工智能聊天机器人提供聊天数据、引导互联网搜索、引导服务处理步骤等。

[0052] 在一些实现中，处理模型执行系统112可以从处理模型活动引擎获得与跨功能处理模型中的第二子处理模型相关联的第二客体特定参数，并且可以提示主体装置106提供第二客体特定参数值。处理模型执行系统112可以从主体装置106获得主体特定格式的第二客体特定参数值。在一些实现中，处理模型执行系统112可以继续其处理模型活动的操作，直到跨功能处理模型终止为止。处理模型执行系统112可以由处理模型调节系统108训练。

[0053] 图2示出用于处理基于情境的服务参数的方法的流程图200的示例。该方法结合图1所示的情境感知服务环境100的结构示出，并在此进行进一步讨论。应当注意，方法可以具有与图2所示相比更多或更少的操作。另外，应当注意，除图1所示的结构之外的结构可以进行图2所示的操作。

[0054] 在操作202(在图2中示出为操作202a、202b、202c和202d)处，主体装置106可以从客体信息提供系统124和/或客体104收集基于情境的服务参数并使其数字化。作为示例，主体装置106可以包括语音激活智能扬声器，汽车机械工可以使用特殊的唤醒词以向该语音激活智能扬声器发送搜索查询。主体装置106可以记录机械工的语音片段和/或使其数字化。作为另一示例，主体装置106可以包括Android智能手机，并且客体信息提供系统124可以包括蓝牙连接的OBD-II读取器。汽车机械工可以使用聊天机器人应用以从读取器读取/下载OBD-II代码(基于情境的服务参数)。在又一实现中，相同的Android手机，相同的具有光学字符识别(OCR)功能的上述聊天机器人应用可以通过使用Android智能手机的内置摄像头扫描车辆的VIN标签来提取车辆的VIN号。

[0055] 在操作204处，主体装置106可以经由计算机可读介质102来向处理模型执行系统112和/或处理模型调节系统108发送基于情境的服务参数。处理模型执行系统112可以处理基于情境的服务参数(即，搜索查询/问题)，进行信息检索分析(即，将搜索项与各种数据存储进行比较并检索匹配结果)，并将情境感知处理内容(即，搜索结果/答案)返回至主体装置106。例如，汽车机械工可以命令智能扬声器或聊天机器人利用VIN(基于情境的服务参数)来检索车辆历史。处理模型执行系统112使用NLP数据数据存储装置118中所存储的语言信息来处理基于情境的服务参数，将车辆VIN与公共车辆数据数据存储装置120中所存储的车辆信息进行比较，检索车辆历史信息(情境感知处理内容)并将其转发回主体装置106。在该示例中，智能扬声器“说出”相关车辆历史，或者聊天机器人显示相关车辆历史。

[0056] 在一些实现中，主体装置106还可以经由计算机可读介质102来向处理模型调节系统108发送基于情境的服务参数。跨功能处理数据存储装置118中所存储的信息可以用于未来的人工智能训练或提高未来的信息检索准确度。

[0057] 图3示出情境感知服务工具包300的示例。情境感知服务工具包300可以包括计算机可读介质302、客体信息处理引擎304、服务环境噪声管理引擎306、虚拟助理引擎310和客体信息处理引擎312。在图3的示例中，模块通过计算机可读介质302彼此连接。

[0058] 在特定实现中，客体信息处理引擎304可被配置为收集与客体有关的客体信息。客体信息处理引擎304可以直接地或通过客体信息提供系统来控制客体信息提供接口并提供收集客体信息的指令。客体信息处理引擎304可以向情境感知服务工具包300中的其它模块提供客体信息。

[0059] 在特定实现中，服务环境噪声管理引擎306可被配置为过滤服务环境中的噪声。服务环境噪声管理引擎306可以包括用于识别与噪声相对应的特定频率的硬件和/或软件过滤器。服务环境噪声管理引擎306还可以衰减和/或阻断落在这些频率内的声音。在一些实现中，服务环境噪声管理引擎306被配置为与骨传导头戴式耳机合作。

[0060] 在特定实现中，虚拟助理引擎310可以管理针对特定服务情境的虚拟助理。虚拟助理可以支持用于使主体对客体的服务自动化的人工智能处理。在一些实现中，虚拟助理包括人工智能聊天机器人、自动化和/或在线机械工记录、通过结构化互联网和/或与服务内容相关的数据库查询来引导主体的可执行程序等中的一个或多个。

[0061] 虚拟助理引擎310可以包括主体特定虚拟助理流入引擎314和主体特定虚拟助理流出引擎316。在各种实现中，主体特定虚拟助理流入引擎314可以接收客体特定服务参数值，并且可以将这些客体特定服务参数值从主体特定格式转换为域限制格式。主体特定虚拟助理流入引擎314可以将这些客体特定服务参数值提供至诸如客体信息处理引擎312等的其它模块。主体特定虚拟助理流出引擎316可以提示主体提供客体特定参数值。在一些实现中，提示可能发生在用于使主体对客体的服务自动化的人工智能处理中。提示可能发生在聊天机器人等中。

[0062] 客体信息处理引擎312可被配置为向其它模块提供客体信息。在图3的示例中，客体信息处理引擎312包括聊天管理引擎318、AR管理引擎320和NLP接口引擎322。聊天管理引擎318可以为人工智能聊天机器人提供数据。AR管理引擎320可以为主体装置上的AR硬件和/或软件提供数据。NLP接口引擎322可以提供数据以支持主体装置上的NLP功能，并且可以与麦克风、扬声器、耳机等相配合以捕捉和处理NLP内容。

[0063] 情境感知服务工具包300的模块可以操作以支持使对客体的服务自动化。客体信息处理引擎304可以操作以收集与客体有关的客体信息。服务环境噪声管理引擎306可以操作以降低由于服务环境引起的噪声。主体特定虚拟助理流入引擎314可以操作以从主体收集主体特定格式的客体特定服务参数值。主体特定虚拟助理流出引擎316可以操作以提示主体收集客体特定参数值。客体信息处理引擎312可以提供聊天特征(例如，聊天管理引擎318)、AR管理(例如，AR管理引擎320)和/或NLP支持(例如，NLP接口引擎322)。

[0064] 图4A示出用于向情境感知专业诊断处理系统提供用户交互的方法的流程图400A的示例。应当注意，流程图400A中的操作仅仅是示例，并且各种实现可以包括更多或更少数量的操作。在操作402处，可以从主体装置提供客体的主体特定格式的第一客体特定服务参数值。在一些实现中，主体装置可被配置为捕捉与特定客体相关的NLP内容、照片、视频、聊天机器人输入等。捕捉的内容可以是与主体装置的适当格式相关联的主体特定格式。捕捉的内容可以由聊天机器人、AR/MR系统等捕捉。

[0065] 在操作404处，可以在主体装置处接收提示以提供第二客体特定参数值。提示可以包括服务客体的请求。请求可以以与对客体的服务相关的方式格式化，以及/或者是客体特定格式。提示可以在聊天机器人、或主体装置的其它用户界面元件中提供。在一些实现中，提示在AR/MR UI中接收到。

[0066] 在操作406处，接收将主体特定虚拟助理指派给主体的指令。主体特定虚拟助理可被配置为适应主体的NLP模式、行为模式等。在一些实现中，主体特定虚拟助理被配置为以特定于主体的主体特定格式接收来自该主体的数据。

[0067] 在操作408处，在主体装置处促进与主体特定虚拟助理的用户交互。在各种实现中，聊天机器人以主体特定格式接收文本输入、消息输入和/或其它类型的输入。主体特定格式可以包括特定于主体的本体的词、照片、NLP模式等。在操作410处，将用户交互提供给处理模型执行系统。

[0068] 图4B示出用于向情境感知专业诊断处理系统提供用户交互的方法的流程图400B的示例。应当注意，流程图400B中的操作仅仅是示例，并且各种实现可以包括更多或更少数量的操作。在操作422处，服务专业人员可以启动主体特定虚拟助理。在操作424处，服务专业人员可以向主体特定虚拟助理提供NLP命令。在操作426处，技术人员可以捕捉VIN或RO。在操作428处，拍摄修理订单ID、VIN或其它标识符的照片，并将活动与客户进行关联。在操作430处，技术人员口述并且记录、摄像和/或摄影工作。在操作432处，耳机与手持装置进行通信，技术人员将拍摄照片，记录视频和音频。在操作434处，技术人员可以将数据发送至云账户，或者可以通过电子邮件发送数据。在操作436处，技术人员可能会说“上传到云或电子邮件”，并且所有数据都得到安全处理。

[0069] 图5A示出处理模型调节系统500的示例。在图5A的示例中，处理模型调节系统500包括计算机可读介质501、客体识别引擎502、主体识别引擎504、训练数据收集引擎506、训练数据模式识别引擎510、处理模型指派引擎512、训练数据数据存储装置514、客体训练数据数据存储装置516、以及经训练的跨功能处理模型数据存储装置518。计算机可读介质501可以将处理模型调节系统500A的模块彼此连接。

[0070] 在特定实现中，客体识别引擎502被配置为识别客体。客体识别引擎502可以从客体数据存储装置收集客体总体。客体总体可以包括要为其创建跨功能处理模型的所有客体。客体识别引擎502可以从产品手册、互联网来源、社交媒体账户等收集数据。

[0071] 在特定实现中，主体识别引擎504被配置为识别主体。主体识别引擎504可以从主体数据存储装置收集主体总体。主体总体可以包括要为其创建跨功能处理模型的所有主体。主体识别引擎504可以从产品手册、互联网来源、社交媒体账户等收集数据。主体识别引擎504还可以从人事账户、雇佣账户和/或其它类似来源收集数据。

[0072] 训练数据收集引擎506可以包括被配置为从训练数据数据存储装置514收集训练数据的引擎。如这里使用的“训练数据”可以包括与客体有关的信息以及与主体有关的信息。在图5A的示例中，训练数据收集引擎506包括NLP数据收集引擎520、聊天数据收集引擎522和机械工记录收集引擎526。

[0073] NLP数据收集引擎520可被配置为从训练数据数据存储装置514收集NLP数据。NLP数据可以包括不同主体在与客体相关的不同情境中使用的NLP模式。NLP数据可以包括单个主体在与不同客体相关的不同情境中使用的NLP模式。聊天数据收集引擎522可被配置为从训练数据数据存储装置514收集历史的和/或其它的聊天数据。聊天数据可以包括不同主体在与客体相关的不同情境中使用的聊天会话和/或模式。聊天数据可以包括单个主体在与不同客体相关的不同情境中使用的聊天会话和/或模式。机械工记录收集引擎524可以类似地被配置为从训练数据数据存储装置514收集历史的和/或其它的机械工记录。这些机械工记录可以包括与来自单个主体有关的记录或与单个客体有关的记录。

[0074] 训练数据模式识别引擎510可以包括被配置为训练其它模块以识别训练数据中的模式的引擎。在图5A的示例中，训练数据模式识别引擎510包括客体症状模式识别引擎532和客体诊断模式识别引擎534。客体症状模式识别引擎532可被配置为识别客体的症状模式，例如，NLP模式、聊天数据模式和机械工记录模式与客体所观察到的问题和/或症状如何相关。客体诊断模式识别引擎534可被配置为识别客体的诊断模式，例如，模式、聊天数据模式和机械工记录模式与客体观察到的问题和/或症状的解决方案和/或诊断如何相关。

[0075] 处理模型指派引擎512可以包括被配置为使用训练数据中所识别出的模式来训练跨功能处理模型的引擎。在图5A的示例中，处理模型指派引擎512包括参数格式化引擎542、子处理模型指派引擎544、客体特定参数指派引擎546和服务参数指派引擎548。参数格式化引擎542可被配置为适当地(例如，以主体特定格式、域限制格式等)格式化参数。子处理模型指派引擎544可被配置为将子处理模型指派给客体-主体对。客体特定参数指派引擎546可以基于客体的属性来将客体特定参数指派给这些客体。服务参数指派引擎548可被配置为根据相关情境将服务参数指派给客体-主体对。

[0076] 经训练的跨功能处理模型数据存储装置518可被配置为存储针对客体、主体和/或情境的经训练的跨功能处理模型。

[0077] 图5B示出处理模型调节系统500的操作的示例。在该示例中，客体识别引擎502可以操作以收集用于跨功能处理模型的客体的标识符。客体识别引擎502可以将这些客体的标识符提供给训练数据收集引擎506。主体识别引擎504可以操作以收集用于跨功能处理模型的主体的标识符。主体识别引擎504可以将这些主体的标识符提供给训练数据收集引擎506。

[0078] 训练数据收集引擎506可以操作以从训练数据数据存储装置514收集训练数据。在一些实现中，NLP数据收集引擎520从训练数据数据存储装置514收集NLP数据。聊天数据收集引擎522可以操作以从训练数据数据存储装置514收集聊天数据。机械工记录收集引擎524可以操作以从训练数据数据存储装置514收集机械工记录。训练数据收集引擎506可以将训练数据提供给训练数据模式识别引擎510。

[0079] 训练数据模式识别引擎510可以操作以识别训练数据中的模式。客体症状模式识别引擎532可以操作以识别NLP数据、聊天数据、机械工记录等中的模式，以分析/识别与客体相关联的问题和/或症状。客体诊断模式识别引擎534可以操作以识别NLP数据、聊天数据、机械工记录等中的模式，以分析/识别与客体相关联的问题/症状的解决方案和/或诊断。训练数据模式识别引擎510可以将训练数据的相关模式提供给处理模型指派引擎512。

[0080] 处理模型指派引擎512可以操作以将经训练的跨功能处理模型指派给各种情境。参数格式化引擎542可以操作以根据训练数据来格式化参数。子处理模型指派引擎544可以操作以指派子处理模型。客体特定参数指派引擎546可以操作以指派客体特定参数。服务参数指派引擎548可以操作以指派服务参数。在各种实现中，处理模型指派引擎512可以将跨功能处理模型存储在经训练的跨功能处理模型数据存储装置518中。

[0081] 图6示出用于训练情境感知专业诊断训练系统的方法的流程图600的示例。应当注意，流程图600中的操作仅仅是示例，并且各种实现可以包括更多或更少数量的操作。

[0082] 在操作602处，可以识别客体。在操作604处，可以与客体相关联地识别主体。

[0083] 在操作606处，可以收集相关NLP数据来训练跨功能处理模型，以识别关注主体针对关注客体的第一处理模型活动和第一客体特定服务参数。在操作608处，可以收集相关产品数据来训练跨功能处理模型，以识别关注主体针对关注客体的第二处理模型活动和第二客体特定服务参数。

[0084] 在操作610处，可以收集相关聊天数据来训练跨功能处理模型，以识别关注主体针对关注客体的第三处理模型活动和第三客体特定服务参数。在操作612处，可以收集相关机械工记录数据来训练跨功能处理模型，以识别关注主体针对关注客体的第四处理模型活动和第四客体特定服务参数。

[0085] 在操作614处，可以收集相关车辆症状数据来训练跨功能处理模型，以识别关注主体针对关注客体的第五处理模型活动和第五客体特定服务参数。

[0086] 在操作616处，可以收集相关车辆诊断数据来训练跨功能处理模型，以识别关注主体针对关注客体的第六处理模型活动和第六客体特定服务参数。在操作618处，可以提供和/或存储使用所识别的处理模型活动和所识别的客体特定服务参数进行训练的经训练的跨功能处理模型。

[0087] 图7示出处理模型执行系统700的示例。在图7的示例中，处理模型执行系统700包括计算机可读介质702、客体特定活动增强引擎704、处理模型代理引擎706、处理模型活动引擎708、主体特定活动增强引擎710、处理模型指定引擎712、处理模型代理引擎714和跨功能处理数据存储装置716。

[0088] 客体特定处理模型输入引擎704可被配置为从主体装置收集一个或多个客体特定服务参数值。客体特定服务参数值可以以针对客体的主体特定格式进行格式化。客体特定服务参数值可以主体服务客体提供基础。在各种实现中，客体特定服务参数值与主体(例如，服务人员)相关联。客体特定服务参数值可以包括与客体有关的特定数据。

[0089] 处理模型代理引擎706可被配置为收集与跨功能处理模型的子处理模型相关联的客体特定参数。在各种实现中，处理模型代理引擎706从跨功能处理数据存储装置716收集这些项。处理模型活动引擎708可被配置为使用客体特定服务参数值来进行跨功能处理模型中的子处理模型的处理模型活动。客体特定服务参数值可以采用域限制格式和/或其它相关或适用格式。

[0090] 主体特定活动增强引擎710可被配置为增强主体特定活动。处理模型指定引擎712可被配置为识别一个或多个跨功能处理模型。跨功能处理模型可以具有多个子处理，其中各子处理例如对应于服务任务。跨功能处理数据存储装置716可被配置为存储针对客体、主体和/或情境的经训练的跨功能处理模型。

[0091] 图8示出用于将主体特定虚拟助理指派给主体的方法的流程图800的示例。应当注意，流程图800中的操作仅仅是示例，并且各种实现可以包括更多或更少数量的操作。

[0092] 在操作802处，可以识别具有第一子处理和第二子处理的跨功能处理模型。在操作804处，可以从主体装置获得客体的主体特定格式的第一客体特定服务参数值。在操作806处，可以将第一客体特定服务参数值从主体特定格式转换为域限制格式。在操作808处，可以使用域限制格式的第一客体特定服务参数值来进行跨功能处理模型中的第一子处理模型的处理模型活动。

[0093] 在操作810处，可以从处理模型活动引擎获得与跨功能处理模型中的第二子处理模型相关联的第二客体特定参数。在操作812处，可以提示主体提供第二客体特定参数值。在操作814处，可以响应于一个或多个服务参数向处理模型指定引擎提供数据。在操作816处，可以将主体特定虚拟助理指派给该主体。

[0094] 图9示出情境感知服务环境所用的软件平台900的示例。软件平台900可以包括移动装置902、图像服务904、视频服务906、中间件908、语音服务910、云数据存储装置912、NLP理解服务914、文化数据库和模型916、外部资源服务918、ERP系统920、异常检测系统922、OEM/部件分配系统924、以及机械工车间926。

[0095] 本文所述的若干组件(包括客户端、服务器和引擎)可以与基于云的计算系统兼容，或者使用基于云的计算系统实现。如本文中所使用的，基于云的计算系统是通过保持客户端装置可经由诸如网络等的通信接口访问的集中式服务和资源来向客户端装置提供计算资源、软件或信息的系统。基于云的计算系统可以涉及服务的订阅或者效用定价模型的使用。用户可以通过位于基于云的计算系统的客户端装置上的web浏览器或其它容器应用来访问基于云的计算系统的协议。

[0096] 本文描述了本领域技术人员能够以多种方式实现的技术。例如，本领域技术人员可以使用处理、设备、系统、物质的组合、体现在计算机可读存储介质上的计算机程序产品、或处理器(诸如被配置为执行连接至处理器的存储器上所存储或提供的指令的处理器等)，来实现本文中所述的技术。除非另有规定，否则被描述为被配置为执行任务的诸如处理器或存储器等的组件可被实现为被配置为在给定时间执行任务的通用组件、或者被制造为执行任务的特定组件。如本文中所使用的，术语“处理器”是指一个或多个装置、电路、或者被配置为处理诸如计算机程序指令等的数据的处理核。

[0097] 在本文中，连同用于示出本发明的原理的附图一起提供了本发明的一个或多个实现的详细说明。本发明是结合这些实现来说明的，但是本发明不限于任何实现。本发明的范围仅由权利要求限制，并且本发明包含许多替代、修改和等同项。在以下说明中阐述了许多具体详情，以提供对本发明的透彻理解。这些详情是为了示例的目的而提供的，并且本发明可以根据权利要求来实践而无需这些具体详情中的部分或全部。为了清楚起见，尚未详细说明在与本发明相关的技术领域中已知的技术材料，以使得本发明不会被不必要地模糊。

[0098] 根据计算机存储器内的数据位的操作的算法和符号表示来呈现详细说明的一些部分。这些算法描述和表示是数据处理领域的技术人员为了最有效地将他们工作的实质传达给本领域其它技术人员所使用的手段。算法在这里通常被认为是得到期望结果的操作的自洽序列。这些操作是需要对物理量进行物理操纵的操作。通常但不一定，这些量采用能够被存储、传送、组合、比较以及以其它方式操纵的电信号或磁信号的形式。主要出于常用的原因，有时将这些信号称为位、值、元素、符号、字符、术语或数字等被证明是便利的。

[0099] 然而，应当记住，所有的这些术语和类似术语都与适当的物理量相关联，并且仅仅是被应用至这些量的便利标签。除非另有明确规定，否则从以下讨论中显而易见的是，应当理解，在整个说明中，利用诸如“处理”或“计算”或“估算”或“确定”或“显示”等的术语的讨论是指用于操纵表示为计算机系统的寄存器和存储器内的物理(电子)量的数据并将其转换为同样表示为计算机系统存储器或寄存器或其它这样的信息存储、传输或显示装置内的物理量的其它数据的计算机系统或类似的电子计算装置的动作和处理。

[0100] 本文中所述的技术涉及用于执行操作的设备。该设备可以是为了所需目的而专门构造的，或者该设备可以包括由计算机中所存储的计算机程序选择性地激活或再配置的通用计算机。这样的计算机程序可以存储在计算机可读存储介质中，诸如但不限于只读存储器(ROM)、随机存取存储器(RAM)、EPROM、EEPROM、磁卡或光卡、包括软盘、光盘、CD-ROM和磁光盘的任何类型的盘、或者适合存储电子指令且各自连接至计算机系统总线的任何类型的介质。尽管为了清楚理解的目的而详细说明了以上实现，但实现不必限于所提供的详情。

标题	发布/更新时间	阅读量
可变磁阻致动器	2020-05-08	998
用于操作燃料电池的方法及其控制器	2020-05-08	156
偏振膜、偏振片、及偏振膜的制造方法	2020-05-08	463
制冷剂和氮气回收	2020-05-08	339
合成皮革的制造方法	2020-05-11	880
用于控制在机动车的电气驱动装置中的损耗热量的方法、用于机动车的电气驱动单元以及机动车	2020-05-08	988
用于固定冷却元件的系统	2020-05-08	653
安装结构体的制造方法及其中使用的层叠片材	2020-05-08	952
优化网络利用	2020-05-08	645
用于高清地图创建的视觉测程法和成对对准	2020-05-08	440

通用虚拟专业工具包

通用虚拟专业工具包

技术领域

背景技术

具体实施方式

该功能需要专业版企业版VIP权限，您可以：