一種面向教育領(lǐng)域資源云存儲的語義預(yù)取系統(tǒng)及方法技術(shù)方案

本發(fā)明專利技術(shù)提供一種面向教育領(lǐng)域資源云存儲的語義預(yù)取系統(tǒng)及方法，其中所述系統(tǒng)包括用戶接口模塊、請求控制模塊、云存儲模塊、緩存管理模塊、副本管理模塊以及預(yù)取模塊；所述方法包括如下步驟：用戶請求概念獲取、概念集合主題相關(guān)性判斷、候選中心概念的選擇、中心概念的確定、預(yù)取對象的確定、預(yù)取存儲目標(biāo)節(jié)點(diǎn)確定、預(yù)取窗口的大小以及主題相關(guān)性的保持、轉(zhuǎn)換、消失與停止預(yù)取。本發(fā)明專利技術(shù)針對教育領(lǐng)域云存儲方法的不足，結(jié)合教育資源的特征，形成特定的教育云存儲系統(tǒng)。

【技術(shù)實(shí)現(xiàn)步驟摘要】
一種面向教育領(lǐng)域資源云存儲的語義預(yù)取系統(tǒng)及方法
本專利技術(shù)屬于教育領(lǐng)域資源云存儲的語義預(yù)技術(shù)，具體涉及面向教育領(lǐng)域資源云存儲的語義預(yù)取系統(tǒng)及方法。
技術(shù)介紹
近年來，云計(jì)算得到了快速的發(fā)展，而作為云計(jì)算的重要組成部分，云存儲也成為當(dāng)前的熱門研究課題之一。目前對于云存儲的研究主要集中在數(shù)據(jù)存儲，以及提升存儲性能方面，而較少關(guān)注在存儲對象限于領(lǐng)域情況下的存儲增效研究。按照一般規(guī)律，存儲增效研究主要需要解決對資源請求的網(wǎng)絡(luò)延遲和網(wǎng)絡(luò)服務(wù)質(zhì)量問題，目前方案有緩存和預(yù)取。對以教育領(lǐng)域資源而言，我們發(fā)現(xiàn)存在有訪問對象主題性和行為聚集性等特征，它們將成為我們研究教育領(lǐng)域資源云存儲增效技術(shù)的基礎(chǔ)。訪問的聚集性原理體現(xiàn)為時(shí)間與空間的聚集性，其中時(shí)間聚集性是指距離上次訪問時(shí)間越近的對象或者資源，越有可能再次被訪問；而空間聚集性是指存儲對象相對集中服務(wù)于一定空間地理位置的訪問行為。聚集性原理在計(jì)算機(jī)結(jié)構(gòu)、緩存、基于WEB的企業(yè)系統(tǒng)、環(huán)境感知的軟件等各個(gè)領(lǐng)域都有廣泛的應(yīng)用。目前一些現(xiàn)有的預(yù)取技術(shù)通常采用的方法為：1.一種基于云存儲的高效資源動態(tài)調(diào)度方法·申請日:2012.11.07·申請?zhí)?201210440341.1·申請人地址:250014山東省濟(jì)南市高新區(qū)舜雅路1036號·專利技術(shù)人:黃臣李瑞東2.一種網(wǎng)絡(luò)資源預(yù)取并緩存加速的方法及其裝置·申請日:2011.12.05·申請?zhí)?201110399507.5·申請人地址:100190北京市海淀區(qū)中關(guān)村東路66號長城大廈3層·專利技術(shù)人:李繼明楊東曉3.一種教育資源語義標(biāo)注方法·申請日:2014.10.23·申請?zhí)?201410571072.1·申請人地址:230601安徽省合肥市蜀山區(qū)黃山路599號時(shí)代數(shù)碼港·專利技術(shù)人:吳雷阮懷偉虞勇勇昌磊專利技術(shù)1設(shè)計(jì)了一種基于云存儲的高效資源動態(tài)調(diào)度方法。該專利技術(shù)基于云存儲的高效資源動態(tài)調(diào)度方法，涉及到云存儲
，其
技術(shù)實(shí)現(xiàn)思路
由云存儲資源控制節(jié)點(diǎn)、云存儲資源調(diào)度節(jié)點(diǎn)、云存儲資源監(jiān)控節(jié)點(diǎn)和各類存儲節(jié)點(diǎn)組成，云存儲控制節(jié)點(diǎn)根據(jù)傳入的數(shù)據(jù)獲取數(shù)據(jù)索引和更新數(shù)據(jù)索引，然后云存儲調(diào)度節(jié)點(diǎn)根據(jù)索引值高低選擇存儲節(jié)點(diǎn)。專利技術(shù)2提供了用戶網(wǎng)絡(luò)訪問行為進(jìn)行資源預(yù)取的方法與裝置。該專利技術(shù)根據(jù)用戶的網(wǎng)絡(luò)訪問行為記錄用戶的網(wǎng)絡(luò)訪問信息；從訪問信息中提取不同時(shí)間段的用戶網(wǎng)絡(luò)訪問行為特征；從滿足時(shí)間特征的所有網(wǎng)絡(luò)訪問行為特征中獲得用戶網(wǎng)絡(luò)訪問行為的規(guī)律，從而提前預(yù)知用戶下一個(gè)相同時(shí)間特征的網(wǎng)絡(luò)訪問行為；根據(jù)用戶下一個(gè)相同時(shí)間特征的網(wǎng)絡(luò)行為，在下一個(gè)相同時(shí)間特征前預(yù)先下載用戶的網(wǎng)絡(luò)資源并加載到緩存中。專利技術(shù)3對教育資源進(jìn)行語義標(biāo)注，使用戶能夠更加精準(zhǔn)的搜索到所需資源。該專利技術(shù)公開了一種教育資源語義標(biāo)注方法，對于不同學(xué)習(xí)資源，進(jìn)行資源信息抽取構(gòu)建學(xué)習(xí)資源庫，然后通過映射方式完成學(xué)習(xí)資源庫與標(biāo)簽庫中的標(biāo)簽進(jìn)行映射，并抽取對應(yīng)的標(biāo)注信息存儲于標(biāo)注信息庫中，從而實(shí)現(xiàn)學(xué)習(xí)資源的多標(biāo)簽標(biāo)注，使用戶可以更加準(zhǔn)確地搜索到所需資源。以上三個(gè)專利專利技術(shù)都是針對資源(包括教育資源)檢索與傳輸?shù)膶＠夹g(shù)創(chuàng)造，專利技術(shù)1是針對云存儲系統(tǒng)的資源調(diào)度，專利技術(shù)2是針對用戶網(wǎng)絡(luò)訪問的行為信息進(jìn)行資源預(yù)取，專利技術(shù)3是對教育資源進(jìn)行語義標(biāo)注以提高信息檢索時(shí)的準(zhǔn)確度。目前云存儲系統(tǒng)的研究范圍多為通用領(lǐng)域，而缺乏某一特定領(lǐng)域的云存儲系統(tǒng)。隨著教育信息化的不斷發(fā)展，教育資源數(shù)量逐漸增多，容量越來越大，因此對于存儲對象限于教育領(lǐng)域情況下云存儲系統(tǒng)的存儲增效就成為一個(gè)亟待解決的問題。雖然以上三種專利技術(shù)在一定程度上提出了教育領(lǐng)域云存儲的方案，但是主要存在以下不足：1.現(xiàn)有的數(shù)據(jù)預(yù)取技術(shù)主要面向通用領(lǐng)域，依靠用戶行為數(shù)據(jù)與簡單的資源類別來預(yù)取資源，而這些數(shù)據(jù)能說明的信息量是很有限的，系統(tǒng)在預(yù)判資源的中心概念時(shí)易出現(xiàn)偏差，影響用戶所需教育資源的預(yù)取，使用戶在有學(xué)習(xí)需求時(shí)找不到或獲取到不相關(guān)的資源，不利于學(xué)習(xí)行為的開展。2.除了資源的準(zhǔn)確性外，針對通用的云存儲系統(tǒng)方案的節(jié)點(diǎn)確定不夠明確，特別是教育資源具有訪問對象主題性和行為聚集性等特征，簡單的確定資源的調(diào)度節(jié)點(diǎn)是遠(yuǎn)遠(yuǎn)不足的，需要進(jìn)一步的確定目標(biāo)節(jié)點(diǎn)，以滿足用戶的學(xué)習(xí)需求。3.對于教育資源而言，采用語義標(biāo)記檢索的技術(shù)后，需要檢索的信息量增大，如不采取一定的措施，所用的時(shí)間是要遠(yuǎn)大于傳統(tǒng)檢索方式的，在遇到一些時(shí)效性較強(qiáng)的資源時(shí)會在資源的檢索與傳遞上花費(fèi)大量的時(shí)間而錯(cuò)過時(shí)機(jī)；此外，在選定中心概念時(shí)，僅通過關(guān)聯(lián)值而不考慮資源的特定范圍與時(shí)效性同樣會影響資源的有效性。
技術(shù)實(shí)現(xiàn)思路
有鑒于此，本專利技術(shù)的主要目的是提供一種面向教育領(lǐng)域資源云存儲的語義預(yù)取系統(tǒng)及方法。本專利技術(shù)采用的技術(shù)方案是：一種面向教育領(lǐng)域資源云存儲的語義預(yù)取系統(tǒng)，包括用戶接口模塊、請求控制模塊、云存儲模塊、緩存管理模塊、副本管理模塊以及預(yù)取模塊；所述用戶接口模塊用于接收用戶的請求，將請求交付到后臺處理，并根據(jù)后臺系統(tǒng)的返回?cái)?shù)據(jù)響應(yīng)用戶的請求；所述請求控制模塊對用戶的請求進(jìn)行處理；所述云存儲模塊對存儲資源的元數(shù)據(jù)進(jìn)行管理；所述緩存管理模塊由緩存數(shù)據(jù)與緩存管理組成，緩存數(shù)據(jù)是訪問熱度比較高的教育資源元數(shù)據(jù)，緩存管理則是對緩存數(shù)據(jù)進(jìn)行實(shí)時(shí)更新，以最大限度降低云存儲模塊中名稱節(jié)點(diǎn)的壓力與提高元數(shù)據(jù)查詢效率；所述副本管理模塊基于教育資源用戶訪問的聚集性特征，根據(jù)系統(tǒng)的負(fù)載情況與資源的訪問熱度對資源的副本進(jìn)行優(yōu)化調(diào)度；所述預(yù)取模塊基于教育資源用戶訪問的主題性特征，接收請求控制模塊傳遞過來的請求，計(jì)算該請求和其相關(guān)請求的訪問熱度以及系統(tǒng)相對承載力，綜合請求文件的訪問熱度和系統(tǒng)相對承載力判斷是否執(zhí)行預(yù)取操作。所述請求控制模塊還觸發(fā)優(yōu)化增效模塊。所述云存儲模塊包括一個(gè)名稱節(jié)點(diǎn)與多個(gè)數(shù)據(jù)節(jié)點(diǎn)組成，本專利技術(shù)所述名稱節(jié)點(diǎn)主要滿足系統(tǒng)的查詢，所述數(shù)據(jù)節(jié)點(diǎn)主要提供了資源的云存儲空間與節(jié)點(diǎn)之間的數(shù)據(jù)通信。所述副本管理模塊包括副本放置策略、副本生成策略與副本替換策略。所述執(zhí)行預(yù)取操作的方法為：如果達(dá)到預(yù)取條件則觸發(fā)預(yù)取推理，通過在日志文件、本體和語義標(biāo)注的資源的基礎(chǔ)上推理得到預(yù)取對象，并將預(yù)取對象序列傳遞到副本管理模塊，否則返回不預(yù)取信號。本專利技術(shù)還提供了一種面向教育領(lǐng)域資源云存儲的語義預(yù)取方法，包括如下步驟：步驟一，用戶請求概念獲取：系統(tǒng)首先會對用戶請求數(shù)據(jù)資源中的標(biāo)注進(jìn)行關(guān)鍵字抽取，利用相應(yīng)的匹配算法將關(guān)鍵詞與本體庫中的概念進(jìn)行逐一匹配，實(shí)現(xiàn)關(guān)鍵詞到本體概念的映射，得到相應(yīng)的概念集合；步驟二，判斷概念集合主題相關(guān)性：具體方法為，隨機(jī)從中抽取m'個(gè)概念(m'≤m)進(jìn)行抽樣分析，并記抽取概念的集合為符號Sim(a,b)表示概念a與概念b在HowNet中的相似度計(jì)算公式，由此可以得出抽樣集合中每個(gè)概念相互之間的相似度，并形成相似度矩陣，其如式(2)所示：根據(jù)HowNet相似的計(jì)算公式定義可知Sim(ci,ci)＝1.000，Sim(ci,cj)＝Sim(cj,ci)，其中ci,cj∈Csa，則可以求出集合Csa的平均概念相似度，其定義如式(2)所示：設(shè)定平均概念相似度閾值ε1，該值可以根據(jù)歷史記錄簡單分析得到，若則集合中的概念具有一定的主題相關(guān)性；步驟三，候選中心概念的選取：具體包括如下的步驟：A:當(dāng)考察會話si與其他會話在時(shí)間段Δt內(nèi)的主題相關(guān)性時(shí)，si中的每個(gè)概念ci,1,ci,本文檔來自技高網(wǎng)...

【技術(shù)保護(hù)點(diǎn)】
1.一種面向教育領(lǐng)域資源云存儲的語義預(yù)取系統(tǒng)，其特征在于，包括用戶接口模塊、請求控制模塊、云存儲模塊、緩存管理模塊、副本管理模塊以及預(yù)取模塊；所述用戶接口模塊用于接收用戶的請求，將請求交付到后臺處理，并根據(jù)后臺系統(tǒng)的返回?cái)?shù)據(jù)響應(yīng)用戶的請求；所述請求控制模塊對用戶的請求進(jìn)行處理；所述云存儲模塊對存儲資源的元數(shù)據(jù)進(jìn)行管理；所述緩存管理模塊由緩存數(shù)據(jù)與緩存管理組成，緩存數(shù)據(jù)是訪問熱度比較高的教育資源元數(shù)據(jù)，緩存管理則是對緩存數(shù)據(jù)進(jìn)行實(shí)時(shí)更新，以最大限度降低云存儲模塊中名稱節(jié)點(diǎn)的壓力與提高元數(shù)據(jù)查詢效率；所述副本管理模塊基于教育資源用戶訪問的聚集性特征，根據(jù)系統(tǒng)的負(fù)載情況與資源的訪問熱度對資源的副本進(jìn)行優(yōu)化調(diào)度；所述預(yù)取模塊基于教育資源用戶訪問的主題性特征，接收請求控制模塊傳遞過來的請求，計(jì)算該請求和其相關(guān)請求的訪問熱度以及系統(tǒng)相對承載力，綜合請求文件的訪問熱度和系統(tǒng)相對承載力判斷是否執(zhí)行預(yù)取操作。

【技術(shù)特征摘要】
1.一種面向教育領(lǐng)域資源云存儲的語義預(yù)取系統(tǒng)，其特征在于，包括用戶接口模塊、請求控制模塊、云存儲模塊、緩存管理模塊、副本管理模塊以及預(yù)取模塊；所述用戶接口模塊用于接收用戶的請求，將請求交付到后臺處理，并根據(jù)后臺系統(tǒng)的返回?cái)?shù)據(jù)響應(yīng)用戶的請求；所述請求控制模塊對用戶的請求進(jìn)行處理；所述云存儲模塊對存儲資源的元數(shù)據(jù)進(jìn)行管理；所述緩存管理模塊由緩存數(shù)據(jù)與緩存管理組成，緩存數(shù)據(jù)是訪問熱度比較高的教育資源元數(shù)據(jù)，緩存管理則是對緩存數(shù)據(jù)進(jìn)行實(shí)時(shí)更新，以最大限度降低云存儲模塊中名稱節(jié)點(diǎn)的壓力與提高元數(shù)據(jù)查詢效率；所述副本管理模塊基于教育資源用戶訪問的聚集性特征，根據(jù)系統(tǒng)的負(fù)載情況與資源的訪問熱度對資源的副本進(jìn)行優(yōu)化調(diào)度；所述預(yù)取模塊基于教育資源用戶訪問的主題性特征，接收請求控制模塊傳遞過來的請求，計(jì)算該請求和其相關(guān)請求的訪問熱度以及系統(tǒng)相對承載力，綜合請求文件的訪問熱度和系統(tǒng)相對承載力判斷是否執(zhí)行預(yù)取操作。2.根據(jù)權(quán)利要求1所述的面向教育領(lǐng)域資源云存儲的語義預(yù)取系統(tǒng)，其特征在于，所述請求控制模塊還觸發(fā)優(yōu)化增效模塊。3.根據(jù)權(quán)利要求1所述的面向教育領(lǐng)域資源云存儲的語義預(yù)取系統(tǒng)，其特征在于，所述云存儲模塊包括一個(gè)名稱節(jié)點(diǎn)與多個(gè)數(shù)據(jù)節(jié)點(diǎn)組成，所述名稱節(jié)點(diǎn)主要滿足系統(tǒng)的查詢，所述數(shù)據(jù)節(jié)點(diǎn)主要提供了資源的云存儲空間與節(jié)點(diǎn)之間的數(shù)據(jù)通信。4.根據(jù)權(quán)利要求1所述的面向教育領(lǐng)域資源云存儲的語義預(yù)取系統(tǒng)，其特征在于，所述副本管理模塊包括副本放置策略、副本生成策略與副本替換策略。5.根據(jù)權(quán)利要求1所述的面向教育領(lǐng)域資源云存儲的語義預(yù)取系統(tǒng)，其特征在于，所述執(zhí)行預(yù)取操作的方法為：如果達(dá)到預(yù)取條件則觸發(fā)預(yù)取推理，通過在日志文件、本體和語義標(biāo)注的資源的基礎(chǔ)上推理得到預(yù)取對象，并將預(yù)取對象序列傳遞到副本管理模塊，否則返回不預(yù)取信號。6.一種面向教育領(lǐng)域資源云存儲的語義預(yù)取方法，包括如下步驟：步驟一，用戶請求概念獲取：系統(tǒng)首先會對用戶請求數(shù)據(jù)資源中的標(biāo)注進(jìn)行關(guān)鍵字抽取，利用相應(yīng)的匹配算法將關(guān)鍵詞與本體庫中的概念進(jìn)行逐一匹配，實(shí)現(xiàn)關(guān)鍵詞到本體概念的映射，得到相應(yīng)的概念集合；步驟二，判斷概念集合主題相關(guān)性：具體方法為，隨機(jī)從中抽取m'個(gè)概念(m'≤m)進(jìn)行抽樣分析，并記抽取概念的集合為符號Sim(a,b)表示概念a與概念b在HowNet中的相似度計(jì)算公式，由此可以得出抽樣集合中每個(gè)概念相互之間的相似度，并形成相似度矩陣，其如式(1)所示：根據(jù)HowNet相似的計(jì)算公式定義可知Sim(ci,ci)＝1.000，Sim(ci,cj)＝Sim(cj,ci)，其中ci,cj∈Csa，則可以求出集合Csa的平均概念相似度，其定義如式(2)所示：設(shè)定平均概念相似度閾值ε1，該值可以根據(jù)歷史記錄簡單分析得到，若則集合中的概念具有一定的主題相關(guān)性；步驟三，候選中心概念的選取：具體包括如下的步驟：A:當(dāng)考察會話si與其他會話在時(shí)間段Δt內(nèi)的主題相關(guān)性時(shí)，si中的每個(gè)概念ci,1,ci,2,ci,3將逐一比較其他每個(gè)會話中的概念，并且找出其中相似度最大的加入到以si中的概念為中心的序列中，得到Si,1,Si,2,Si,3，當(dāng)ci,j＝null時(shí)，Si,j＝null，j＝1,2,3，以Si,1,Si,2,Si,3中概念相似度總和最大作為其對應(yīng)的概念為會話si的代表概念cire，Si,j的相似度總和的計(jì)算方式如式(3)所示：則的相似度總和如式(4)所示：經(jīng)過式(3)，(4)的計(jì)算，可以得到會話si中相應(yīng)的代表概念cire，還有與cire相對應(yīng)的主題相關(guān)性概念序列可相應(yīng)求出其他會話的代表概念以及相應(yīng)的主題相關(guān)概念序列；得到代表概念集合后，系統(tǒng)將進(jìn)一步分析從中產(chǎn)生候選中心概念，具體流程如下：A:以cire為概念語義中心，刪除中與之概念相似度小于閾值ε2的概念若刪除后序列中只剩下cire本身，則說明該序列的主題相關(guān)性不明顯，直接刪除該代表概念cire與B:在序列的剩余概念中找出相似度為1的概念進(jìn)行合并，假設(shè)則保留刪除并wi,x＝wi,x+wi,y；C:經(jīng)過刪除與合并后，假設(shè)序列剩余概念個(gè)數(shù)為r，根據(jù)式(6)計(jì)算出cire的序列概念相似度總和：并計(jì)算該序列概念的平均相似度，其定義如式(7)所示：再計(jì)算該序列的標(biāo)準(zhǔn)差，其定義如式(8)所示：D:設(shè)定閥值ε3與ε4，ε3應(yīng)根據(jù)該時(shí)間段內(nèi)用戶請求會話的個(gè)數(shù)m成正比，ε4根據(jù)系統(tǒng)主題關(guān)系強(qiáng)弱穩(wěn)定性要求設(shè)定來設(shè)定，保留且的代表概念cire作為候選中心概念，否則進(jìn)入下一個(gè)代表概念的判定，遍歷完代表概念集合及相應(yīng)主題相關(guān)序列，得到候選中心概念集合步驟四，中心概念的確定：其具體的方法如下：A:在候選中心概念集合中，如果判斷出幾個(gè)概念元素的相似度很高，僅需合并為一個(gè)概念予以表征即可，該過程稱之為候選中心概念的歸并，假設(shè)cica為候選中心概念，在候選中心概念集合中與cica相似度大于ε5的概念加入帶合并集合并記為Cica，然后對集合cica∪Cica進(jìn)行概念合并，首先確定帶合并候選概念集合cica∪Cica的合并中心，即中心概念其可以用概念中心度來得到。假設(shè)h＝Size(cica∪Cica)，ci在Cica中概念中心度定義如式(9)所示(ci∈cica∪Cica)：則可以由式(10)得到：合并候選概念集合Cica中概念對應(yīng)主題相關(guān)序列，得到中心概念后，把Cica中候選概念對應(yīng)的主題相關(guān)序列合并到對應(yīng)主題相關(guān)序列，得到中心概念最終對應(yīng)的主題相關(guān)序列，在合并的過程中，集合中其他候選中心概念對應(yīng)主題相關(guān)序列中的概念應(yīng)該重新計(jì)算其與中心概念的相似度，計(jì)算方式如下式(11)所示：至此，中心概念集合Cc的確定與對應(yīng)主題相關(guān)概念序列的獲取到此完成；步驟五，預(yù)取對象的確定：根據(jù)中心概念集合CC系統(tǒng)進(jìn)一步確定預(yù)取對象，確定預(yù)取對象之前分析需要預(yù)取的數(shù)據(jù)節(jié)點(diǎn)，與預(yù)取數(shù)據(jù)的數(shù)量，系統(tǒng)結(jié)合CC從空間的維度分析時(shí)間段ΔT內(nèi)的用戶請求，首先根據(jù)系統(tǒng)服務(wù)區(qū)域劃分規(guī)則將請求客戶端劃分為g個(gè)區(qū)域A＝{ai'|1≤i'≤g}，假設(shè)根據(jù)本發(fā)明提出的技術(shù)方案得到某個(gè)時(shí)間段區(qū)域ai'中心概念為則在該時(shí)間段ΔT內(nèi)區(qū)域ai'關(guān)于概念的主題相關(guān)性程度為：計(jì)算方式如下式(12)所示：其中n與T距離根據(jù)系統(tǒng)性能要求確定；mt為時(shí)間段Δt區(qū)域ai'內(nèi)用戶訪問請求總次數(shù)；cj是該時(shí)間段Δt區(qū)域ai'內(nèi)的一個(gè)中心概念，其與當(dāng)前時(shí)間段ΔT考察的中心概念有若t＝T，即當(dāng)前時(shí)間段，則有βt為時(shí)間衰減系數(shù)，0≤βt≤1，越接近當(dāng)前時(shí)刻的時(shí)間段衰減系數(shù)值越大，說明時(shí)間距離當(dāng)前時(shí)刻越遠(yuǎn)參考性越低，系統(tǒng)根據(jù)概念關(guān)系模式進(jìn)行概念語義推理，推理規(guī)則包括一下兩條：規(guī)則1:SubClassOf(cx，cy)，SubClassOf(cy，cz)→hasGrandFather(cx，cz)規(guī)則2：SubClassOf(cx，cz)，SubClassOf(cy，cz)→...

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：黃昌勤，黃微宇，黃瓊浩，王希哲，李源，
申請(專利權(quán))人：華南師范大學(xué)，
類型：發(fā)明
國別省市：廣東,44