1.本发明涉及路况监测技术领域，尤其涉及一种路面积水监测方法、装置、存储介质及电子设备。


背景技术：

2.近些年，随着我国城市化进程加快，加之气象条件的变化，降雨过程呈现暴雨多、发生迅速、历时短、水量大，局地出现极端暴雨的特征，尤其局部、区域性暴雨洪水重于往年。当强降水或连续性降水超过城市排水能力便会发生城市内涝，一度出现暴雨之下城区可“看海”、街道可“捕鱼”的尴尬景观，更甚者危及人民生命财产安全。随着城市大脑建设，精细化城市治理的要求，对道路进行积水实时监测，以便及时有效地做出交通预警及防汛排水工作，变得十分必要且重要。
3.目前，在进行道路积水监测时，通常有雷达式、超声波式、电子水尺、图像识别等监测方式。但采用雷达式监测或超声波式监测时，会受到车辆、行人、漂浮物及道路垃圾等影响，并且其耗电量大，存在不能方便稳定地监测到积水深度的问题；采用电子水尺监测时，会容易受到泥沙、树叶、道路垃圾等附着设备的影响，并且其存在安装位置需要占用道路空间、安装工程量大、运维工作量大(需要每场降雨后及时清理以确保其准确性和灵敏性)等缺陷，存在不能方便稳定地监测到积水深度的问题；采用图像识别监测，会受到昼夜光差的影响，并且对摄像头清晰度要求较高，夜间准确性差并且需要获取视频流及算力、算法的支持，不同道路因环境不同导致算法复用性差，存在不能方便稳定地监测到积水深度的问题。


技术实现要素：

4.鉴于上述问题，本发明提供了一种路面积水监测方法及相关设备，主要目的在于解决目前在进行路面积水监测时，不能方便稳定地监测到积水深度的问题。
5.为解决上述技术问题，第一方面，本发明提供了一种路面积水监测方法，该方法包括：
6.通过声音采集装置获取监测区域的声音信号；
7.提取声音信号中的目标声音特征；
8.查找与目标信息对应的预设声音特征，以得到路面积水信息，其中，目标信息包括目标声音特征，预设声音特征与路面积水信息存在映射关系，映射关系基于预设模型得到，预设模型为建立训练信息与路面积水信息之间关系的抽象模型，训练信息包括训练声音特征。
9.可选的，目标信息还包括目标车辆信息，训练信息还包括训练车辆信息，其中，车辆信息为车辆速度和/或车辆类型；
10.查找与目标信息对应的预设声音特征的步骤之前，包括：
11.提取声音信号中的频谱信息；
12.根据频谱信息和目标声音特征得到目标车辆信息。
13.可选的，目标信息还包括目标温湿度信息，训练信息还包括训练温湿度信息；
14.查找与目标信息对应的预设声音特征的步骤之前，包括：
15.通过温湿度测量装置获取监测区域的目标温湿度信息。
16.可选的，通过声音采集装置获取监测区域的声音信号，包括：
17.若监测区域为固定路段，则通过设置在固定路段的道路路旁的声音采集装置获取固定路段的声音信号。
18.可选的，通过声音采集装置获取监测区域的声音信号的步骤，包括：
19.若监测区域为非固定路段，则通过设置在可移动目标物上的声音采集装置获取非固定路段的声音信号。
20.可选的，目标信息还包括目标高度信息，训练信息还包括训练高度信息；
21.查找与目标信息对应的预设声音特征的步骤之前，包括：
22.获取声音采集装置距离地面的目标高度信息。
23.可选的，方法还包括：
24.通过路面积水信息判断是否进行预警提示，其中，预警提示包括声光预警。
25.为了实现上述目的，根据本发明的第二方面，提供了一种路面积水监测装置，包括：
26.采集单元，用于通过声音采集装置获取监测区域的声音信号；
27.提取单元，用于提取声音信号中的目标声音特征；
28.查找单元，用于查找与目标信息对应的预设声音特征，以得到路面积水信息，其中，目标信息包括目标声音特征，预设声音特征与路面积水信息存在映射关系，映射关系基于预设模型得到，预设模型为建立训练信息与路面积水信息之间关系的抽象模型，训练信息包括训练声音特征。
29.为了实现上述目的，根据本发明的第三方面，提供了一种存储介质，该存储介质包括存储的程序，其中，在程序运行时控制存储介质所在设备执行上述第一方面中任一项的路面积水监测方法的步骤。
30.为了实现上述目的，根据本发明的第四方面，提供了一种电子设备，该电子设备包括至少一个处理器、以及与处理器连接的至少一个存储器，其中，处理器用于调用存储器中的程序指令，执行上述第一方面中任一项的路面积水监测方法的步骤。
31.借由上述技术方案，本技术提供了一种路面积水监测方法、装置、存储介质及电子设备，主要目的在于解决目前在进行路面积水监测时，不能方便稳定地监测到积水深度的问题。本技术通过声音采集装置获取监测区域的声音信号；提取声音信号中的目标声音特征；查找与目标信息对应的预设声音特征，以得到路面积水信息，其中，目标信息包括目标声音特征，预设声音特征与路面积水信息存在映射关系，映射关系基于预设模型得到，预设模型为建立训练信息与路面积水信息之间关系的抽象模型，训练信息包括训练声音特征，实现路面积水监测。上述方案能够实现积水监测过程中避免外部因素对监测过程的干扰的技术效果，进而解决了目前在进行路面积水监测时，不能方便稳定地监测到积水深度的问题。
附图说明
32.通过阅读下文示例性实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出示例性实施方式的目的，而并不认为是对本技术的限制。而且在整个附图中，用相同的参考符号表示相同的部件/单元。在附图中：
33.图1为本技术实施例提供的一种路面积水监测方法的示意性流程图；
34.图2为本技术实施例提供的一种路面积水监测装置的示意性结构框图；
35.图3为本技术实施例提供的一种电子设备的示意性结构框图。
具体实施方式
36.下面将参照附图更详细地描述本技术的示例性实施例。虽然附图中显示了本技术的示例性实施例，然而应当理解，可以以各种形式实现本技术而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本技术，并且能够将本技术的范围完整的传达给本领域的技术人员。
37.为了解决目前在进行路面积水监测时，不能方便稳定地监测到积水深度的问题，本技术实施例提供了一种路面积水监测方法，如图1所示，该方法可以包括：
38.步骤101、通过声音采集装置获取监测区域的声音信号；
39.具体的，可以通过声音采集装置获取监测区域的声音信号，声音采集装置可以多点布置、连续布置，监测区域可以为隧道内道路、桥梁道路、高速公路、市内道路、乡间小路等可能存在积水的道路，声音信号为车辆通过监测区域时发出的声音，例如，车辆轮胎与地面之间的摩擦声、车辆发动机的震动声、车辆通行时与积水形成的声音等；可以通过声音采集装置持续不断地获取监测区域的声音信号，也可以定时获取监测区域的声音信号，本领域技术人员可以按需获取声音信号，本技术实施例对此不做限定。
40.需要说明的是，进行声音采集的耗电量小、不会占用道路空间、音频数据流较视频数据流小、不会受到泥沙、树叶、漂浮物及道路垃圾等影响，通过步骤101可以避免如雷达式监测或超声波式监测时，漂浮物及道路垃圾对积水监测的影响，可以避免如电子水尺监测时，泥沙、树叶、道路垃圾等附着监测设备的影响，可以避免如图像识别监测时，夜间准确性差等问题。
41.步骤102、提取声音信号中的目标声音特征；
42.具体的，目标声音特征为进行积水监测时的声音特征，声音特征可以为mfcc(mel
‑
frequency cepstral coefficients，梅尔频率倒谱系数)、lpc(linear predictive coefficient，线性预测系数)或倒谱系数等，本技术对此不做限制；而本实施例则以mfcc作为声音特征为例做以说明：将获取的声音信号分解为多个讯框(分帧、加窗)，并通过一个高通滤波器将其预强化/预加重，进行傅立叶变换，将信号变换至频域，将每个讯框获得的频谱通过梅尔滤波器(三角重叠窗口)，得到梅尔刻度，在每个梅尔刻度上提取对数能量，对获得的结果进行离散余弦变换，变换到倒频谱域，最终得到的mfcc，就是这个倒频谱图的幅度(amplitudes)，一般使用12个系数，与讯框能量叠加得13维的系数；也即，将声音信号转换为多维向量。
43.需要说明的是，通过步骤102可以得到目标声音特征，以便后续步骤对积水深度进行判断/监测。
44.步骤103、查找与目标信息对应的预设声音特征，以得到路面积水信息；
45.其中，目标信息包括目标声音特征，预设声音特征与路面积水信息存在映射关系，映射关系基于预设模型得到，预设模型为建立训练信息与路面积水信息之间关系的抽象模型，训练信息包括训练声音特征。
46.具体的，训练声音特征为预设模型训练时的声音特征；预设声音特征可以保存于积水声音指纹库中，目标信息为进行积水监测时所采集、提取或计算得到的用于进行积水深度测量的信息，训练信息为用于构建、训练预设模型而输入的信息，路面积水信息可以为路面积水的准确深度，也可以为路面积水的程度，例如，可以将路面积水的程度划分成5个层级：无积水、轻积水(水深0
‑
5cm)、中度积水(6
‑
15cm)、重度积水(15
‑
30cm)、严重积水(大于30cm)；可以选择在下雨天气的不同路段，采集大量声音信号，进行预设模型的构建、训练，预设模型中可以采用机器学习分类/聚类算法、神经网络算法或强化学习算法等，本技术对此不做限制；而本实施例则以预设模型中采用ctc(connectionist temporal classification，连接时间分类)算法为例做以说明：通过ctc算法得到p(o|w)，即由某一预设声音特征得到路面积水深度的概率；在预设模型训练过程中，输入训练声音特征、路面积水信息，以通过预设模型建立预设声音特征与路面积水信息的映射关系，并将预设模型通过实际验证后率定校正，形成积水声音指纹库，以存储预设声音特征与路面积水信息的映射关系，以便在积水监测时能够准确地得到路面积水信息。
47.需要说明的是，现有技术在进行声音识别时，通常会预先创建并训练模型，以得到可用模型，该可用模型可以通过声音得到预设的分类结果，并使用该可用模型进行声音的识别，例如，使用某一可用模型，将动物叫声输入，输出得到是何种动物，这种方式对进行声音识别的设备的算力要求较高，通常需要传输到云端进行计算，耗时耗力；而本技术实施例则通过步骤103，利用由已经率定校正好的预设模型所得到的积水声音指纹库(存储着预设声音特征与路面积水信息的映射关系)，并将在监测过程中得到的目标声音特征与积水声音指纹库中的预设声音特征进行匹配，以得到路面积水信息。本技术实施例中，积水声音指纹库可以存储在云端，通过步骤103将目标声音特征传输到云端后与预设声音特征进行匹配，或将声音信号传输到云端，由云端进行步骤102和步骤103的执行；积水声音指纹库可以存储在包含声音采集装置的积水监测装置中，以便步骤103将目标声音特征在积水监测装置中与预设声音特征进行匹配，节省上传云端的资源消耗。
48.在一些示例中，目标信息还可以包括目标车辆信息，训练信息还可以包括训练车辆信息，车辆信息为车辆速度和/或车辆类型；步骤103之前，可以包括：提取声音信号中的频谱信息；根据频谱信息和目标声音特征得到目标车辆信息。
49.具体的，通过频谱信息和声音特征可以将目标声音特征划分为第一目标声音特征和第二目标声音特征，第一目标声音特征用于与积水声音指纹库中的预设声音特征比较匹配，第二目标声音特征用于进行目标车辆信息的判断；目标车辆信息为进行积水监测时得到的车辆信息，训练车辆信息为预设模型进行训练时输入的车辆信息；训练车辆信息为预设模型训练过程中预设定的车辆信息，目标车辆信息可以由第二目标声音特征根据多普勒原理、频谱分类等方式进行推断；车辆速度可以为精准车速，也可以为大致车速/分级车速(例如：慢速、中速、快速等)，本领域技术人员可以按照需要进行设定/选择，本技术实施例对此不做限制；车辆类型可以分为轿车、卡车、公交车或新能源汽车等，本领域技术人员可
以按照需要设定/选择车辆类型的分类，本技术实施例对此不做限制；在预设模型训练过程中，输入训练车辆信息、训练声音特征、路面积水信息，以通过预设模型建立，车辆信息对应的预设声音特征，与路面积水信息的映射关系，并将预设模型通过实际验证后率定校正，形成积水声音指纹库，以存储上述映射关系。
50.需要说明的是，声音是振动产生的声波，通过介质(气体、固体、液体)传播并能被人或动物听觉器官所感知的波动现象，声音包括以下性质：频率、波长、波数振幅、音量(响度)、声压、音强、音速、方向、音色等，声音特征是对上述声音性质中的一种或多种性质的反映，不同车辆速度和/或车辆类型对声音的性质都会产生影响，也即会对声音特征产生影响，通过上述示例中的限定和步骤，可以在进行路面积水监测时，根据目标车辆信息和目标声音特征，与该车辆信息对应的预设声音特征进行匹配，能够更准确地得到路面积水信息。
51.在一些示例中，目标信息还可以包括目标温湿度信息，训练信息还可以包括训练温湿度信息；步骤103之前，可以包括：通过温湿度测量装置获取监测区域的目标温湿度信息。
52.具体的，目标温湿度信息为进行积水监测时得到的温湿度信息，训练温湿度信息为预设模型进行训练时输入的温湿度信息，温湿度信息为空气温度信息和/或空气湿度信息，温湿度测量装置可以设置在声音采集装置的内部，温湿度测量装置可以测量得到空气温度信息和/或空气湿度信息；在预设模型训练过程中，输入训练温湿度信息、训练声音特征、路面积水信息，以通过预设模型建立，温湿度信息对应的预设声音特征，与路面积水信息的映射关系，并将预设模型通过实际验证后率定校正，形成积水声音指纹库，以存储上述映射关系。
53.需要说明的是，不同的空气温湿度对声音的性质都会产生影响，也即会对声音特征产生影响，通过上述示例中的限定和步骤，可以在进行路面积水监测时，根据温湿度信息和目标声音特征，与该温湿度信息对应的预设声音特征进行匹配，能够更准确地得到路面积水信息。
54.在一些示例中，步骤101可以包括：若监测区域为固定路段，则通过设置在固定路段的道路路旁的声音采集装置获取固定路段的声音信号；若监测区域为非固定路段，则通过设置在可移动目标物上的声音采集装置获取非固定路段的声音信号。
55.具体的，道路路旁可以是道路的一侧路旁或两侧路旁，可移动目标物可以是车辆、三脚架等可以安置声音采集装置的可移动物体上；若是对固定路段进行积水监测，则可以将声音采集装置设置在固定路段路旁的电线杆、树木、墙壁、红绿灯、建筑物、马路牙上等位置；若是对非固定路段进行积水监测，则可以将声音采集装置设置在车辆、三脚架等可移动物体上。
56.需要说明的是，通过上述示例中的限定和步骤，在对固定路段进行积水监测时，声音采集装置可以方便地设置在道路路旁，占用空间小、易安装；在对非固定路段进行积水监测时，声音采集装置可以设置在车辆、三脚架等可移动物体上，便于针对不同路段进行积水监测。
57.在一些示例中，目标信息还可以包括目标高度信息，训练信息还可以包括训练高度信息；步骤103之前，可以包括：获取声音采集装置距离地面的目标高度信息。
58.具体的，目标高度信息为进行积水监测时，声音采集装置距离地面的高度，训练高
度信息为预设模型进行训练时，声音采集装置距离地面的高度；在预设模型训练过程中，输入训练高度信息、训练声音特征、路面积水信息，以通过预设模型建立，高度信息对应的预设声音特征，与路面积水信息的映射关系，并将预设模型通过实际验证后率定校正，形成积水声音指纹库，以存储上述映射关系。
59.需要说明的是，不同的声音采集高度对声音的性质都会产生影响，也即会对声音特征产生影响，通过上述示例中的限定和步骤，可以在进行路面积水监测时，根据高度信息和目标声音特征，与该高度信息对应的预设声音特征进行匹配，能够更准确地得到路面积水信息。
60.在一些示例中，上述方法还可以包括：通过路面积水信息判断是否进行预警提示，其中，预警提示可以包括声光预警。
61.具体的，在路面积水信息显示当前路面积水深度达到或超过某一阈值时，发出预警提示；预警提示可以通过声音采集装置中的声光预警装置，发出声光预警，以提醒车辆或行人避免通过该积水路段，例如，在路面积水信息显示当前路面积水深度30cm时，发出声光预警；预警提示可以通过声音采集装置中的远程预警装置，将预警信息发送至相关部门或相关人员，以便及时清理路面积水。
62.需要说明的是，通过上述示例中的步骤，可以减少路面积水对人民生命财产安全造成的威胁。
63.借由上述技术方案，本技术实施例提供了一种路面积水监测方法，主要目的在于解决目前在进行路面积水监测时，不能方便稳定地监测到积水深度的问题。本技术实施例通过声音采集装置获取监测区域的声音信号；提取声音信号中的目标声音特征；查找与目标信息对应的预设声音特征，以得到路面积水信息，其中，目标信息包括目标声音特征，预设声音特征与路面积水信息存在映射关系，映射关系基于预设模型得到，预设模型为建立训练信息与路面积水信息之间关系的抽象模型，训练信息包括训练声音特征，实现路面积水监测。上述方案能够实现积水监测过程中避免外部因素对监测过程的干扰的技术效果，进而解决了目前在进行路面积水监测时，不能方便稳定地监测到积水深度的问题。
64.进一步的，作为对前述方法实施例的实现，本技术实施例还提供了一种路面积水监测装置，用于对前述方法实施例进行实现。该装置实施例与前述方法实施例对应，为便于阅读，本路面积水监测装置实施例不再对前述方法实施例中的细节内容进行逐一赘述，但应当明确，本技术实施例中的装置能够对应实现前述方法实施例中的全部内容。如图2所示，该装置20包括：采集单元201、提取单元202和查找单元203，其中，
65.采集单元201，用于通过声音采集装置获取监测区域的声音信号；
66.提取单元202，用于提取声音信号中的目标声音特征；
67.查找单元203，用于查找与目标信息对应的预设声音特征，以得到路面积水信息，其中，目标信息包括目标声音特征，预设声音特征与路面积水信息存在映射关系，映射关系基于预设模型得到，预设模型为建立训练信息与路面积水信息之间关系的抽象模型，训练信息包括训练声音特征。
68.本技术实施例还提供了一种存储介质，其上存储有程序，该程序被处理器执行时实现以下路面积水监测方法：
69.通过声音采集装置获取监测区域的声音信号；
70.提取声音信号中的目标声音特征；
71.查找与目标信息对应的预设声音特征，以得到路面积水信息，其中，目标信息包括目标声音特征，预设声音特征与路面积水信息存在映射关系，映射关系基于预设模型得到，预设模型为建立训练信息与路面积水信息之间关系的抽象模型，训练信息包括训练声音特征。
72.可选的，目标信息还包括目标车辆信息，训练信息还包括训练车辆信息，其中，车辆信息为车辆速度和/或车辆类型；
73.查找与目标信息对应的预设声音特征的步骤之前，包括：
74.提取声音信号中的频谱信息；
75.根据频谱信息和目标声音特征得到目标车辆信息。
76.可选的，目标信息还包括目标温湿度信息，训练信息还包括训练温湿度信息；
77.查找与目标信息对应的预设声音特征的步骤之前，包括：
78.通过温湿度测量装置获取监测区域的目标温湿度信息。
79.可选的，通过声音采集装置获取监测区域的声音信号，包括：
80.若监测区域为固定路段，则通过设置在固定路段的道路路旁的声音采集装置获取固定路段的声音信号。
81.可选的，通过声音采集装置获取监测区域的声音信号的步骤，包括：
82.若监测区域为非固定路段，则通过设置在可移动目标物上的声音采集装置获取非固定路段的声音信号。
83.可选的，目标信息还包括目标高度信息，训练信息还包括训练高度信息；
84.查找与目标信息对应的预设声音特征的步骤之前，包括：
85.获取声音采集装置距离地面的目标高度信息。
86.可选的，方法还包括：
87.通过路面积水信息判断是否进行预警提示，其中，预警提示包括声光预警。
88.本技术实施例还提供了一种电子设备30，如图3所示，该电子设备包括至少一个处理器301、以及与处理器连接的至少一个存储器302；其中，处理器301用于调用存储器302中的程序指令，以执行实现上述路面积水监测方法。
89.借由上述技术方案，本技术实施例提供了一种路面积水监测方法及相关装置，主要目的在于解决目前在进行路面积水监测时，不能方便稳定地监测到积水深度的问题。本技术实施例通过声音采集装置获取监测区域的声音信号；提取声音信号中的目标声音特征；查找与目标信息对应的预设声音特征，以得到路面积水信息，其中，目标信息包括目标声音特征，预设声音特征与路面积水信息存在映射关系，映射关系基于预设模型得到，预设模型为建立训练信息与路面积水信息之间关系的抽象模型，训练信息包括训练声音特征，实现路面积水监测。上述方案能够实现积水监测过程中避免外部因素对监测过程的干扰的技术效果，进而解决了目前在进行路面积水监测时，不能方便稳定地监测到积水深度的问题。
90.本技术是参照根据本技术实施例的方法、设备(系统)和装置的流程图和/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流程管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流程管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。
91.在一个典型的配置中，电子设备可以包括一个或多个处理器(cpu)、存储器和总线；电子设备还可以包括输入/输出接口、网络接口等。
92.存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)，存储器包括至少一个存储芯片；存储器是存储介质的示例。
93.存储介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储；信息可以是计算机可读指令、数据结构、程序的模块或其他数据；计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd
‑
rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息；按照本文中的界定，存储介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
94.本技术的说明书和权利要求书及附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)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；应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。
95.还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素；在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
96.本领域技术人员应明白，本技术的实施例可提供为方法、系统或计算机程序产品；因此，本技术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，本技术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。
97.可以由一种或多种程序设计语言或其组合来编写用于执行本技术实施例操作的计算机程序代码，程序设计语言包括面向对象的程序设计语言——诸如common lisp、python、c++、objective
‑
c、smalltalk、delphi、java、swift、c#、perl、ruby、javascript和php等，还包括常规的过程式程序设计语言——诸如fortran、algol、cobol、pl/i、basic、pascal和c等，还包括其他任意一种编程语言——诸如lisp、tcl、prolog、visual basic.net、sql和r等；程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行；在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)——连接到用户计算机，或者，可以连接
到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
98.以上仅为本技术的实施例而已，并不用于限制本技术；对于本领域技术人员来说，本技术可以有各种更改和变化；凡在本技术的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本技术的权利要求范围之内。