[0003] 本公开一般涉及一种用于分析和对高尔夫球手排名的系统和方法。

[0004] 在运动中对运动员进行排名通常是艰巨的任务。对于高尔夫运动来说，难度更大，因为不是在封闭的联赛中与一组普通球队进行一定数量的比赛。相反，在高尔夫中，全球各地都有不同质量的巡回赛。参加这些锦标赛的运动员通常是独立的承包者，他们要么被邀请参加锦标赛，要么经由在其他锦标赛中的表现获得资格。

[0017] 由于高尔夫的性质、由于巡回赛的多样性和锦标赛场地的多样性，通常难以对运动员进行排名。锦标赛可以在各种各样的球场和阵容强度进行。由于高尔夫球手个人技能集合的差异，某些运动员可能在一个球场上一直是竞争者，而在另一个球场上则很艰难。有时，这种变化可能归因于高尔夫球手的偏好(例如，高尔夫球手可能更喜欢第一球场而不是第二球场)。其他时候，这种变化可能归因于阵容强度(例如，与第二锦标赛中的第二球场相比，第一球场可能是在阵容较弱的锦标赛中)。

[0018] 此外，还存在较小样本量的问题。高尔夫球手通常每年参加约20场经批准的锦标赛。鉴于该较小的样本量，通常难以准确地训练人工智能模型来得出结论，尤其是考虑到个人技能集合的差异。

[0019] 本方法通过利用个人运动员相对于他们正在参加的锦标赛的表现以及计算出的近期偏差来生成一个或更多个度量，从而改进传统系统。在一些实施例中，度量可以包括球场无关的全球高尔夫排名、球场特定的全球高尔夫排名以及个人运动员和洞预测。通过采用这种方法，本系统可以允许对各大洲和巡回赛的高尔夫球手进行比较，并为任何球场设计创建唯一的排名集合。此外，通过逐洞分析，本系统能够在任何洞上为任何高尔夫球手生成个人洞预测。

[0020] 图1是示出根据示例实施例的计算环境100的框图。计算环境100可以包括跟踪系统102、组织计算系统104、一个或更多个客户端设备108以及经由网络105通信的一个或更多个第三方系统115。

[0021] 网络105可以是任何合适的类型，包括经由互联网的单独连接，例如蜂窝或Wi‑Fi网络。在一些实施例中，网络105可以使用射频识别(radio frequency identification,TM TMRFID)、近场通信(near‑field communication,NFC)、蓝牙 、低能耗蓝牙 (low‑energy TM TM
Bluetooth,BLE)、Wi‑Fi 、紫蜂 (ZigBee)、环境反向散射通信(ambient backscatter communication,ABC)协议、通用串行总线(Universal Serial Bus,USB)、广域网(Wide Area Network,WAN)或局域网(Local Area Network,LAN)等直接连接来连接终端、服务和移动设备。由于传输的信息可能是私人的或机密的，出于安全考虑，可能需要对这些类型的连接中的一个或更多个进行加密或以其他方式进行保护。然而，在一些实施例中，正在传输的信息可能不那么私人化，因此，可以出于便利性而非安全性来选择网络连接。

[0022] 网络105可以包括用于交换数据或信息的任何类型的计算机网络布置。例如，网络105可以是互联网、专用数据网络、使用公共网络的虚拟专用网络和/或使计算环境100中的部件能够在环境100的部件之间发送和接收信息的其他合适的连接。

[0023] 跟踪系统102可以与球场106相关联。例如，球场106可以被配置为举办包括一个或更多个代理112(或高尔夫球手)的体育运动赛事。跟踪系统102可以被配置为记录比赛场地上的所有代理(即，球员)的运动以及一个或更多个其他相关对象(例如，球位置、天气预测、洞编号、球场名称、旗杆位置、障碍位置、杆数计数等)。在一些实施例中，跟踪系统102可以是使用例如多个相机的基于光学的系统。在一些实施例中，跟踪系统102可以是基于无线电的系统，该系统使用例如由运动员佩戴或嵌入要跟踪的对象中的射频识别(RFID)标签。通常，跟踪系统102可以被配置为以高帧速率进行采样和记录。跟踪系统102可以被配置为在球场上为每个洞至少存储所有代理和对象(例如，球)的运动员身份、杆数信息和位置(例如，(x,y)位置)。

[0024] 跟踪系统102可以被配置为经由网络105与组织计算系统104通信。组织计算系统104可以被配置为管理和分析由跟踪系统102捕获的数据。组织计算系统104可以至少包括网络客户端应用服务器114、数据存储118、排名模块120和预测引擎122。

[0025] 排名模块120和预测引擎122中的每一个可以由一个或更多个软件模块组成。一个或更多个软件模块可以是存储在介质(例如，组织计算系统104的存储器)上的代码或指令的集合，代码或指令表示实现一个或更多个算法步骤的一系列机器指令(例如，程序代码)。这样的机器指令可以是组织计算系统104的处理器解释以实现指令的实际计算机代码，或者替代地，可以是被解释以获得实际计算机代码的指令的更高级编码。一个或更多个软件模块还可以包括一个或更多个硬件部件。示例算法的一个或更多个方面可以由硬件部件(例如，电路)本身执行，而不是作为指令的结果。

[0026] 数据存储118可以被配置为存储一个或更多个事件文件124。每个事件文件124可以由跟踪系统102捕获和生成。在一些实施例中，一个或更多个事件文件124中的每一个可以包括从锦标赛或回合捕获的所有原始数据。例如，包含在每个事件文件124中的原始数据可以包括但不限于每个高尔夫球手的逐洞信息。逐洞信息可以包括码数和杆数。

[0027] 排名模块120可以被配置为对高尔夫球手进行全球排名。为此，排名模块120可以分析每个事件文件的逐洞数据，以及关于锦标赛中每个球场和高尔夫球手阵容的背景信息(例如，短3杆、长4杆等)，来为每个高尔夫球手创建调整后杆数得分度量。与使用低于标准杆或高于标准杆的累积杆数的传统方法相反，通过生成杆数得分度量，排名模块120能够考虑不同球场的不同预期分数。在分数很低的球场上，依靠低于标准杆或超过标准杆的累积杆数可能会不适当地影响良好的表现。例如，高尔夫球手打出‑14杆并且分数领先全场三杆，其加权应类似于高尔夫球手打出+2杆但分数领先全场三杆。通过利用杆数得分度量，排名模块120可以考虑高尔夫中的这种细微差别，从而考虑具有不同分数预期的不同球场。

[0028] 此外，考虑逐洞数据而不是锦标赛或回合数据的好处之一是，它大大增加了预测引擎122的样本大小。如果排名模块120考虑了每个运动员相对于全场平均值的每个洞的表现，则排名模块120将样本大小增加了十八倍。这允许排名模块120进一步深入了解运动员如何在每种类型的洞上得分以及他们如何得分的变化两者。

[0029] 基于逐洞数据，排名模块120可以确定每个高尔夫球手相对于全场的在每个洞而不是在整个回合或整个锦标赛中的表现。通过这样做，排名模块120不仅可以实现总体排名，还可以实现对特定洞类型的排名。这样的排名可以使预测引擎122能够生成更准确的预测，因为预测引擎122可以将球场分解成特定的洞，并创建任何运动员将如何在每个洞上表现的预测。

[0030] 对于高尔夫球手打过的每个洞，排名模块120可以生成杆数得分值。这与传统方法相比，在每个回合或每个锦标赛上分析高尔夫球手的表现。在一些实施例中，排名模块120可以基于标准杆和码数对洞进行分类。例如，排名模块120可以将洞分类为以下五个类型之一：

[0031] ·短3杆：195.5码以下的3杆

[0032] ·长3杆：超过195.5码的3杆

[0033] ·短4杆：超过449.5码的4杆

[0034] ·长4杆：超过449.5码的4杆

[0035] ·5杆

[0036] 如本领域技术人员所认识到的，上述范围是示例性的，可以根据管理员的偏好进行调整。

[0037] 在一些实施例中，排名模块120可以利用聚类算法将洞聚类成洞类型。例如，排名模块120可以使用k均值聚类算法将历史洞信息聚类成洞类型的k簇。

[0038] 在一些实施例中，对于3杆，178.5码至212.5码之间的任何距离都可以被视为短3杆和长3杆两者，根据长度按比例向其中一个或另一个加权。可以由排名模块120针对4杆应用类似的逻辑。这样的分类可以允许排名模块120基于高尔夫球手的实力来对高尔夫球手进行风格化。

[0039] 在一些实施例中，排名模块120可以基于与打过洞的锦标赛相关联的阵容强度度量来标准化杆数得分度量。排名模块120可以从一个或更多个第三方系统115检索阵容强度度量。

[0040] 在一些实施例中，一个或更多个第三方系统115可以与服务器或网站相关联，服务器或网站被配置为托管锦标赛的阵容强度度量。例如，一个或更多个第三方系统115可以被配置为托管与官方世界高尔夫排名相关联的阵容强度度量。官方世界高尔夫排名基于参赛者为每个锦标赛分配阵容强度值。排名模块120可以从一个或更多个第三方系统115检索由官方世界高尔夫排名生成的阵容强度数据。为了使所有锦标赛标准化，排名模块120可以使用来自官方世界高尔夫排名的阵容强度编号来调整每个洞的杆数得分度量。

[0041] 值得注意的是，官方世界高尔夫排名并不能预测高尔夫球手在即将到来的锦标赛中的未来表现。相反，官方世界高尔夫排名只基于运动员在锦标赛中的成绩分配世界排名分数。换言之，官方世界高尔夫排名可能会解释每个运动员如何在即将到来的锦标赛中获得他们的位置，但不会预测在即将到来的锦标赛中的未来表现。

[0042] 使用官方世界高尔夫排名的特定示例，帕特里克·坎特利(Patrick Cantlay)参加的锦标赛的平均阵容强度为556。维尔·扎拉托尔斯(Will Zalatoris)参加的锦标赛的平均阵容强度为232。从他们在这些锦标赛中的表现来看，仅这一差异就相当于0.5杆。该差异似乎不大，但半杆是世界第17名高尔夫球手和第38名高尔夫球手的区别。

[0043] 在一些实施例中，排名模块120可以使用一个或更多个近期调整来进一步调整杆数得分度量。例如，排名模块120可以利用衰减公式来对近期加权。与26场锦标赛前打过的洞相比，近期调整有助于排名模块120将更多的权重提供给更近打过的洞。

[0044] 使用调整后杆数得分度量，排名模块120可以基于强锦标赛的平均球场组成来生成高尔夫球手的排名。例如，基于强锦标赛的球场组成，排名模块120可以确定在每个球场中平均存在2.04个短3杆、2.01个长3杆，6.16个短4杆、4.57个长4杆和3.21个5杆。排名模块120可以基于强锦标赛的平均球场组成和调整后杆数得分度量来生成运动员的总体排名。
在一些实施例中，可以基于一个或更多个近期调整来对排名进行加权。例如，排名模块120可以应用0.94的衰减因子。换句话说，每个锦标赛可以被加权为下一个锦标赛的0.94。

[0045] 预测引擎122可以被配置为基于锦标赛的洞信息和阵容强度来预测运动员在即将到来的锦标赛中的表现。例如，对于给定的锦标赛，预测引擎122可以识别与每一轮中的每个洞相关联的洞信息。洞信息可以包括与洞相关联的码数和标准杆。使用洞信息，预测引擎122可以基于由排名模块120基于历史运动员表现和即将到来的锦标赛的阵容强度排名为每个洞类型生成的调整后杆数得分度量中的一个或更多个来预测运动员在锦标赛中的表现。

[0046] 客户端设备108可以经由网络105与组织计算系统104通信。客户端设备108可以由用户操作。例如，客户端设备108可以是移动设备、平板电脑、台式计算机或具有本文所述能力的任何计算系统。用户可以包括但不限于个人，例如与组织计算系统104相关联的实体的订户、客户、潜在客户或顾客，例如已经、将或可以从与组织计算系统104相关联的实体获得产品、服务或咨询的个人。

[0047] 客户端设备108可以至少包括应用132。应用132可以代表允许访问网站或独立应用的网络浏览器。客户端设备108可以使用访问应用132来访问组织计算系统104的一个或更多个功能。客户端设备108可以通过网络105进行通信，以例如从组织计算系统104的网络客户端应用服务器114请求网页。例如，客户端设备108可以被配置为执行应用132以访问由网络客户端应用服务器114管理的内容。显示给客户端设备108的内容可以从网络客户端应用服务器114发送到客户端设备108，并且随后由应用132处理以通过客户端设备108中的图形用户界面(graphical user interface,GUI)进行显示。

[0048] 图2是示出根据示例实施例的用于生成高尔夫球手排名的方法200的流程图。方法200可以开始于步骤202。

[0049] 在步骤202，组织计算系统104可以检索多个高尔夫球手的历史逐洞数据。逐洞信息可以包括与每个洞相关联的码数和杆数以及高尔夫球手在该洞的分数。

[0050] 在步骤204，组织计算系统104可以基于逐洞数据为每个高尔夫球手生成杆数得分度量。排名模块120可以分析每个事件文件的逐洞数据以及关于锦标赛中每个球场和高尔夫球手的阵容的背景信息，以创建杆数得分度量。排名模块120可以为每个洞类型生成杆数得分度量。例如，排名模块120可以生成短3杆、长3杆，短4杆，长4杆和5杆的杆数得分度量。

[0051] 在步骤206，排名模块120可以基于与比洞的锦标赛相关联的阵容强度度量来调整杆数得分度量，以生成调整后杆数得分度量。在一些实施例中，排名模块120可以从一个或更多个第三方系统115检索阵容强度度量。例如，排名模块120可以从来自一个或更多个第三方系统115的官方世界高尔夫排名中检索阵容强度数据。基于阵容中每个运动员的锦标赛前世界高尔夫排名分数将来自官方世界高尔夫排名的阵容强度数据分配给锦标赛。这些分数基于先前锦标赛的最终位置获得。排名模块120可以使用来自官方世界高尔夫排名的阵容强度编号来调整每个洞的杆数得分度量。

[0052] 在步骤208，组织计算系统104可以为每个洞类型生成调整后杆数得分度量。例如，排名模块120可以针对逐洞数据中的每个洞的调整后杆数得分度量进行聚合，以确定每个洞类型的调整后杆数得分度量。洞类型可以包括但不限于短3杆、长3杆，短4杆，长4杆和5杆。

[0053] 在步骤210，组织计算系统104可以基于每个洞类型的调整后杆数得分度量来生成高尔夫球手的排名。排名模块120可以基于平均球场组成来标准化高尔夫球手的排名。例如，排名模块120可以确定强锦标赛的球场组成平均包括每个球场中的2.04个短3杆、2.01个长3杆，6.16个短4杆、4.57个长4杆和3.21个5杆。排名模块120可以基于强锦标赛的平均球场组成和调整后杆数得分度量来生成运动员的总体排名。

[0054] 图3是示出根据示例实施例的预测即将到来的锦标赛的结果的方法300的流程图。方法300可以在步骤302开始。

[0055] 在步骤302，组织计算系统104可以接收即将到来的锦标赛的信息。例如，预测引擎122可以接收锦标赛的每一轮中的每个洞和运动员阵容中的运动员的逐洞信息。示例性洞信息可以包括但不限于短3杆的数量、长3杆的数量、短4杆的数量、长4杆的数量和5杆的数量。在一些实施例中，示例性洞信息可以包括与每个洞相关联的洞类型。示例性洞类型可以包括但不限于短3杆(例如，195.5码以下的3杆)、长3杆(例如，超过195.5码的3杆)、短4杆(例如，449.5码以下的4杆)、长4杆(例如，超过449.5码的4杆)和5杆。

[0056] 在步骤304，组织计算系统104可以接收即将到来的锦标赛的阵容强度度量。在一些实施例中，预测引擎122可以从一个或更多个第三方系统115接收阵容强度度量。阵容强度度量可以代表由官方世界高尔夫排名产生的阵容强度度量。

[0057] 在步骤306，组织计算系统104可以从数据存储118检索调整后杆数得分度量。例如，预测引擎122可以从数据存储118中为每个洞类型的运动员阵容中的每个运动员检索由排名模块120生成的调整杆数得分度量。

[0058] 在步骤308，组织计算系统104可以为即将到来的锦标赛生成运动员表现预测。使用逐洞信息、强度阵容度量和调整后杆数得分度量，预测引擎122可以预测每个运动员的表现。

[0059] 在一些实施例中，运动员表现预测可以基于实况锦标赛动作动态地更新。例如，预测引擎122可以被配置为在锦标赛中的每个洞之后动态地更新运动员表现预测。以这种方式，运动员表现预测可以基于实时锦标赛数据实时、接近实时或周期性地(例如，在每个洞之后)更新。

[0060] 此外，值得注意的是，尽管上述讨论涉及个人锦标赛，其中每个运动员或高尔夫球手与阵容中的其余人竞争，但本领域技术人员认识到，这样的技术可以应用于团队比赛(例如，莱德杯(Ryder Cup))，而不是每个高尔夫球手自己，锦标赛的结果基于高尔夫球手团队的表现。在这样的场景中，排名模块120和/或预测引擎122可以聚合数据以生成团队级预测。

[0061] 在一些实施例中，排名模块120和预测引擎122可以被配置为处理各种锦标赛类型。例如，对于史特伯(Stableford)得分，而不是总得分，史特伯得分使用每个洞的得分。例如，信天翁值5分，老鹰值4分，小鸟值3分，甚至标准杆值2分，柏忌值1分，双柏忌或更糟值0分。由排名模块120和预测引擎122执行的过程可以与前述功能基本相同。然而，在排名和生成未来预测时，还有额外的步骤，即为各个洞得分分配分数。

[0062] 在一些实施例中，排名模块120和预测引擎122可以被配置为处理匹配比赛规则(例如，1对1或2对2)。在一些实施例中，洞可以单独得分，并且在任何给定洞上只能赢得一分。例如，如果高尔夫球手在一个洞以4杆的优势击败他的对手，那么这只算作1分胜利。洞可以被打到一个运动员不能再赢为止，或者在打平的情况下打满18洞。如果运动员在还剩2洞要打的情况下落后3杆，则该运动员无法再赢得该匹配，该匹配被视为领先运动员的“3比2胜利”。

[0063] 上述技术可以应用于匹配比赛规则。例如，对于个人比赛，可以针对每个运动员为洞打分，进行比较，然后可以确定胜者或平局。这种情况一直持续到匹配以平局结束或者运动员获得足够的分数获胜为止。在发生比洞赛(bracket‑style)锦标赛的匹配比赛中，排名模块120和预测引擎122可以协同工作，以基于运动员赢得他们的池(pool)然后赢得连续的单淘汰赛的可能性来模拟结果。

[0064] 图4A是示出根据示例实施例的示例图形用户界面(GUI)400的框图。GUI 400可以代表可以经由客户端设备108呈现给用户的示例性图形用户界面。

[0065] GUI 400可以包括由预测引擎122为即将到来的锦标赛生成的预测。如图所示，预测引擎122可以被训练以生成针对即将到来的锦标赛的各种预测。各种预测可以包括但不限于阵容评价和球场调整后杆数得分度量、运动员晋级的可能性、第一轮获胜的可能性、赢得锦标赛的可能性、进入前20名的可能性、进入前10名的可能性和进入前5名的可能性。例如，预测引擎122可以基于排序列表来估计晋级数量；一旦锦标赛是实况的，预测引擎122就可以基于预测的晋级线进行调节。

[0066] 图4B是示出根据示例实施例的示例图形用户界面(GUI)450的框图。GUI 450可以代表可以经由客户端设备108呈现给用户的示例性图形用户界面。GUI 450可以响应于用户选择丹尼尔·伯格尔(Daniel Berger)而生成。

[0067] 如图所示，GUI 450可以包括与丹尼尔·伯格尔相关联的历史和当前数据。这样的历史和当前数据可以包括但不限于每个洞类型的调整后杆数得分得分、当前世界排名等。

[0068] 图5A示出根据示例实施例的系统总线计算系统500的体系结构。系统500的一个或更多个部件可以使用总线505彼此电通信。系统500可以包括处理器(例如，一个或更多个中央处理器(Central Processing Unit,CPU)、图形处理器(Graphics Processing Unit,GPU)或其他类型的处理器)510和系统总线505，系统总线505将包括系统存储器515(例如只读存储器(read only memory,ROM)520和随机存取存储器(random access memory,RAM)525)的各种系统部件耦接至处理器510。系统500可以包括与处理器510直接连接、紧邻处理器510或集成为处理器510的部分的高速存储器的高速缓存。系统500可以将数据从存储器
515和/或存储设备530复制到高速缓存512以供处理器510快速访问。以这种方式，高速缓存
512可以提供避免处理器510在等待数据时延迟的性能提升。这些和其他模块可以控制或者被配置为控制处理器510执行各种动作。其他系统存储器515也可以用于使用。存储器515可以包括具有不同性能特性的多个不同类型的存储器。处理器510可以代表单个处理器或多个处理器。处理器510可以包括通用处理器或硬件模块或软件模块中的一个或更多个，例如存储在存储设备530中的被配置为控制处理器510的服务1 532、服务2 534和服务5 536，以及将软件指令结合到实际处理器设计中的专用处理器。处理器510基本上可以是完全独立的计算系统，包含多个核或处理器、总线、存储器控制器、高速缓存等。多核处理器可以是对称的或非对称的。

[0069] 为了实现与系统500的用户交互，输入设备545可以是任何数量的输入机制，例如用于语音的麦克风、用于手势或图形输入的触敏屏幕、键盘、鼠标、运动输入、语音等等。输出设备535(例如，显示器)也可以是本领域技术人员已知的多个输出机制中的一个或更多个。在某些情况下，多模系统可以使用户能够提供多种类型的输入以与系统500通信。通信接口540通常可以支配和管理用户输入和系统输出。在任何特定的硬件布置上操作都没有限制，因此这里的基本特征可以容易地被开发的改进的硬件或固件布置所取代。

[0070] 存储设备530可以是非易失性存储器，并且可以是硬盘或可以存储计算机可访问的数据的其他类型的计算机可读介质，例如盒式磁带、闪存卡、固态存储器设备、数字多功能盘、磁带盒、随机存取存储器(RAM)525、只读存储器(ROM)520及其混合。

[0071] 存储设备530可以包括用于控制处理器510的服务532、534和536。设想其他硬件或软件模块。存储设备530可以连接到系统总线505。在一个方面，执行特定功能的硬件模块可以包括存储在计算机可读介质中的软件部件，该软件部件与必要的硬件部件(例如处理器510、总线505、输出设备535(例如，显示器)等)相连接，以执行功能。

[0072] 图5B示出根据示例实施例的具有芯片组架构的计算机系统550。计算机系统550可以是可用于实现所公开技术的计算机硬件、软件和固件的示例。系统550可以包括一个或更多个处理器555，一个或更多个处理器555代表能够执行被配置为执行所识别的计算的软件、固件和硬件的任何数量的物理和/或逻辑上不同的资源。一个或更多个处理器555可以与芯片组560通信，芯片组560可以控制到一个或更多个处理器555的输入和来自一个或更多个处理器555的输出。在该示例中，芯片组560向显示器等输出565输出信息，并且可以读取信息并将信息写入到存储设备570中，例如，存储设备570可以包括磁性介质和固态介质。芯片组560还可以从存储设备575(例如，RAM)读取数据以及向存储设备575写入数据。可以提供用于与各种用户接口部件585接合的桥接器580，用于与芯片组560接合。这样的用户接口部件585可以包括键盘、麦克风、触摸检测和处理电路、鼠标等指示设备等等。通常，对系统550的输入可以来自机器生成的和/或人工生成的各种源中的任何一个。

[0073] 芯片组560还可以与一个或更多个通信接口590接合，该一个或更多个通信接口590可以具有不同的物理接口。这样的通信接口可以包括用于有线和无线局域网、用于宽带无线网络以及个人区域网络的接口。用于生成、显示和使用本文公开的GUI的方法的一些应用可以包括通过物理接口接收有序数据集，或者由机器本身通过一个或更多个处理器555分析存储在存储设备570或575中的数据来生成。此外，机器可以通过用户接口部件585接收来自用户的输入，并通过使用一个或更多个处理器555解释这些输入来执行适当的功能，例如浏览功能。

[0074] 可以理解，示例系统500和550可以具有多于一个处理器510，或者是联网在一起的计算设备的组或集群的部分，以提供更大的处理能力。

[0075] 尽管上述内容针对本文描述的实施例，但在不脱离本文基本范围的情况下，可以设计其他和进一步的实施例。例如，本公开的各方面可以用硬件或软件或硬件和软件的组合来实现。本文描述的一个实施例可以被实现为与计算机系统一起使用的程序产品。程序产品的程序定义实施例的功能(包括本文描述的方法)，并且可以包含在各种计算机可读存储介质上。示例性计算机可读存储介质包括但不限于：(i)其上永久存储信息的不可写存储介质(例如，计算机内的只读存储器(ROM)设备，例如可由只读光盘存储器(compact disc read‑only memory,CD‑ROM)驱动器读取的CD‑ROM盘、闪存、ROM芯片或任何类型的固态非易失性存储器)；以及(ii)其上存储可变信息的可写存储介质(例如，软盘驱动器或硬盘驱动器内的软盘或任何类型的固态随机存取存储器)。当携带指导所公开实施例的功能的计算机可读指令时，这样的计算机可读存储介质是本公开的实施例。

[0076] 本领域技术人员将理解，前述示例是示例性的而非限制性的。本领域技术人员在阅读说明书和研究附图后，其所有排列、增强、等同物和改进都包括在本公开的真正精神和范围内。因此，以下所附权利要求包括落入这些教导的真正精神和范围内的所有这样的修改、排列和等同物。