功耗控制方法、装置和设备制造方法及图纸

本公开是关于一种功耗控制方法、装置和设备，该方法包括：获取终端在当前灭屏状态下的运行数据；采用数据模型对所述运行数据进行处理，获取预测结果，所述数据模型为服务器对多个终端在灭屏状态下的多个运行数据进行模型训练生成的模型，所述预测结果用于判断所述终端是否为睡眠模式；根据所述预测结果确定所述终端在所述当前灭屏状态下是否为睡眠模式；若所述终端在所述当前灭屏状态下为睡眠模式，则根据预设的功耗策略对所述终端进行功耗控制，从而达到终端在睡眠期间省电的目的，减小终端的功耗。

【技术实现步骤摘要】
功耗控制方法、装置和设备
本公开涉及通信技术，尤其涉及一种功耗控制方法、装置和设备。
技术介绍
随着生活水平的提高，手机、笔记本、ipad、电脑、智能电视和智能手表等终端设备已成为常用设备，而且用户对其能耗的要求也越来越高。通常，为了降低终端设备的能耗，在终端设备长时间未被操作的情况下，终端设备会自动灭屏进入待机状态，从而减小终端设备的能耗。然而，终端设备在较长时间的灭屏状态下，部分的第三方应用程序(Application，App)或者米柚(MIUI)等服务还会在后台继续运行，例如，手机在灭屏的情况下，一些App仍然会推送信息等。
技术实现思路
为克服相关技术中存在的问题，本公开提供一种功耗控制方法、装置和设备。根据本公开实施例的第一方面，提供一种功耗控制方法，包括：获取终端在当前灭屏状态下的运行数据；采用数据模型对所述运行数据进行处理，获取预测结果，所述数据模型为服务器对多个终端在灭屏状态下的多个运行数据进行模型训练生成的模型，所述预测结果用于判断所述终端是否为睡眠模式；根据所述预测结果确定所述终端在所述当前灭屏状态下是否为睡眠模式；若所述终端在所述当前灭屏状态下为睡眠模式，则根据预设的功耗策略对所述终端进行功耗控制。一个实施例中，所述采用数据模型对所述运行数据进行处理，获取预测结果，包括：对所述运行数据进行特征提取，获取特征向量；将所述特征向量输入所述数据模型，获取所述预测结果。一个实施例中，所述方法还包括：将所述预测结果发送给服务器，以使所述服务器根据所述预测结果优化所述数据模型。一个实施例中，所述预设的功耗策略包括以下策略中的至少一个：关闭或暂停在所述终端的后台运行的所有应用程序App；控制在所述终端的后台运行的App关闭部分功能；按照所述App的优先级，关闭或暂停在所述终端的后台运行的部分App。根据本公开实施例的第二方面，提供一种功耗控制方法，包括：获取多个终端在灭屏状态下的多个运行数据；对多个所述运行数据进行模型训练生成数据模型；将所述数据模型发送给各所述终端，以使各所述终端在灭屏状态下根据所述数据模型确定各所述终端是否为睡眠模式，并根据所述睡眠模式进行功耗控制。在一个实施例中，所述对多个所述运行数据进行模型训练生成数据模型，包括：对多个所述运行数据进行特征提取，获取特征向量；采用机器学习算法对所述特征向量进行模型训练，生成所述数据模型。在一个实施例中，所述采用机器学习算法对所述特征向量进行模型训练，生成所述数据模型，包括：根据预设的迭代算法对所述特征向量进行多次迭代，生成所述模型数据，所述模型数据的准确率大于预设阈值。在一个实施例中，所述对多个所述运行数据进行模型训练生成数据模型之前，所述方法还包括：对每个所述运行数据进行格式校验，所述格式校验用于检验所述运行数据的格式是否正确；若所述运行数据的格式错误，则丢弃所述运行数据。在一个实施例中，所述对多个所述运行数据进行模型训练生成数据模型之前，所述方法还包括：对每个所述运行数据进行完整性校验，所述完整性校验用于检验所述运行数据是否存在缺失字段；若所述运行数据存在缺失字段，则补全所述运行数据中的缺失字段。在一个实施例中，所述方法还包括：接收多个所述终端发送的预测结果，所述预测结果为各所述终端采用所述数据模型对当前灭屏状态下的运行数据处理后获得的结果；根据所述预测结果优化所述数据模型。在一个实施例中，所述预设的功耗策略包括以下策略中的至少一个：关闭或暂停在所述终端的后台运行的所有应用程序App；控制在所述终端的后台运行的App关闭部分功能；按照所述App的优先级，关闭或暂停在所述终端的后台运行的部分App。根据本公开实施例的第三方面，提供一种功耗控制装置，包括：获取模块，被配置为获取终端在当前灭屏状态下的运行数据；处理模块，被配置为采用数据模型对所述运行数据进行处理，获取预测结果，所述数据模型为服务器对多个终端在灭屏状态下的多个运行数据进行模型训练生成的模型，所述预测结果用于判断所述终端是否为睡眠模式；确定模块，被配置为根据所述预测结果确定所述终端在所述当前灭屏状态下是否为睡眠模式；控制模块，被配置为若所述终端在所述当前灭屏状态下为睡眠模式，则根据预设的功耗策略对所述终端进行功耗控制。一个实施例中，所述处理模块，包括：提取子模块，被配置为对所述运行数据进行特征提取，获取特征向量；获取子模块，被配置为将所述特征向量输入所述数据模型，获取所述预测结果。一个实施例中，所述装置还包括：发送模块，被配置为将所述预测结果发送给服务器，以使所述服务器根据所述预测结果优化所述数据模型。一个实施例中，所述预设的功耗策略包括以下策略中的至少一个：关闭或暂停在所述终端的后台运行的所有应用程序App；控制在所述终端的后台运行的App关闭部分功能；按照所述App的优先级，关闭或暂停在所述终端的后台运行的部分App。根据本公开实施例的第四方面，提供一种功耗控制装置，包括：获取模块，被配置为获取多个终端在灭屏状态下的多个运行数据；生成模块，被配置为对多个所述运行数据进行模型训练生成数据模型；发送模块，被配置为将所述数据模型发送给各所述终端，以使各所述终端在灭屏状态下根据所述数据模型确定各所述终端是否为睡眠模式，并根据所述睡眠模式进行功耗控制。一个实施例中，所述生成模块，包括：提取子模块，被配置为对多个所述运行数据进行特征提取，获取特征向量；生成子模块，被配置为采用机器学习算法对所述特征向量进行模型训练，生成所述数据模型。一个实施例中，所述生成子模块，包括：迭代子模块，被配置为根据预设的迭代算法对所述特征向量进行多次迭代，生成所述模型数据，所述模型数据的准确率大于预设阈值。一个实施例中，所述装置还包括：第一校验模块，被配置为对每个所述运行数据进行格式校验，所述格式校验用于检验所述运行数据的格式是否正确；丢弃模块，被配置为若所述运行数据的格式错误，则丢弃所述运行数据。一个实施例中，所述装置还包括：第二校验模块，被配置为对每个所述运行数据进行完整性校验，所述完整性校验用于检验所述运行数据是否存在缺失字段；补全模块，被配置为若所述运行数据存在缺失字段，则补全所述运行数据中的缺失字段。一个实施例中，所述装置还包括：接收模块，被配置为接收多个所述终端发送的预测结果，所述预测结果为各所述终端采用所述数据模型对当前灭屏状态下的运行数据处理后获得的结果；优化模块，被配置为根据所述预测结果优化所述数据模型。一个实施例中，所述预设的功耗策略包括以下策略中的至少一个：关闭或暂停在所述终端的后台运行的所有应用程序App；控制在所述终端的后台运行的App关闭部分功能；按照所述App的优先级，关闭或暂停在所述终端的后台运行的部分App。根据本公开实施例的第五方面，提供一种设备，包括：存储器、处理器以及计算机程序，所述处理器运行所述计算机程序执行以下方法：获取终端在当前灭屏状态下的运行数据；采用数据模型对所述运行数据进行处理，获取预测结果，所述数据模型为服务器对多个终端在灭屏状态下的多个运行数据进行模型训练生成的模型，所述预测结果用于判断所述终端是否为睡眠模式；根据所述预测结果确定所述终端在所述当前灭屏状态下是否为睡眠模式；若所述终端在所述当前灭屏状态下为睡眠模式，则根据预设的功耗策略对所述终本文档来自技高网...

【技术保护点】
一种功耗控制方法，其特征在于，包括：获取终端在当前灭屏状态下的运行数据；采用数据模型对所述运行数据进行处理，获取预测结果，所述数据模型为服务器对多个终端在灭屏状态下的多个运行数据进行模型训练生成的模型，所述预测结果用于判断所述终端是否为睡眠模式；根据所述预测结果确定所述终端在所述当前灭屏状态下是否为睡眠模式；若所述终端在所述当前灭屏状态下为睡眠模式，则根据预设的功耗策略对所述终端进行功耗控制。

【技术特征摘要】
1.一种功耗控制方法，其特征在于，包括：获取终端在当前灭屏状态下的运行数据；采用数据模型对所述运行数据进行处理，获取预测结果，所述数据模型为服务器对多个终端在灭屏状态下的多个运行数据进行模型训练生成的模型，所述预测结果用于判断所述终端是否为睡眠模式；根据所述预测结果确定所述终端在所述当前灭屏状态下是否为睡眠模式；若所述终端在所述当前灭屏状态下为睡眠模式，则根据预设的功耗策略对所述终端进行功耗控制。2.根据权利要求1所述的方法，其特征在于，所述采用数据模型对所述运行数据进行处理，获取预测结果，包括：对所述运行数据进行特征提取，获取特征向量；将所述特征向量输入所述数据模型，获取所述预测结果。3.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：将所述预测结果发送给服务器，以使所述服务器根据所述预测结果优化所述数据模型。4.根据权利要求1或2所述的方法，其特征在于，所述预设的功耗策略包括以下策略中的至少一个：关闭或暂停在所述终端的后台运行的所有应用程序App；控制在所述终端的后台运行的App关闭部分功能；按照所述App的优先级，关闭或暂停在所述终端的后台运行的部分App。5.一种功耗控制方法，其特征在于，包括：获取多个终端在灭屏状态下的多个运行数据；对多个所述运行数据进行模型训练生成数据模型；将所述数据模型发送给各所述终端，以使各所述终端在灭屏状态下根据所述数据模型确定各所述终端是否为睡眠模式，并根据所述睡眠模式进行功耗控制。6.根据权利要求5所述的方法，其特征在于，所述对多个所述运行数据进行模型训练生成数据模型，包括：对多个所述运行数据进行特征提取，获取特征向量；采用机器学习算法对所述特征向量进行模型训练，生成所述数据模型。7.根据权利要求6所述的方法，其特征在于，所述采用机器学习算法对所述特征向量进行模型训练，生成所述数据模型，包括：根据预设的迭代算法对所述特征向量进行多次迭代，生成所述模型数据，所述模型数据的准确率大于预设阈值。8.根据权利要求5-7任一项所述的方法，其特征在于，所述对多个所述运行数据进行模型训练生成数据模型之前，所述方法还包括：对每个所述运行数据进行格式校验，所述格式校验用于检验所述运行数据的格式是否正确；若所述运行数据的格式错误，则丢弃所述运行数据。9.根据权利要求5-7任一项所述的方法，其特征在于，所述对多个所述运行数据进行模型训练生成数据模型之前，所述方法还包括：对每个所述运行数据进行完整性校验，所述完整性校验用于检验所述运行数据是否存在缺失字段；若所述运行数据存在缺失字段，则补全所述运行数据中的缺失字段。10.根据权利要求5-7任一项所述的方法，其特征在于，所述方法还包括：接收多个所述终端发送的预测结果，所述预测结果为各所述终端采用所述数据模型对当前灭屏状态下的运行数据处理后获得的结果；根据所述预测结果优化所述数据模型。11.根据权利要求5-7任一项所述的方法，其特征在于，所述预设的功耗策略包括以下策略中的至少一个：关闭或暂停在所述终端的后台运行的所有应用程序App；控制在所述终端的后台运行的App关闭部分功能；按照所述App的优先级，关闭或暂停在所述终端的后台运行的部分App。12.一种功耗控制装置，其特征在于，包括：获取模块，被配置为获取终端在当前灭屏状态下的运行数据；处理模块，被配置为采用数据模型对所述运行数据进行处理，获取预测结果，所述数据模型为服务器对多个终端在灭屏状态下的多个运行数据进行模型训练生成的模型，所述预测结果用于判断所述终端是否为睡眠模式；确定模块，被配置为根据所述预测结果确定所述终端在所述当前灭屏状态下是否为睡眠模式；控制模块，被配置为若所述终端在所述当前灭屏状态下为睡眠模式，则根据预设的功耗策略对所述终端进行功耗控制。13.根据权利要求12所述的装置，其特征在于，所述处理模块，包括：提取子模块，被配置为对所述运行数据进行特征提取，获取特征向量；获取子模...

【专利技术属性】
技术研发人员：邢旺，张晓亮，刘任，张通，
申请(专利权)人：北京小米移动软件有限公司，
类型：发明
国别省市：北京,11