异常耗电的判断方法及装置、存储介质、通信终端制造方法及图纸

本公开涉及通信技术领域，具体涉及一种异常耗电的判断方法、一种异常耗电的判断装置、一种计算机可读介质以及一种通信终端。所述方法包括：提取预设周期内耗电日志中的特征数据；按预设规则处理所述特征数据以获取对应的灰度图像；将所述灰度图像输入异常耗电识别模型，以获取所述预设周期的耗电异常识别结果。本公开能够利用已训练的异常耗电识别模型对该灰度图像进行读取和识别，以判断终端设备在该预设周期中是否存在异常耗电的情况。

Judgment Method and Device, Storage Media and Communication Terminal of Abnormal Power Consumption

The present disclosure relates to the field of communication technology, in particular to a judging method for abnormal power consumption, a judging device for abnormal power consumption, a computer readable medium and a communication terminal. The method includes: extracting the characteristic data in the power consumption log of the preset period; processing the characteristic data according to the preset rules to obtain the corresponding gray image; and inputting the gray image into the abnormal power consumption recognition model to obtain the power consumption abnormal recognition result of the preset period. The present disclosure can read and recognize the gray image using the trained abnormal power consumption identification model to determine whether the terminal device has abnormal power consumption in the preset period.

【技术实现步骤摘要】
异常耗电的判断方法及装置、存储介质、通信终端
本公开涉及通信
，具体涉及一种异常耗电的判断方法、一种异常耗电的判断装置、一种计算机可读介质以及一种通信终端。
技术介绍
随着智能移动终端和移动互联网技术的快速发展，智能移动终端的数据处理能力越来越强、屏幕尺寸越来越大、分辨率越来越高。对应的，智能移动终端在使用过程的耗电量也越来越大，容易导致待机时间变短，加速电池衰减。因此，对于智能移动终端在使用过程中的耗电异常的识别和分析就变得越来越重要。现有技术对智能移动终端进行异常耗电识别时，大多需要预先编写包含对于可能存在的每一种情况的判定逻辑的程序，然后根据采集的数据进行对终端设备是否存在异常耗电进行识判断和分析。但由于智能移动终端在实际使用过程中的产生耗电异常的原因大多相对复杂，产生异常耗电的原因可能存在几十上百种可能性，并且产生耗电异常的多个原因之间还可能存在一定的关联性。因此，现有技术编写异常耗电判断程序需要耗费大量的时间和人力，需要持续的维护代码；并且判断机制也不够灵活。需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
本公开的目的在于提供一种异常耗电的判断方法、一种异常耗电的判断装置、一种计算机可读介质、一种通信终端，从而提供一种新的异常耗电判断方式，避免了对代码的维护，节省时间和人力成本，从而在一定程度上克服相关技术的限制和缺陷。本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。根据本公开的第一方面，提供一种异常耗电的判断方法，包括：提取预设周期内耗电日志中的特征数据；按预设规则处理所述特征数据以获取对应的灰度图像；将所述灰度图像输入异常耗电识别模型，以获取所述预设周期的耗电异常识别结果。根据本公开的第二方面，提供一种异常耗电的判断装置，包括：特征数据提取模块，用于提取预设周期内耗电日志中的特征数据；灰度图像生成模块，用于按预设规则处理所述特征数据以获取对应的灰度图像；识别结果生成模块，用于将所述灰度图像输入异常耗电识别模型，以获取所述预设周期的耗电异常识别结果。根据本公开的第三方面，提供一种计算机可读介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的异常耗电的判断方法。根据本公开的第四方面，提供一种通信终端，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现上述的异常耗电的判断。本公开的一种实施例所提供的异常耗电的判断方法中，通过将预设周期时长内的耗电日志中所包含的特征数据转换为具有对应数据特性的灰度图像，从而可以利用已训练的异常耗电识别模型对该灰度图像进行读取和识别，以判断终端设备在该预设周期中是否存在异常耗电的情况。应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。附图说明此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1示意性示出本公开示例性实施例中一种异常耗电的判断方法的示意图；图2示意性示出本公开示例性实施例中一种将特征数据转化为灰度图的方法的示意图；图3示意性示出本公开示例性实施例中一种特征矩阵中特征对象排列方式的示意图；图4示意性示出本公开示例性实施例中另一种特征矩阵中特征对象排列方式的示意图；图5示意性示出本公开示例性实施例中一种灰度图像的示意图；图6示意性示出本公开示例性实施例中一种无线网络接入装置的组成示意图；图7示意性示出本公开示例性实施例中一种无线通信设备的计算机系统的结构示意图。具体实施方式现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。现有的针对智能移动终端设备在使用过程中异常耗电情况的判断方法中仍存在一些问题和不足，例如：需要通过代码设置复杂的判断逻辑，判断机制也不够灵活。另外，由于产生异常耗电的情况可能是由于多个应用程序或原因综合引起，并且多个原因之间还可能存在一定的关联性，可能存在不能准确识别异常耗电的情况。针对上述的现有技术的缺点和不足，本示例实施方式中提供了一种异常耗电的判断方法，可以应用于手机、平板电脑以及笔记本电脑等终端设备。参考图1中所示，上述的异常耗电的判断方法可以包括以下步骤：S11，提取预设周期内耗电日志中的特征数据；S12，按预设规则处理所述特征数据以获取对应的灰度图像；S13，将所述灰度图像输入异常耗电识别模型，以获取所述预设周期的耗电异常识别结果。本示例实施方式所提供的异常耗电的判断方法中，预先利用历史耗电日志数据训练异常耗电识别模型。在对异常耗电进行识别和判断时，通过将预设周期时长内的耗电日志中所包含的特征数据转换为对应的灰度图像，使得灰度图像具有耗电日志对应的特征，通过灰度图像中各像素的灰度级数表达数据。从而可以利用已训练的异常耗电识别模型对该灰度图像进行读取和识别，以判断终端设备在该预设周期中是否存在异常耗电的情况。下面，将结合附图及实施例对本示例实施方式中的异常耗电的判断方法的各个步骤进行更详细的说明。对于上述的智能终端设备来说，在需要了解系统运行时的耗电详情，或者对耗电量进行分析时，可以通过查看、分析电池的耗电日志或者电量统计日志来获取详细的耗电数据。步骤S11，提取预设周期内耗电日志中的特征数据。本示例实施方式中，电量统计日志中一般可以包括：运行时间、亮屏时间、灭屏时间以及在不同硬件模块或不同状态下的耗电值等类别的参数。通过对电量统计日志进行阅读，可以判断出当前的电量统计日志中是否存在异常耗电的问题，但还无法直接解读出具体的异常耗电时段以及对应的异常耗电原因。因此，可以选取电量统计日志中部分与耗电强相关的特征数据作为异常耗电分析的数据基础。此外，上述的预设周期可以是以一定的使用时长作为周期长度，或者以一定的电量消耗作为周期的长度。例如，可以设置周期的长度为终端设备使用五分钟、十分钟或六十分钟等时长；也可以配置以终端设备电量消耗1％、2％或5％作为周期的长度。被选取的特征数据可以包括多个与耗电强相关的特征对象以及对应的参数，例如：屏幕使用状态、屏幕亮度、CPU使用状态、音量、网络使用状态、通话状态、信号强度、网络唤醒次数、应用唤醒频率、前台应用状态、CPU唤醒次数以及本文档来自技高网...

【技术保护点】
1.一种异常耗电的判断方法，其特征在于，包括：提取预设周期内耗电日志中的特征数据；按预设规则处理所述特征数据以获取对应的灰度图像；将所述灰度图像输入异常耗电识别模型，以获取所述预设周期的耗电异常识别结果。

【技术特征摘要】
1.一种异常耗电的判断方法，其特征在于，包括：提取预设周期内耗电日志中的特征数据；按预设规则处理所述特征数据以获取对应的灰度图像；将所述灰度图像输入异常耗电识别模型，以获取所述预设周期的耗电异常识别结果。2.根据权利要求1所述的方法，其特征在于，所述特征数据包括多个特征对象及特征对象对应的参数；所述按预设规则处理所述特征数据以获取对应的灰度图像包括：根据特征对象的数量生成预设维度的特征矩阵；将所述特征矩阵按预设规则转化为对应的灰度图像。3.根据权利要求2所述的方法，其特征在于，所述根据所述特征对象参数生成预设维度的特征矩阵包括：对特征对象参数进行归一化处理以使各所述特征对象参数配置在预设参数范围；对归一化处理后的特征对象参数按预设顺序排列以生成特征矩阵。4.根据权利要求3所述的方法，其特征在于，所述将所述特征矩阵按预设规则转化为对应的灰度图像包括：根据所述特征矩阵的维度生成对应尺寸的灰度图像，并根据所述特征矩阵中各元素的数值配置所述灰度图像中对应像素的灰度级数。5.根据权利要求1所述的方法，其特征在于，所述方法还包括：预先训练所述异常耗电识别模型，包括：提取历史耗电日志，并对所述历史耗电日志按预设周期提取特征数据；按预设规则处理所述特征数据生成对应的灰度图像，以根据所述灰度图像生成样本数据；其中，所述样本数据包括正样本集合和负样本集合；以所述样本数据作为输入训练神经网络模型以获取所述异常耗电识别模型。6.根据权利要求5所述的方法，其特征在于，所述历史耗电日志包括正常耗电日志；所述按预设规则处理所述特征数据生成对应的灰度图像，以根据所述灰度图像生成样本数据包括：根据所述正常耗电日志对应的特征数据中包含的特...

【专利技术属性】
技术研发人员：彭益章，
申请(专利权)人：OPPO广东移动通信有限公司，
类型：发明
国别省市：广东,44