【技术实现步骤摘要】
本专利技术属于计算机领域，具体涉及一种基于用户使用习惯的笔记本电脑系统资源优化方法及系统。
技术介绍
1、随着笔记本电脑的普及其硬件性能日益提升，相应的应用程序和进程所耗的硬件资源也水涨船高；而为了保持用户的体验，在笔记本电脑在使用时，系统通常都不会都后台程序进行终止操作，这样就使得使用者在使用一段时间后，后台程序会占用一定内存和cpu资源，进而导致在后续使用大型程序时电脑发生卡顿。
技术实现思路
1、为提高笔记本电脑用户的资源利用率，优化笔记本用户的使用体验，在本专利技术的第一方面提供了一种基于用户使用习惯的笔记本电脑系统资源优化方法，包括：获取用户使用笔记本电脑的历史操作信息，并根据所述操作信息训练lstm模型；其中，所述lstm模型用于识别用户的使用场景，所述操作信息包括用户使用每个应用程序的启动时间、响应时间、交互频率、资源占用信息和关联的应用程序；基于训练完成的lstm模型和实时操作信息，识别用户的使用场景；基于训练完成的一个或多个强化学习智能体，通过识别出的使用场景和低内存进程...
【技术保护点】
1.基于用户使用习惯的笔记本电脑系统资源优化方法，其特征在于，包括：
2.根据权利要求1所述的基于用户使用习惯的笔记本电脑系统资源优化方法，其特征在于，所述基于训练完成的LSTM模型和实时操作信息，识别用户的使用场景包括：
3.根据权利要求2所述的基于用户使用习惯的笔记本电脑系统资源优化方法，其特征在于，所述通过当前时间感知因子和训练完成的LSTM模型，识别用户的使用场景包括：
4.根据权利要求1所述的基于用户使用习惯的笔记本电脑系统资源优化方法，其特征在于，所述基于训练完成的一个或多个强化学习智能体，通过识别出的使用场景和低内存进...
【技术特征摘要】
1.基于用户使用习惯的笔记本电脑系统资源优化方法，其特征在于，包括：
2.根据权利要求1所述的基于用户使用习惯的笔记本电脑系统资源优化方法，其特征在于，所述基于训练完成的lstm模型和实时操作信息，识别用户的使用场景包括：
3.根据权利要求2所述的基于用户使用习惯的笔记本电脑系统资源优化方法，其特征在于，所述通过当前时间感知因子和训练完成的lstm模型，识别用户的使用场景包括：
4.根据权利要求1所述的基于用户使用习惯的笔记本电脑系统资源优化方法，其特征在于，所述基于训练完成的一个或多个强化学习智能体，通过识别出的使用场景和低内存进程管理算法，实时对用户的笔记本电脑系统资源进行优化包括：
5.根据权利要求4所述的基于用户使用习惯的笔记本电脑系统资源优化方法，其特征在于，所述根据识别出的使用场景对应一个或多个强化学习智能体，将每个强化学习智能体的动作与低内存进程管理算法中的一组或多组参数对...
【专利技术属性】
技术研发人员：沈国良，陈孝军，刘立鑫，席俊武，景奕昕，熊弘璟，
申请(专利权)人：武汉攀升鼎承科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。