CN106648023A - 移动终端及其基于神经网络的省电方法 - Google Patents

移动终端及其基于神经网络的省电方法 Download PDF

Info

Publication number
CN106648023A
CN106648023A CN201610876915.8A CN201610876915A CN106648023A CN 106648023 A CN106648023 A CN 106648023A CN 201610876915 A CN201610876915 A CN 201610876915A CN 106648023 A CN106648023 A CN 106648023A
Authority
CN
China
Prior art keywords
mobile terminal
use pattern
outcome
power save
neural network
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201610876915.8A
Other languages
English (en)
Inventor
吴跃华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Green Orange Industry Co Ltd
Original Assignee
Shanghai Green Orange Industry Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Green Orange Industry Co Ltd filed Critical Shanghai Green Orange Industry Co Ltd
Priority to CN201610876915.8A priority Critical patent/CN106648023A/zh
Publication of CN106648023A publication Critical patent/CN106648023A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/26—Power supply means, e.g. regulation thereof
    • G06F1/32—Means for saving power
    • G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
    • G06F1/3206—Monitoring of events, devices or parameters that trigger a change in power modality
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/26—Power supply means, e.g. regulation thereof
    • G06F1/32—Means for saving power
    • G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
    • G06F1/3206—Monitoring of events, devices or parameters that trigger a change in power modality
    • G06F1/3215—Monitoring of peripheral devices
    • G06F1/3218—Monitoring of peripheral devices of display devices
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/26—Power supply means, e.g. regulation thereof
    • G06F1/32—Means for saving power
    • G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
    • G06F1/3234—Power saving characterised by the action undertaken
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/26—Power supply means, e.g. regulation thereof
    • G06F1/32—Means for saving power
    • G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
    • G06F1/3234—Power saving characterised by the action undertaken
    • G06F1/329—Power saving characterised by the action undertaken by task scheduling

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Telephone Function (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种移动终端基于神经网络的省电方法，属于移动通信领域。所述移动终端基于神经网络的省电方法，包括：监测移动终端的状态参数；将所述移动终端的状态参数输入神经网络模型进行预测，并输出预测结果；根据所述预测结果执行省电方案。本发明还公开了一种移动终端，监测模块，用于监测移动终端的状态参数；预测模块，用于将所述移动终端的状态参数输入神经网络模型进行预测，并输出预测结果；执行模块，用于根据所述预测结果执行省电方案。本发明通过通过基于神经网络的省电方法，监测记录用户的操作习惯，根据用户的操作习惯和手机使用的时段，更智能地更人性化地对移动终端进行省电，为用户带来极大的方便。

Description

移动终端及其基于神经网络的省电方法
技术领域
本发明涉及通信技术领域，特别涉及一种移动终端及其基于神经网络的省电方法。
背景技术
当前移动终端的配置越来越高，上网和娱乐功能越来越多，移动终端的待机问题对用户而言非常重要，用户希望其使用的移动终端有尽可能多的待机时间。影响移动终端待机时间的内在因素包括基带芯片耗电、射频芯片耗电、电池特性、电源管理方案、时钟管理方案、LCD与键盘背光方案、扬声器耗电等。目前增加移动终端的待机时间除了尽可能增大电池的电量之外，还可以通过结束各种不必要的运行程序来达到省的效果。
本发明的发明人在进行深入研究后发现，目前的省电方式效果不太理想，而且没法达到智能化的效果。
发明内容
为了解决现有技术的问题，本发明实施例提供了一种移动终端及其基于神经网络的省电方法。所述技术方案如下：
一方面，提供了一种移动终端基于神经网络的省电方法，包括：
监测移动终端的状态参数；
将所述移动终端的状态参数输入神经网络模型进行预测，并输出预测结果；
根据所述预测结果执行省电方案。
可选地，所述状态参数包括屏幕打开或者关闭信息、移动终端活动信息、屏幕点击信息，以及应用程序状态信息。
可选地，还包括：
根据所述预测结果，判定所述移动终端的使用模式；
所述使用模式包括强使用模式和弱使用模式；
所述预测结果大于一预设值时，判定所述移动终端为强使用模式；每一单位时间内执行第一设定时长的省电方案；
所述预测结果小于一预设值时，判定所述移动终端为弱使用模式；每一单位时间内执行第二设定时长的省电方案；
所述第一设定时长小于所述第二设定时长。
可选地，还包括：
将所述预测结果反馈至所述神经网络模型，并输出反馈结果；
通过反馈结果，筛选出执行省电方案频率最高的时段，并反馈至所述神经网络。
可选地，所述省电方案包括减少应用的网络访问和挂起应用。
另一方面，提供了一种移动终端，包括：
监测模块，用于监测移动终端的状态参数；
预测模块，用于将所述移动终端的状态参数输入神经网络模型进行预测，并输出预测结果；
执行模块，用于根据所述预测结果执行省电方案。
可选地，所述状态参数包括屏幕打开或者关闭信息、移动终端活动信息、屏幕点击信息，以及应用程序状态信息。
可选地，还包括判定模块，用于根据所述预测结果，所述预测结果为维护窗口；判定所述移动终端的使用模式；
所述使用模式包括强使用模式和弱使用模式；
所述预测结果大于一预设值时，判定所述移动终端为强使用模式；每一单位时间内执行第一设定时长的省电方案；
所述预测结果小于一预设值时，判定所述移动终端为弱使用模式；每一单位时间内执行第二设定时长的省电方案；
所述第一设定时长小于所述第二设定时长。
可选地，还包括反馈模块，用于将所述预测结果反馈至所述神经网络模型，并输出反馈结果；
通过反馈结果，筛选出用户频率最高的执行省电方案的时段，并反馈至所述神经网络模型。
可选地，所述省电方案包括减少应用的网络访问和挂起应用。
本发明实施例提供的技术方案带来的有益效果是：
通过基于神经网络的省电方法，监测记录用户的操作习惯，根据用户的操作习惯和手机使用的时段，更智能地更人性化地对移动终端进行省电，为用户带来极大的方便。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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是本发明实施例一提供的移动终端基于神经网络的省电方法流程图；
图2是本发明实施例二提供的移动终端结构示意图；
图3是本发明实施例三提供的移动终端结构示意图；
图4是本发明实施例四提供的移动终端结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。
实施例一
本发明实施例提供了一种移动终端基于神经网络的省电方法，参见图1，方法流程包括：
S100：监测移动终端的状态参数；
具体地，该移动终端的状态参数包括屏幕打开或者关闭信息、移动终端活动信息、屏幕点击信息，以及应用程序状态信息。屏幕打开或者关闭信息可以通过检测用户是否按下待机键进行监测，也可以通过获取用户设置的屏幕自动关闭时间是否达到进行监测。移动终端活动信息可以通过重力加速度传感器获取移动终端是否发生移动实现监测，或者通过陀螺仪检测移动终端是否发生转动进行监测。屏幕点击信息可以通过触摸点检测装置检测触摸信息，并将触摸信息发送至触摸屏控制器。应用程序状态信息可以通过移动终端的操作系统所提供的接口进行监测。
S200：将移动终端的状态参数输入神经网络模型进行预测，并输出预测结果；
具体地，该神经网络模型为Y＝purelin(T*tansig(W*X+θi))+θl；其中，X为移动终端的状态参数，W、T为权值，θi、θl为设定阈值，Y为维护窗口。
具体地，预测结果为维护窗口(maintenance window)。本实施例中，该维护窗口不是固定不变的，而是可以随着预测结果改变。在维护窗口期间，系统运行所有挂起的同步、任务和alarms，同时也能访问网络。
S300：根据预测结果执行省电方案。
具体地，省电方案可以是减少应用的网络访问和挂起应用。
具体而言，如果一个用户断开了移动终端的充电连接，关屏不动移动终端一段时间之后，移动终端开始执行省电方案。移动终端开始通过减少应用的网络访问和挂起应用来减少耗电，也可以延缓应用的任务或者减缓应用进行同步，此时移动终端处于省电模式。
当然，为了移动终端能保持使用功能，其会定期暂停执行省电方案让应用完成其被延缓的动作。在维护窗口期间，系统运行所有挂起的同步、任务和闹铃，同时也能访问网络。
在每个维护窗口完结时，系统会再次进入省电模式，暂停网络接入和延缓操作、同步和闹钟。随着时间的过去，当移动终端没有充电且长时间静止时系统调度维护窗口的次数越来越少，以此帮助减少电池消耗。
只要用户通过移动、点亮屏幕或则插上充电器唤醒移动终端的时候，系统会退出省电模式，所有的应用退回到正常活动状态。
另外，本发明实施例提供的一种移动终端基于神经网络的省电方法，还包括：
可选地，根据预测结果，判定所述移动终端的使用模式；
使用模式包括强使用模式和弱使用模式；
预测结果大于一预设值时，判定移动终端为强使用模式；每一单位时间内执行第一设定时长的省电方案；
预测结果小于一预设值时，判定移动终端为弱使用模式；每一单位时间内执行第二设定时长的省电方案；
第一设定时长小于第二设定时长。
具体地，根据预测结果与预设值的关系，判定用户使用模式；在强使用模式下，用户使用移动终端较频繁；在弱使用模式下，用户使用移动终端较少，或移动终端长时间处于待机状态；根据神经网络模型的自适应学习来提取用户操作习惯，根据用户操作习惯智能设定单位时长、第一设定时长、第二设定时长。例如强使用模式下，在特定时间，用户需要使用30分钟的移动终端，设定30分钟为一单位时长，并在30分钟内执行第一设定时长的省电方案，本实施例中，第一设定时长为5分钟；弱使用模式下，设定30分钟为一单位时长，并在30分钟内执行第二设定时长的省电方案，本实施例中，第二设定时长为10分钟。
可选地，还包括：
将所述预测结果反馈至所述神经网络模型，并输出反馈结果；
通过反馈结果，筛选出执行省电方案频率最高的时段，并反馈至所述神经网络。
具体地，通过记录用户的操作习惯，筛选出用户使用移动终端的时段或移动终端待机时段，进而更智能化地执行省电方案。
综上所述，本发明实施例一通过基于神经网络的省电方法，监测记录用户的操作习惯，根据用户的操作习惯和手机使用的时段，更智能地更人性化地对移动终端进行省电，为用户带来极大的方便。
实施例二
参见图2，本发明实施例提供了一种移动终端10，该移动终端10包括：
监测模块100，用于监测移动终端10的状态参数；具体地，移动终端10的状态参数包括屏幕打开或者关闭信息、移动终端活动信息、屏幕点击信息，以及应用程序状态信息。
具体而已，屏幕打开或者关闭信息可以通过检测用户是否按下待机键进行监测，也可以通过获取用户设置的屏幕自动关闭时间是否达到进行监测。移动终端活动信息可以通过重力加速度传感器获取移动终端是否发生移动实现监测，或者通过陀螺仪检测移动终端是否发生转动进行监测。屏幕点击信息可以通过触摸点检测装置检测触摸信息，并将触摸信息发送至触摸屏控制器。应用程序状态信息可以通过移动终端的操作系统所提供的接口进行监测。
预测模块200，用于将移动终端10的状态参数输入神经网络模型进行预测，并输出预测结果。
具体地，该神经网络模型为Y＝purelin(T*tansig(W*X+θi))+θl；其中，X为移动终端的状态参数，W、T为权值，θi、θl为设定阈值，Y为维护窗口。
具体地，预测结果为维护窗口(maintenance window)。本实施例中，该维护窗口不是固定不变的，而是可以随着预测结果改变。在维护窗口期间，系统运行所有挂起的同步、任务和alarms，同时也能访问网络。
执行模块300，用于根据预测结果执行省电方案。具体地，省电方案包括减少应用的网络访问和挂起应用。
具体而言，如果一个用户断开了移动终端的充电连接，关屏不动移动终端一段时间之后，移动终端开始执行省电方案。移动终端开始通过减少应用的网络访问和挂起应用来减少耗电，也可以延缓应用的任务或者减缓应用进行同步，此时移动终端处于省电模式。
当然，为了移动终端能保持使用功能，其会定期暂停执行省电方案让应用完成其被延缓的动作。在维护窗口期间，系统运行所有挂起的同步、任务和闹铃，同时也能访问网络。
在每个维护窗口完结时，系统会再次进入省电模式，暂停网络接入和延缓操作、同步和闹钟。随着时间的过去，当移动终端没有充电且长时间静止时系统调度维护窗口的次数越来越少，以此帮助减少电池消耗。
只要用户通过移动、点亮屏幕或则插上充电器唤醒移动终端的时候，系统会退出省电模式，所有的应用退回到正常活动状态。
综上所述，本发明实施例二通过基于神经网络的省电方法，监测记录用户的操作习惯，根据用户的操作习惯和手机使用的时段，更智能地更人性化地对移动终端进行省电，为用户带来极大的方便。
实施例三
参见图3，本发明实施例提供了一种移动终端20，该移动终端20包括：
监测模块100，用于监测移动终端20的状态参数；具体地，移动终端20的状态参数包括屏幕打开或者关闭信息、移动终端活动信息、屏幕点击信息，以及应用程序状态信息。
预测模块200，用于将移动终端10的状态参数输入神经网络模型进行预测，并输出预测结果；具体地，预测结果为维护窗口。
判定模块500，用于根据所述预测结果，判定所述移动终端的使用模式；
所述使用模式包括强使用模式和弱使用模式；
所述预测结果大于一预设值时，判定所述移动终端为强使用模式；每一单位时间内执行第一设定时长的省电方案；
所述预测结果小于一预设值时，判定所述移动终端为弱使用模式；每一单位时间内执行第二设定时长的省电方案；
所述第一设定时长小于所述第二设定时长。
具体地，具体地，根据预测结果与预设值的关系，判定用户使用模式；在强使用模式下，用户使用移动终端较频繁；在弱使用模式下，用户使用移动终端较少，或移动终端长时间处于待机状态；根据神经网络模型的自适应学习来提取用户操作习惯，根据用户操作习惯智能设定单位时长、第一设定时长、第二设定时长。例如强使用模式下，在特定时间，用户需要使用30分钟的移动终端，设定30分钟为一单位时长，并在30分钟内执行第一设定时长的省电方案，本实施例中，第一设定时长为5分钟；弱使用模式下，设定30分钟为一单位时长，并在30分钟内执行第二设定时长的省电方案，本实施例中，第二设定时长为10分钟。
执行模块300，用于根据预测结果执行省电方案。具体地，省电方案包括减少应用的网络访问和挂起应用。
综上所述，本发明实施例三通过基于神经网络的省电方法，监测记录用户的操作习惯，根据用户的操作习惯和手机使用的时段，更智能地更人性化地对移动终端进行省电，为用户带来极大的方便。
实施例四
参见图4，本发明实施例提供了一种移动终端30，该移动终端30包括：
监测模块100，用于监测移动终端30的状态参数；具体地，移动终端30的状态参数包括屏幕打开或者关闭信息、移动终端活动信息、屏幕点击信息，以及应用程序状态信息。
预测模块200，用于将移动终端30的状态参数输入神经网络模型进行预测，并输出预测结果；具体地，预测结果为维护窗口。
反馈模块500，用于将所述预测结果反馈至所述神经网络模型，并输出反馈结果；
通过反馈结果，筛选出用户频率最高的执行省电方案的时段，并反馈至所述神经网络模型。
具体地，通过记录用户的操作习惯，筛选出用户使用移动终端的时段或移动终端待机时段，进而更智能化地执行省电方案。
执行模块300，用于根据预测结果执行省电方案。具体地，省电方案包括减少应用的网络访问和挂起应用。
综上所述，本发明实施例四通过基于神经网络的省电方法，监测记录用户的操作习惯，根据用户的操作习惯和手机使用的时段，更智能地更人性化地对移动终端进行省电，为用户带来极大的方便。
需要说明的是：上述实施例提供的移动终端在基于神经网络进行省电时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将移动终端的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的移动终端及其基于神经网络进行省电的实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种移动终端基于神经网络的省电方法，其特征在于，包括：
监测移动终端的状态参数；
将所述移动终端的状态参数输入神经网络模型进行预测，并输出预测结果；
根据所述预测结果执行省电方案。
2.根据权利要求1所述的省电方法，其特征在于，所述状态参数包括屏幕打开或者关闭信息、移动终端活动信息、屏幕点击信息，以及应用程序状态信息。
3.根据权利要求1所述的省电方法，其特征在于，还包括：
根据所述预测结果，判定所述移动终端的使用模式；
所述使用模式包括强使用模式和弱使用模式；
所述预测结果大于一预设值时，判定所述移动终端为强使用模式；每一单位时间内执行第一设定时长的省电方案；
所述预测结果小于一预设值时，判定所述移动终端为弱使用模式；每一单位时间内执行第二设定时长的省电方案；
所述第一设定时长小于所述第二设定时长。
4.根据权利要求1所述的省电方法，其特征在于，还包括：
将所述预测结果反馈至所述神经网络模型，并输出反馈结果；
通过反馈结果，筛选出执行省电方案频率最高的时段，并反馈至所述神经网络。
5.根据权利要求1所述的省电方法，其特征在于，所述省电方案包括减少应用的网络访问和挂起应用。
6.一种移动终端，其特征在于，包括：
监测模块，用于监测移动终端的状态参数；
预测模块，用于将所述移动终端的状态参数输入神经网络模型进行预测，并输出预测结果；
执行模块，用于根据所述预测结果执行省电方案。
7.根据权利要求6所述的移动终端，其特征在于，所述状态参数包括屏幕打开或者关闭信息、移动终端活动信息、屏幕点击信息，以及应用程序状态信息。
8.根据权利要求6所述的移动终端，其特征在于，还包括判定模块，用于根据所述预测结果，判定所述移动终端的使用模式；
所述使用模式包括强使用模式和弱使用模式；
所述预测结果大于一预设值时，判定所述移动终端为强使用模式；每一单位时间内执行第一设定时长的省电方案；
所述预测结果小于一预设值时，判定所述移动终端为弱使用模式；每一单位时间内执行第二设定时长的省电方案；
所述第一设定时长小于所述第二设定时长。
9.根据权利要求6所述的移动终端，其特征在于，还包括反馈模块，用于将所述预测结果反馈至所述神经网络模型，并输出反馈结果；
通过反馈结果，筛选出用户频率最高的执行省电方案的时段，并反馈至所述神经网络模型。
10.根据权利要求6所述的移动终端，其特征在于，所述省电方案包括减少应用的网络访问和挂起应用。
CN201610876915.8A 2016-10-02 2016-10-02 移动终端及其基于神经网络的省电方法 Pending CN106648023A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610876915.8A CN106648023A (zh) 2016-10-02 2016-10-02 移动终端及其基于神经网络的省电方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610876915.8A CN106648023A (zh) 2016-10-02 2016-10-02 移动终端及其基于神经网络的省电方法

Publications (1)

Publication Number Publication Date
CN106648023A true CN106648023A (zh) 2017-05-10

Family

ID=58855077

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610876915.8A Pending CN106648023A (zh) 2016-10-02 2016-10-02 移动终端及其基于神经网络的省电方法

Country Status (1)

Country Link
CN (1) CN106648023A (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107368177A (zh) * 2017-07-25 2017-11-21 上海传英信息技术有限公司 一种用于智能设备的省电方法及省电装置
CN107678800A (zh) * 2017-09-30 2018-02-09 广东欧珀移动通信有限公司 后台应用清理方法、装置、存储介质及电子设备
CN107885544A (zh) * 2017-10-31 2018-04-06 广东欧珀移动通信有限公司 应用程序管控方法、装置、介质及电子设备
CN107943266A (zh) * 2017-11-20 2018-04-20 北京小米移动软件有限公司 功耗控制方法、装置和设备
CN107995676A (zh) * 2017-11-24 2018-05-04 北京小米移动软件有限公司 终端控制方法及装置
WO2019020018A1 (zh) * 2017-07-26 2019-01-31 中兴通讯股份有限公司 一种移动终端主动节能的方法及装置
CN109324902A (zh) * 2018-09-21 2019-02-12 深圳市中科明望通信软件有限公司 一种调整移动终端工作频率的方法、移动终端及存储介质
WO2019062462A1 (zh) * 2017-09-30 2019-04-04 Oppo广东移动通信有限公司 应用控制方法、装置、存储介质以及电子设备
WO2019062460A1 (zh) * 2017-09-30 2019-04-04 Oppo广东移动通信有限公司 应用控制方法、装置、存储介质以及电子设备
CN109933186A (zh) * 2019-01-22 2019-06-25 西北大学 一种基于屏幕亮度调节的移动网页浏览器能耗优化方法
CN112799774A (zh) * 2021-04-06 2021-05-14 北京孵家科技股份有限公司 一种基于大数据的智能化商品销售方法、装置和系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101155369A (zh) * 2006-09-27 2008-04-02 明基电通股份有限公司 移动装置的省电系统与方法
CN103475790A (zh) * 2013-09-06 2013-12-25 中国科学院计算技术研究所 一种智能移动终端功耗管理方法
CN104536739A (zh) * 2014-12-17 2015-04-22 深圳市金立通信设备有限公司 一种唤醒终端系统的方法
CN105511589A (zh) * 2015-12-03 2016-04-20 北京金山安全软件有限公司 一种省电模式的开启方法、装置及用户终端

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101155369A (zh) * 2006-09-27 2008-04-02 明基电通股份有限公司 移动装置的省电系统与方法
CN103475790A (zh) * 2013-09-06 2013-12-25 中国科学院计算技术研究所 一种智能移动终端功耗管理方法
CN104536739A (zh) * 2014-12-17 2015-04-22 深圳市金立通信设备有限公司 一种唤醒终端系统的方法
CN105511589A (zh) * 2015-12-03 2016-04-20 北京金山安全软件有限公司 一种省电模式的开启方法、装置及用户终端

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107368177A (zh) * 2017-07-25 2017-11-21 上海传英信息技术有限公司 一种用于智能设备的省电方法及省电装置
WO2019020018A1 (zh) * 2017-07-26 2019-01-31 中兴通讯股份有限公司 一种移动终端主动节能的方法及装置
CN109308112A (zh) * 2017-07-26 2019-02-05 中兴通讯股份有限公司 一种移动终端主动节能的方法及装置
CN107678800A (zh) * 2017-09-30 2018-02-09 广东欧珀移动通信有限公司 后台应用清理方法、装置、存储介质及电子设备
US11544633B2 (en) 2017-09-30 2023-01-03 Guangdong Oppo Mobile Telecommunications Corp., Ltd. Method for cleaning up background application, storage medium, and electronic device
WO2019062462A1 (zh) * 2017-09-30 2019-04-04 Oppo广东移动通信有限公司 应用控制方法、装置、存储介质以及电子设备
WO2019062460A1 (zh) * 2017-09-30 2019-04-04 Oppo广东移动通信有限公司 应用控制方法、装置、存储介质以及电子设备
US11403197B2 (en) 2017-09-30 2022-08-02 Guangdong Oppo Mobile Telecommunications Corp., Ltd. Method and device for controlling application, storage medium, and electronic device
CN107885544B (zh) * 2017-10-31 2020-04-10 Oppo广东移动通信有限公司 应用程序管控方法、装置、介质及电子设备
CN107885544A (zh) * 2017-10-31 2018-04-06 广东欧珀移动通信有限公司 应用程序管控方法、装置、介质及电子设备
CN107943266A (zh) * 2017-11-20 2018-04-20 北京小米移动软件有限公司 功耗控制方法、装置和设备
CN107995676A (zh) * 2017-11-24 2018-05-04 北京小米移动软件有限公司 终端控制方法及装置
CN109324902A (zh) * 2018-09-21 2019-02-12 深圳市中科明望通信软件有限公司 一种调整移动终端工作频率的方法、移动终端及存储介质
CN109933186A (zh) * 2019-01-22 2019-06-25 西北大学 一种基于屏幕亮度调节的移动网页浏览器能耗优化方法
CN109933186B (zh) * 2019-01-22 2023-04-07 西北大学 一种基于屏幕亮度调节的移动网页浏览器能耗优化方法
CN112799774A (zh) * 2021-04-06 2021-05-14 北京孵家科技股份有限公司 一种基于大数据的智能化商品销售方法、装置和系统

Similar Documents

Publication Publication Date Title
CN106648023A (zh) 移动终端及其基于神经网络的省电方法
JP5834366B2 (ja) 節電方法、装置および通信端末
CN105573460B (zh) 应用程序唤醒时间的调节方法及装置
CN103399483B (zh) 可穿戴设备电源管理的方法和装置
CN103593039A (zh) 省电控制的方法及装置
CN104125077B (zh) 一种网络终端设备的通信方法及装置
CN102421134A (zh) 控制无线接入点设备的方法和无线接入点设备
CN103067938B (zh) 节约移动终端数据流量的方法
CN105528228A (zh) 一种自动关闭应用程序的装置和方法
CN102629183A (zh) 一种终端屏幕控制方法及装置
CN103491262A (zh) 一种移动终端智能省电模式切换系统
CN110376429A (zh) 一种识别家用电器使用状态的方法
CN101188719A (zh) 一种电视机智能关机的装置和方法
CN101146143A (zh) 节能电子装置及节能方法
CN105549720A (zh) 一种用于智能穿戴设备的电源节能控制方法及系统
CN106484077A (zh) 移动终端及其基于应用软件分类的省电方法
CN106714288A (zh) 一种电量处理方法、装置及终端
CN104918310A (zh) 一种快速省电移动终端及其快速省电方法
CN104853025A (zh) 一种移动终端的控制方法及装置
CN104701942B (zh) 控制关机充电的低功耗的终端及其控制方法
CN104219747B (zh) 一种根据电量信息调整唤醒时间的方法、装置及终端
CN107317924A (zh) 移动终端和移动终端的休眠方法
CN108777862A (zh) 一种蓝牙传输方法、蓝牙控制器以及蓝牙设备
CN110574355A (zh) 闹钟提醒方法、装置、存储介质及电子设备
CN108767929A (zh) 无人飞行器电池安全处理方法及其装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20170510

RJ01 Rejection of invention patent application after publication