CN108427582B - 卡顿状态确定方法、装置及计算机可读存储介质 - Google Patents
卡顿状态确定方法、装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN108427582B CN108427582B CN201810193825.8A CN201810193825A CN108427582B CN 108427582 B CN108427582 B CN 108427582B CN 201810193825 A CN201810193825 A CN 201810193825A CN 108427582 B CN108427582 B CN 108427582B
- Authority
- CN
- China
- Prior art keywords
- function
- terminal
- calling information
- function calling
- stuck state
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/445—Program loading or initiating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Telephone Function (AREA)
- Mobile Radio Communication Systems (AREA)
- Telephonic Communication Services (AREA)
Abstract
本公开是关于一种卡顿状态确定方法、装置及计算机可读存储介质,涉及终端技术领域。所述方法包括:获取终端在当前时间之前的第一预设时长内调用的至少一个函数;获取所述至少一个函数的函数调用信息;根据所述函数调用信息,确定所述终端当前的卡顿状态。本公开通过实时监控该终端在当前时间之前的函数调用情况,可以准确预测出该终端当前的卡顿状态。
Description
技术领域
本公开涉及终端技术领域,尤其涉及一种卡顿状态确定方法、装置及计算机可读存储介质。
背景技术
随着终端技术的快速发展,诸如手机、平板电脑等终端的功能日益强大,逐渐成为人们工作和生活中不可或缺的工具。随着终端的使用时间的增长以及所安装的应用的增多,终端的运行速度可能会越来越慢,从而造成终端在使用过程中常常会出现卡顿。当终端出现卡顿时,用户需要手动结束终端正在运行的部分或全部进程来改善卡顿,操作较为麻烦,影响用户的正常使用,因而亟需一种卡顿状态确定方法,来提前确定终端的卡顿状态。
发明内容
为克服相关技术中存在的问题,本公开提供一种卡顿状态确定方法、装置及计算机可读存储介质。
根据本公开实施例的第一方面,提供一种卡顿状态确定方法,包括:
获取终端在当前时间之前的第一预设时长内调用的至少一个函数;
获取所述至少一个函数的函数调用信息;
根据所述函数调用信息,确定所述终端当前的卡顿状态。
可选地,所述根据所述函数调用信息,确定所述终端当前的卡顿状态,包括:
通过第一指定分类器确定所述函数调用信息对应的卡顿状态,将所述函数调用信息对应的卡顿状态确定为所述终端当前的卡顿状态;或者,
通过第二指定分类器确定所述函数调用信息对应的资源占用率,基于所述资源占用率,确定所述终端当前的卡顿状态;或者,
从存储的函数调用信息与卡顿状态之间的对应关系中,获取所述函数调用信息对应的卡顿状态,将所述函数调用信息对应的卡顿状态确定为所述终端当前的卡顿状态。
可选地,所述通过第一指定分类器确定所述函数调用信息对应的卡顿状态之前,还包括:
当所述终端出现卡顿时,获取所述终端在出现卡顿之前的所述第一预设时长内调用的至少一个函数的函数调用信息,将获取的函数调用信息组成第一函数调用信息集;
当所述终端未出现卡顿时,获取所述终端在未出现卡顿之前的所述第一预设时长内调用的至少一个函数的函数调用信息,将获取的函数调用信息组成第二函数调用信息集;
使用所述第一函数调用信息集和所述第二函数调用信息集对待训练的第一分类模型进行训练,得到所述第一指定分类器。
可选地,所述通过第二指定分类器确定所述函数调用信息对应的内存占用率之前,还包括:
每隔第二预设时长获取一次所述终端的函数调用信息和资源占用率,所述终端的函数调用信息为所述终端在获取时间之前的所述第一预设时长内调用的至少一个函数的函数调用信息,同一时间获取的函数调用信息和资源占用率对应;
根据获取的多个函数调用信息中的每个函数调用信息对应的资源占用率,对所述多个函数调用信息进行划分,得到多个函数调用信息集;
使用所述多个函数调用信息集对待训练的第二分类模型进行训练,得到所述第二指定分类器。
可选地,所述根据所述函数调用信息,确定所述终端当前的卡顿状态之后,还包括:
当所述终端当前的卡顿状态为卡顿时,显示预设卡顿提示信息;或者,
当所述终端当前的卡顿状态为卡顿时,降低所述终端的资源占用率。
可选地,所述函数调用信息包括函数调用顺序和/或函数调用时传递的参数。
根据本公开实施例的第二方面,提供一种卡顿状态确定装置,包括:
第一获取模块,用于获取终端在当前时间之前的第一预设时长内调用的至少一个函数;
第二获取模块,用于获取所述至少一个函数的函数调用信息;
确定模块,用于根据所述函数调用信息,确定所述终端当前的卡顿状态。
可选地,所述确定模块包括:
第一确定子模块,用于通过第一指定分类器确定所述函数调用信息对应的卡顿状态,将所述函数调用信息对应的卡顿状态确定为所述终端当前的卡顿状态;或者,
第二确定子模块,用于通过第二指定分类器确定所述函数调用信息对应的资源占用率,基于所述资源占用率,确定所述终端当前的卡顿状态;或者,
第三确定子模块,用于从存储的函数调用信息与卡顿状态之间的对应关系中,获取所述函数调用信息对应的卡顿状态,将所述函数调用信息对应的卡顿状态确定为所述终端当前的卡顿状态。
可选地,所述确定模块还包括:
第一获取子模块,用于当所述终端出现卡顿时,获取所述终端在出现卡顿之前的所述第一预设时长内调用的至少一个函数的函数调用信息,将获取的函数调用信息组成第一函数调用信息集;
第二获取子模块,用于当所述终端未出现卡顿时,获取所述终端在未出现卡顿之前的所述第一预设时长内调用的至少一个函数的函数调用信息,将获取的函数调用信息组成第二函数调用信息集;
第一训练子模块,用于使用所述第一函数调用信息集和所述第二函数调用信息集对待训练的第一分类模型进行训练,得到所述第一指定分类器。
可选地,所述确定模块还包括:
第三获取子模块,用于每隔第二预设时长获取一次所述终端的函数调用信息和资源占用率,所述终端的函数调用信息为所述终端在获取时间之前的所述第一预设时长内调用的至少一个函数的函数调用信息,同一时间获取的函数调用信息和资源占用率对应;
划分子模块,用于根据获取的多个函数调用信息中的每个函数调用信息对应的资源占用率,对所述多个函数调用信息进行划分,得到多个函数调用信息集;
第二训练子模块,用于使用所述多个函数调用信息集对待训练的第二分类模型进行训练,得到所述第二指定分类器。
可选地,所述装置还包括:
显示模块,用于当所述终端当前的卡顿状态为卡顿时,显示预设卡顿提示信息;或者,
降低模块,用于当所述终端当前的卡顿状态为卡顿时,降低所述终端的资源占用率。
可选地,所述函数调用信息包括函数调用顺序和/或函数调用时传递的参数。
根据本公开实施例的第三方面,提供一种卡顿状态确定装置,所述装置包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为执行上述第一方面所述方法的步骤。
根据本公开实施例的第四方面,提供一种计算机可读存储介质,所述计算机可读存储介质上存储有指令,所述指令被处理器执行时实现上述第一方面所述方法的步骤。
本公开的实施例提供的技术方案可以包括以下有益效果:
在本公开实施例中,可以获取该终端在当前时间之前的第一预设时长内调用的至少一个函数,然后获取该至少一个函数的函数调用信息,根据该函数调用信息,确定该终端当前的卡顿状态,如此,通过实时监控该终端在当前时间之前的函数调用情况,可以准确预测出该终端当前的卡顿状态。
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。
图1是根据一示例性实施例示出的一种卡顿状态确定方法的流程图。
图2A是根据一示例性实施例示出的另一种卡顿状态确定方法的流程图。
图2B是根据一示例性实施例示出的一种预设卡顿提示信息的示意图。
图3A是根据一示例性实施例示出的第一种卡顿状态确定装置的框图。
图3B是根据一示例性实施例示出的第一种确定模块的框图。
图3C是根据一示例性实施例示出的第二种确定模块的框图。
图3D是根据一示例性实施例示出的第三种确定模块的框图。
图3E是根据一示例性实施例示出的第二种卡顿状态确定装置的框图。
图4是根据一示例性实施例示出的第三种卡顿状态确定装置的框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
为了便于理解,在对本公开实施例进行详细的解释说明之前,先对本公开实施例涉及的应用场景进行介绍。
随着终端的使用时间的增长以及所安装的应用的增多,终端的运行速度可能会越来越慢,从而造成终端在使用过程中常常会出现卡顿,当终端出现卡顿时,用户需要手动结束终端正在运行的部分或全部进程来改善卡顿,操作较为麻烦,影响用户的正常使用,为此,本公开提供了一种卡顿状态确定方法,来提前确定终端的卡顿状态。
接下来将结合附图对本公开实施例提供的卡顿状态确定方法进行详细说明。
图1是根据一示例性实施例示出的一种卡顿状态确定方法的流程图,如图1所示,该方法包括以下步骤。
在步骤101中,获取终端在当前时间之前的第一预设时长内调用的至少一个函数。
在步骤102中,获取该至少一个函数的函数调用信息。
在步骤103中,根据该函数调用信息,确定该终端当前的卡顿状态。
在本公开实施例中,可以获取该终端在当前时间之前的第一预设时长内调用的至少一个函数,然后获取该至少一个函数的函数调用信息,根据该函数调用信息,确定该终端当前的卡顿状态,如此,通过实时监控该终端在当前时间之前的函数调用情况,可以准确预测出该终端当前的卡顿状态。
可选地,根据该函数调用信息,确定该终端当前的卡顿状态,包括:
通过第一指定分类器确定该函数调用信息对应的卡顿状态,将该函数调用信息对应的卡顿状态确定为该终端当前的卡顿状态;或者,
通过第二指定分类器确定该函数调用信息对应的资源占用率,基于该资源占用率,确定该终端当前的卡顿状态;或者,
从存储的函数调用信息与卡顿状态之间的对应关系中,获取该函数调用信息对应的卡顿状态,将该函数调用信息对应的卡顿状态确定为该终端当前的卡顿状态。
可选地,通过第一指定分类器确定该函数调用信息对应的卡顿状态之前,还包括:
当该终端出现卡顿时,获取该终端在出现卡顿之前的第一预设时长内调用的至少一个函数的函数调用信息,将获取的函数调用信息组成第一函数调用信息集;
当该终端未出现卡顿时,获取该终端在未出现卡顿之前的第一预设时长内调用的至少一个函数的函数调用信息,将获取的函数调用信息组成第二函数调用信息集;
使用第一函数调用信息集和第二函数调用信息集对待训练的第一分类模型进行训练,得到第一指定分类器。
可选地,通过第二指定分类器确定函数调用信息对应的内存占用率之前,还包括:
每隔第二预设时长获取一次该终端的函数调用信息和资源占用率,该终端的函数调用信息为该终端在获取时间之前的第一预设时长内调用的至少一个函数的函数调用信息,同一时间获取的函数调用信息和资源占用率对应;
根据获取的多个函数调用信息中的每个函数调用信息对应的资源占用率,对该多个函数调用信息进行划分,得到多个函数调用信息集;
使用该多个函数调用信息集对待训练的第二分类模型进行训练,得到第二指定分类器。
可选地,根据该函数调用信息,确定该终端当前的卡顿状态之后,还包括:
当该终端当前的卡顿状态为卡顿时,显示预设卡顿提示信息;或者,
当该终端当前的卡顿状态为卡顿时,降低该终端的资源占用率。
可选地,该函数调用信息包括函数调用顺序和/或函数调用时传递的参数。
上述所有可选技术方案,均可按照任意结合形成本公开的可选实施例,本公开实施例对此不再一一赘述。
图2A是根据一示例性实施例示出的一种卡顿状态确定方法的流程图,下面将结合图2A对图1实施例提供的卡顿状态确定方法进行展开说明。如图2A所示,该方法包括以下步骤。
在步骤201中,获取终端在当前时间之前的第一预设时长内调用的至少一个函数。
需要说明的是,第一预设时长可以根据不同需求预先进行设置,如第一预设时长可以为5分钟、10分钟、15分钟等。
另外,终端可以通过调用不同的函数来运行不同的程序,例如,终端在当前时间之前的5分钟内调用了函数1、函数2和函数3,此时调用函数1、函数2和函数3可以分别运行不同的程序,如调用函数1可以运行日历程序,调用函数2可以运行电话程序,调用函数3可以运行短信程序。
在步骤202中,获取该至少一个函数的函数调用信息。
需要说明的是,函数调用信息为函数在被调用过程中涉及到的相关信息,例如,函数调用信息可以为函数调用顺序、函数调用时传递的参数等中的至少一个。
另外,由于函数调用在一定程度上反映了终端中程序的运行行为,且函数调用信息为函数在被调用过程中涉及到的相关信息,因此,函数调用信息可以在一定程度上反映终端中程序的运行行为。
例如,终端在当前时间之前的第一预设时长内调用了函数1、函数2和函数3,这3个函数的函数调用信息为这3个函数的函数调用顺序,如这3个函数的函数调用顺序可以为:函数1、函数2、函数3。
在步骤203中,根据该函数调用信息,确定该终端当前的卡顿状态。
需要说明的是,卡顿状态可以包括卡顿和不卡顿。
值得说明的是,由于函数调用信息在一定程度上可以反映终端中程序的运行行为,而程序的运行行为往往会影响终端的卡顿状态,因此本公开实施例中可以根据该函数调用信息,来准确预测该终端当前的卡顿状态。
例如,终端在当前时间之前的5分钟内分别调用了函数1、函数2、函数3,且调用函数1可以运行日历程序,调用函数2可以运行电话程序,调用函数3可以运行短信程序,也即是,终端在当前时间之前的5分钟内依次运行过日历程序、电话程序、短信程序,此时即可根据该程序运行行为来确定该终端当前的卡顿状态。
其中,步骤203可以包括如下3种可能的实现方式:
第一种可能的实现方式:通过第一指定分类器确定该函数调用信息对应的卡顿状态,将该函数调用信息对应的卡顿状态确定为该终端当前的卡顿状态。
需要说明的是,第一指定分类器用于对函数调用信息进行分类,实际应用中,某个函数调用信息被输入到第一指定分类器后,第一指定分类器可以从卡顿类别和不卡顿类别中确定该函数调用信息所属的类别,继而输出该函数调用信息所属的类别,此时该函数调用信息所属的类别即为该函数调用信息对应的卡顿状态。
进一步地,通过第一指定分类器确定该函数调用信息对应的卡顿状态之前,还可以先生成第一指定分类器。
其中,生成第一指定分类器的实现过程可以为:当该终端出现卡顿时,获取该终端在出现卡顿之前的第一预设时长内调用的至少一个函数的函数调用信息,将获取的函数调用信息组成第一函数调用信息集;当该终端未出现卡顿时,获取该终端在未出现卡顿之前的第一预设时长内调用的至少一个函数的函数调用信息,将获取的函数调用信息组成第二函数调用信息集;使用第一函数调用信息集和第二函数调用信息集对待训练的第一分类模型进行训练,得到第一指定分类器。
需要说明的是,第一函数调用信息集为该终端出现卡顿时获取到的函数调用信息组成的集合,即第一函数调用信息集中的所有函数调用信息所属的类别为卡顿类别,第二函数调用信息集为该终端未出现卡顿时获取到的函数调用信息组成的集合,即第二函数调用信息集中的所有函数调用信息所属的类别为不卡顿类别。
另外,使用第一函数调用信息集和第二函数调用信息集对待训练的第一分类模型进行训练,得到第一指定分类器时,可以采用监督学习的方式对待训练的第一分类模型进行训练来得到第一指定分类器,该监督学习是指在给定第一分类模型输入与输出的情况下,通过预设的调整算法不断调整第一分类模型中的参数,使第一分类模型达到所要求性能的过程,第一分类模型达到所要求性能时即为第一指定分类器。
值得说明的是,在本公开实施例中,可以使用第一函数调用信息集和第二函数调用信息集对待训练的第一分类模型进行训练,得到第一指定分类器,由于第一函数调用信息集和第二函数调用信息集为采集该终端的大量函数调用信息得到,针对性较强,因此训练得到的第一指定分类器的分类准确度较高。
当然,在实际应用中,不仅可以采集该终端的函数调用信息以组成第一函数调用信息集和第二函数调用信息集,还可以获取其它终端的函数调用信息来组成第一函数调用信息集和第二函数调用信息集,这种情况下,第一函数调用信息集和第二函数调用信息集涉及的场景更广,数据量更大,从而使得据此训练得到的第一指定分类器可以适用于更多终端,不需要针对每个终端单独训练,操作更为简单方便。
第二种可能的实现方式:通过第二指定分类器确定该函数调用信息对应的资源占用率,基于该函数调用信息对应的资源占用率,确定该终端当前的卡顿状态。
需要说明的是,第二指定分类器用于对函数调用信息进行分类,实际应用中,某个函数调用信息被输入到第二指定分类器后,第二指定分类器可以从多个资源占用率类别中确定该函数调用信息所属的类别,继而输出该函数调用信息所属的类别,此时该函数调用信息所属的类别即为该函数调用信息对应的资源占用率。
另外,该多个资源占用率类别可以预先进行设置,如该多个资源占用率类别可以包括“资源占用率在30%以下”类别、“资源占用率在30%至60%之间”类别和“资源占用率在60%以上”类别等,本公开实施例对此不作限定。
再者,资源占用率可以包括CPU(Central Processing Unit,中央处理器)占用率、内存占用率等。由于资源占用率过高会影响终端的运行速度,因此当资源占用率达到一定程度时,可能会造成终端卡顿,因而可以通过该函数调用信息对应的资源占用率来确定该终端当前的卡顿状态。
其中,基于该函数调用信息对应的资源占用率,确定该终端的卡顿状态的实现过程可以为:从存储的资源占用率与卡顿状态之间的对应关系中,获取该函数调用信息对应的资源占用率对应的卡顿状态,然后将该函数调用信息对应的资源占用率对应的卡顿状态确定为该终端当前的卡顿状态。
例如,该函数调用信息对应的资源占用率为资源占用率在60%以上,则可以从如下表1所示的资源占用率与卡顿状态之间的对应关系中,获取该函数调用信息对应的资源占用率对应的卡顿状态为卡顿,然后确定该终端当前的卡顿状态为卡顿。
表1
资源占用率 | 卡顿状态 |
资源占用率在30%以下 | 不卡顿 |
资源占用率在30%至60%之间 | 不卡顿 |
资源占用率在60%以上 | 卡顿 |
需要说明的是,本公开实施例仅以上述表1所示的资源占用率与卡顿状态之间的对应关系为例进行说明,上述表1并不对本公开实施例构成限定。
进一步地,从存储的资源占用率与卡顿状态之间的对应关系中,获取该函数调用信息对应的资源占用率对应的卡顿状态之前,还可以创建资源占用率与卡顿状态之间的对应关系。具体地,可以当检测到第一设置指令时,获取该第一设置指令中携带的资源占用率和卡顿状态,将该资源占用率与该卡顿状态进行对应存储以得到资源占用率与卡顿状态之间的对应关系。
需要说明的是,第一设置指令用于创建该第一设置指令携带的资源占用率和卡顿状态之间的对应关系,该第一设置指令可以由用户进行触发,且用户可以通过第一指定操作进行触发,第一指定操作可以为点击操作、滑动操作、语音操作等。
值得说明的是,由于终端出现卡顿往往是因资源占用率过高造成的,因此基于终端的资源占用率来确定终端的卡顿状态,准确率较高,能够适用于大部分应用场景。
进一步地,通过第二指定分类器确定该函数调用信息对应的资源占用率之前,还可以生成第二指定分类器。
其中,生成第二指定分类器的实现过程可以为:每隔第二预设时长获取一次该终端的函数调用信息和资源占用率,同一时间获取的函数调用信息和资源占用率对应;根据获取的多个函数调用信息中的每个函数调用信息对应的资源占用率,对该多个函数调用信息进行划分,得到多个函数调用信息集;使用该多个函数调用信息集对待训练的第二分类模型进行训练,得到第二指定分类器。
需要说明的是,第二预设时长可以根据不同需求预先进行设置,如第二预设时长可以为5分钟、10分钟、15分钟等。
另外,该终端的函数调用信息为该终端在获取时间之前的第一预设时长内调用的至少一个函数的函数调用信息。
例如,第一预设时长为5分钟,第二预设时长为10分钟,此时可以在3点时获取终端在2点55分至3点之间调用的至少一个函数的函数调用信息,并同时获取终端的资源占用率,此3点时获取的函数调用信息和资源占用率对应。之后,可以在3点10分时获取终端在3点5分至3点10分之间调用的至少一个函数的函数调用信息,并同时获取终端的资源占用率,此3点10分时获取的函数调用信息和资源占用率对应。
其中,根据获取的多个函数调用信息中的每个函数调用信息对应的资源占用率,对该多个函数调用信息进行划分,得到多个函数调用信息集的实现过程可以为:将对应的资源占用率位于同一预设资源占用率范围内的函数调用信息组成一个函数调用信息集,以得到多个函数调用信息集。
需要说明的是,该多个函数调用信息集中的每个函数调用信息集包括的所有函数调用信息对应的资源占用率位于同一预设资源占用率范围内,各个函数调用信息集包括的所有函数调用信息对应的资源占用率所位于的预设资源占用率范围即为各个函数调用信息集所属的资源占用率类别。例如,该多个函数调用信息集包括函数调用信息集1、函数调用信息集2、函数调用信息集3,函数调用信息集1包括的函数调用信息对应的资源占用率均在30%以下,即函数调用信息集1所属的类别为“资源占用率在30%以下”类别,函数调用信息集2包括的函数调用信息对应的资源占用率均在30%至60%之间,即函数调用信息集2所属的类别为“资源占用率均在30%至60%之间”类别,函数调用信息集3包括的函数调用信息对应的资源占用率均在60%以上,即函数调用信息集3所属的类别为“资源占用率均在60%以上”类别。
另外,使用该多个函数调用信息集对待训练的第二分类模型进行训练,得到第二指定分类器的实现过程与上述第一种可能的实现方式中使用第一函数调用信息集和第二函数调用信息集对待训练的第一分类模型进行训练,得到第一指定分类器的实现过程类似,本公开实施例在此不再详细说明。
值得说明的是,在本公开实施例中,可以使用多个函数调用信息集对待训练的第二分类模型进行训练,得到第二指定分类器,由于该多个函数调用信息集为采集该终端的大量函数调用信息得到,针对性较强,因此训练得到的第二指定分类器的分类准确度较高。
当然,在实际应用中,不仅可以获取该终端的函数调用信息来组成该多个函数调用信息集,还可以获取其它终端的函数调用信息来组成该多个函数调用信息集,这种情况下,该多个函数调用信息集涉及的场景更广,数据量更大,从而使得据此训练得到的第二指定分类器可以适用于更多终端,不需要要针对每个终端单独训练,操作更为简单方便。
第三种可能的实现方式:从存储的函数调用信息与卡顿状态之间的对应关系中,获取该函数调用信息对应的卡顿状态,将该函数调用信息对应的卡顿状态确定为该终端当前的卡顿状态。
需要说明的是,该终端可以事先存储函数调用信息与卡顿状态之间的对应关系,继而通过函数调用信息与卡顿状态之间的对应关系,直接确定该函数调用信息对应的卡顿状态,然后将该卡顿状态确定为该终端当前的卡顿状态,确定过程简单,确定速度较高。
例如,该函数调用信息为函数调用信息1,则可以从如下表2所示的函数调用信息与卡顿状态之间的对应关系中,获取该函数调用信息对应的卡顿状态为卡顿,然后确定该终端当前的卡顿状态为卡顿。
表2
需要说明的是,本公开实施例仅以上述表2所示的函数调用信息与卡顿状态之间的对应关系为例进行说明,上述表2并不对本公开实施例构成限定。
进一步地,从存储的函数调用信息与卡顿状态之间的对应关系中,获取该函数调用信息对应的卡顿状态之前,还可以创建函数调用信息与卡顿状态之间的对应关系。具体地,可以当检测到第二设置指令时,获取该第二设置指令中携带的函数调用信息和卡顿状态,将该函数调用信息与该卡顿状态进行对应存储以得到函数调用信息与卡顿状态之间的对应关系。
需要说明的是,第二设置指令用于创建该第二设置指令携带的函数调用信息和卡顿状态之间的对应关系,该第二设置指令可以由用户进行触发,且用户可以通过第二指定操作进行触发,第二指定操作可以为点击操作、滑动操作、语音操作等。
在步骤204中,当该终端当前的卡顿状态为卡顿时,降低该终端的资源占用率。
其中,降低该终端的资源占用率的实现过程可以为:结束该终端后台运行的使用率较低的程序;或者,清理该终端的内存,当然,在实际应用中,降低该终端的资源占用率的实现过程可能还存在其他实现方式,本公开实施例对此不做限定。
需要说明的是,终端出现卡顿往往是由于资源占用率过高,因此,当该终端当前的卡顿状态为卡顿时,说明该终端当前的资源占用率可能过高,因而此时可以降低该终端的资源占用率,提升该终端的运行速度,避免该终端出现卡顿,方便用户的正常使用。
进一步地,当该终端当前卡顿状态为卡顿时,不仅可以降低该终端的资源占用率,还可以对用户进行卡顿提醒,以便用户可以及时获知该终端当前可能会出现的卡顿情况。在对用户进行卡顿提醒时,可以显示预设卡顿提示信息。
需要说明的是,预设卡顿提示信息可以根据不同需求提前设置,例如,如图2B所示,预设卡顿提示信息可以包括“若运行此程序,终端可能会出现卡顿,是否继续运行该程序?”、“确定”按钮和“取消”按钮,当用户点击“确定”按钮时,继续运行该程序,当用户点击“取消”按钮时,停止运行该程序。
值得说明的是,当该终端当前的卡顿状态为卡顿时,说明该终端当前可能会出现卡顿,此时可以显示预设卡顿提示信息告知用户,用户可以提前获知终端当前可能会出现的卡顿情况,从而便于用户选择继续运行该程序或退出该程序,提高了用户的使用体验。
在本公开实施例中,可以获取该终端在当前时间之前的第一预设时长内调用的至少一个函数,然后获取该至少一个函数的函数调用信息,根据该函数调用信息,确定该终端当前的卡顿状态,如此,通过实时监控该终端在当前时间之前的函数调用情况,可以准确预测出该终端当前的卡顿状态。另外,当确定该终端当前的卡顿状态为卡顿时,还可以显示预设卡顿提示信息来提醒用户,让用户可以提前获知终端当前可能会出现的卡顿情况;或者当确定该终端当前的卡顿状态为卡顿时,还可以降低该终端的资源占用率,提升该终端的运行速度,如此,通过实时预测该终端的卡顿状态,并提前进行优化,来避免该终端出现卡顿,方便用户的正常使用。
图3A是根据一示例性实施例示出的一种卡顿状态确定装置的框图。参见图3A,该装置包括第一获取模块301,第二获取模块302和确定模块303。
第一获取模块301,用于获取终端在当前时间之前的第一预设时长内调用的至少一个函数。
第二获取模块302,用于获取至少一个函数的函数调用信息。
确定模块303,用于根据该函数调用信息,确定该终端当前的卡顿状态。
可选地,参见图3B,确定模块303包括:
第一确定子模块3031,用于通过第一指定分类器确定该函数调用信息对应的卡顿状态,将该函数调用信息对应的卡顿状态确定为该终端当前的卡顿状态。
第二确定子模块3032,用于通过第二指定分类器确定该函数调用信息对应的资源占用率,基于该资源占用率,确定该终端当前的卡顿状态。
第三确定子模块3033,用于从存储的函数调用信息与卡顿状态之间的对应关系中,获取该函数调用信息对应的卡顿状态,将该函数调用信息对应的卡顿状态确定为该终端当前的卡顿状态。
可选地,参见图3C,确定模块303还包括:
第一获取子模块3034,用于当该终端出现卡顿时,获取该终端在出现卡顿之前的第一预设时长内调用的至少一个函数的函数调用信息,将获取的函数调用信息组成第一函数调用信息集。
第二获取子模块3035,用于当该终端未出现卡顿时,获取该终端在未出现卡顿之前的第一预设时长内调用的至少一个函数的函数调用信息,将获取的函数调用信息组成第二函数调用信息集。
第一训练子模块3036,用于使用第一函数调用信息集和第二函数调用信息集对待训练的第一分类模型进行训练,得到第一指定分类器。
可选地,参见图3D,确定模块303还包括:
第三获取子模块3037,用于每隔第二预设时长获取一次该终端的函数调用信息和资源占用率,该终端的函数调用信息为该终端在获取时间之前的第一预设时长内调用的至少一个函数的函数调用信息,同一时间获取的函数调用信息和资源占用率对应。
划分子模块3038,用于根据获取的多个函数调用信息中的每个函数调用信息对应的资源占用率,对该多个函数调用信息进行划分,得到多个函数调用信息集。
第二训练子模块3039,用于使用该多个函数调用信息集对待训练的第二分类模型进行训练,得到第二指定分类器。
可选地,参见图3E,该装置还包括:
显示模块304,用于当该终端当前的卡顿状态为卡顿时,显示预设卡顿提示信息。
降低模块305,用于当该终端当前的卡顿状态为卡顿时,降低该终端的资源占用率。
可选地,该函数调用信息包括函数调用顺序和/或函数调用时传递的参数。
在本公开实施例中,可以获取该终端在当前时间之前的第一预设时长内调用的至少一个函数,然后获取该至少一个函数的函数调用信息,根据该函数调用信息,确定该终端当前的卡顿状态,如此,通过实时监控该终端在当前时间之前的函数调用情况,可以准确预测出该终端当前的卡顿状态。另外,当确定该终端当前的卡顿状态为卡顿时,还可以显示预设卡顿提示信息来提醒用户,让用户可以提前获知终端当前可能会出现的卡顿情况;或者当确定该终端当前的卡顿状态为卡顿时,还可以降低该终端的资源占用率,提升该终端的运行速度,如此,通过实时预测该终端的卡顿状态,并提前进行优化,来避免该终端出现卡顿,方便用户的正常使用。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图4是根据一示例性实施例示出的一种卡顿状态确定装置400的框图。例如,装置400可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图4,装置400可以包括以下一个或多个组件:处理组件402,存储器404,电源组件406,多媒体组件408,音频组件410,输入/输出(I/O)的接口412,传感器组件414,以及通信组件416。
处理组件402通常控制装置400的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件402可以包括一个或多个处理器420来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件402可以包括一个或多个模块,便于处理组件402和其他组件之间的交互。例如,处理组件402可以包括多媒体模块,以方便多媒体组件408和处理组件402之间的交互。
存储器404被配置为存储各种类型的数据以支持在装置400的操作。这些数据的示例包括用于在装置400上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器404可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件406为装置400的各种组件提供电源。电源组件406可以包括电源管理系统,一个或多个电源,及其他与为装置400生成、管理和分配电源相关联的组件。
多媒体组件408包括在所述装置400和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件408包括一个前置摄像头和/或后置摄像头。当装置400处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件410被配置为输出和/或输入音频信号。例如,音频组件410包括一个麦克风(MIC),当装置400处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器404或经由通信组件416发送。在一些实施例中,音频组件410还包括一个扬声器,用于输出音频信号。
I/O接口412为处理组件402和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件414包括一个或多个传感器,用于为装置400提供各个方面的状态评估。例如,传感器组件414可以检测到装置400的打开/关闭状态,组件的相对定位,例如所述组件为装置400的显示器和小键盘,传感器组件414还可以检测装置400或装置400一个组件的位置改变,用户与装置400接触的存在或不存在,装置400方位或加速/减速和装置400的温度变化。传感器组件414可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件414还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件414还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件416被配置为便于装置400和其他设备之间有线或无线方式的通信。装置400可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件416经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件416还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,装置400可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述图1和图2A所示实施例提供的方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器404,上述指令可由装置400的处理器420执行以完成上述方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
一种非临时性计算机可读存储介质,当所述存储介质中的指令由终端的处理器执行时,使得终端能够执行一种卡顿状态确定方法,所述方法包括:
获取终端在当前时间之前的第一预设时长内调用的至少一个函数;
获取该至少一个函数的函数调用信息;
根据该函数调用信息,确定该终端当前的卡顿状态。
可选地,根据函数调用信息,确定该终端当前的卡顿状态,包括:
通过第一指定分类器确定该函数调用信息对应的卡顿状态,将该函数调用信息对应的卡顿状态确定为该终端当前的卡顿状态;或者,
通过第二指定分类器确定该函数调用信息对应的资源占用率,基于该资源占用率,确定该终端当前的卡顿状态;或者,
从存储的函数调用信息与卡顿状态之间的对应关系中,获取该函数调用信息对应的卡顿状态,将该函数调用信息对应的卡顿状态确定为该终端当前的卡顿状态。
可选地,通过第一指定分类器确定该函数调用信息对应的卡顿状态之前,还包括:
当该终端出现卡顿时,获取该终端在出现卡顿之前的第一预设时长内调用的至少一个函数的函数调用信息,将获取的函数调用信息组成第一函数调用信息集;
当该终端未出现卡顿时,获取该终端在未出现卡顿之前的第一预设时长内调用的至少一个函数的函数调用信息,将获取的函数调用信息组成第二函数调用信息集;
使用第一函数调用信息集和第二函数调用信息集对待训练的第一分类模型进行训练,得到第一指定分类器。
可选地,通过第二指定分类器确定该函数调用信息对应的内存占用率之前,还包括:
每隔第二预设时长获取一次该终端的函数调用信息和资源占用率,该终端的函数调用信息为该终端在获取时间之前的第一预设时长内调用的至少一个函数的函数调用信息,同一时间获取的函数调用信息和资源占用率对应;
根据获取的多个函数调用信息中的每个函数调用信息对应的资源占用率,对该多个函数调用信息进行划分,得到多个函数调用信息集;
使用该多个函数调用信息集对待训练的第二分类模型进行训练,得到第二指定分类器。
可选地,根据该函数调用信息,确定该终端当前的卡顿状态之后,还包括:
当该终端当前的卡顿状态为卡顿时,显示预设卡顿提示信息;或者,
当该终端当前的卡顿状态为卡顿时,降低该终端的资源占用率。
可选地,该函数调用信息包括函数调用顺序和/或函数调用时传递的参数。
在本公开实施例中,可以获取该终端在当前时间之前的第一预设时长内调用的至少一个函数,然后获取该至少一个函数的函数调用信息,根据该函数调用信息,确定该终端当前的卡顿状态,如此,通过实时监控该终端在当前时间之前的函数调用情况,可以准确预测出该终端当前的卡顿状态。另外,当确定该终端当前的卡顿状态为卡顿时,还可以显示预设卡顿提示信息来提醒用户,让用户可以提前获知终端当前可能会出现的卡顿情况;或者当确定该终端当前的卡顿状态为卡顿时,还可以降低该终端的资源占用率,提升该终端的运行速度,如此,通过实时预测该终端的卡顿状态,并提前进行优化,来避免该终端出现卡顿,方便用户的正常使用。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (10)
1.一种卡顿状态确定方法,其特征在于,所述方法包括:
获取终端在当前时间之前的第一预设时长内调用的至少一个函数;
获取所述至少一个函数的函数调用信息;
通过第一指定分类器确定所述函数调用信息对应的卡顿状态,将所述函数调用信息对应的卡顿状态确定为所述终端当前的卡顿状态,所述卡顿状态包括卡顿和不卡顿;或者,
通过第二指定分类器确定所述函数调用信息对应的资源占用率,基于所述资源占用率,确定所述终端当前的卡顿状态;
所述通过第一指定分类器确定所述函数调用信息对应的卡顿状态之前,还包括:
当所述终端出现卡顿时,获取所述终端在出现卡顿之前的所述第一预设时长内调用的至少一个函数的函数调用信息,将获取的函数调用信息组成第一函数调用信息集;
当所述终端未出现卡顿时,获取所述终端在未出现卡顿之前的所述第一预设时长内调用的至少一个函数的函数调用信息,将获取的函数调用信息组成第二函数调用信息集;
使用所述第一函数调用信息集和所述第二函数调用信息集对待训练的第一分类模型进行训练,得到所述第一指定分类器;
所述通过第二指定分类器确定所述函数调用信息对应的内存占用率之前,还包括:
每隔第二预设时长获取一次所述终端的函数调用信息和资源占用率,所述终端的函数调用信息为所述终端在获取时间之前的所述第一预设时长内调用的至少一个函数的函数调用信息,同一时间获取的函数调用信息和资源占用率对应;
根据获取的多个函数调用信息中的每个函数调用信息对应的资源占用率,对所述多个函数调用信息进行划分,得到多个函数调用信息集;
使用所述多个函数调用信息集对待训练的第二分类模型进行训练,得到所述第二指定分类器。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
从存储的函数调用信息与卡顿状态之间的对应关系中,获取所述函数调用信息对应的卡顿状态,将所述函数调用信息对应的卡顿状态确定为所述终端当前的卡顿状态。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
当所述终端当前的卡顿状态为卡顿时,显示预设卡顿提示信息;或者,
当所述终端当前的卡顿状态为卡顿时,降低所述终端的资源占用率。
4.根据权利要求1-3任一所述的方法,其特征在于,所述函数调用信息包括函数调用顺序和/或函数调用时传递的参数。
5.一种卡顿状态确定装置,其特征在于,所述装置包括:
第一获取模块,用于获取终端在当前时间之前的第一预设时长内调用的至少一个函数;
第二获取模块,用于获取所述至少一个函数的函数调用信息;
确定模块,包括:第一确定子模块,用于通过第一指定分类器确定所述函数调用信息对应的卡顿状态,将所述函数调用信息对应的卡顿状态确定为所述终端当前的卡顿状态,所述卡顿状态包括卡顿和不卡顿;
第二确定子模块,用于通过第二指定分类器确定所述函数调用信息对应的资源占用率,基于所述资源占用率,确定所述终端当前的卡顿状态;
所述确定模块还包括:
第一获取子模块,用于当所述终端出现卡顿时,获取所述终端在出现卡顿之前的所述第一预设时长内调用的至少一个函数的函数调用信息,将获取的函数调用信息组成第一函数调用信息集;
第二获取子模块,用于当所述终端未出现卡顿时,获取所述终端在未出现卡顿之前的所述第一预设时长内调用的至少一个函数的函数调用信息,将获取的函数调用信息组成第二函数调用信息集;
第一训练子模块,用于使用所述第一函数调用信息集和所述第二函数调用信息集对待训练的第一分类模型进行训练,得到所述第一指定分类器;
所述确定模块还包括:
第三获取子模块,用于每隔第二预设时长获取一次所述终端的函数调用信息和资源占用率,所述终端的函数调用信息为所述终端在获取时间之前的所述第一预设时长内调用的至少一个函数的函数调用信息,同一时间获取的函数调用信息和资源占用率对应;
划分子模块,用于根据获取的多个函数调用信息中的每个函数调用信息对应的资源占用率,对所述多个函数调用信息进行划分,得到多个函数调用信息集;
第二训练子模块,用于使用所述多个函数调用信息集对待训练的第二分类模型进行训练,得到所述第二指定分类器。
6.根据权利要求5所述的装置,其特征在于,所述确定模块还包括:
第三确定子模块,用于从存储的函数调用信息与卡顿状态之间的对应关系中,获取所述函数调用信息对应的卡顿状态,将所述函数调用信息对应的卡顿状态确定为所述终端当前的卡顿状态。
7.根据权利要求5所述的装置,其特征在于,所述装置还包括:
显示模块,用于当所述终端当前的卡顿状态为卡顿时,显示预设卡顿提示信息;或者,
降低模块,用于当所述终端当前的卡顿状态为卡顿时,降低所述终端的资源占用率。
8.根据权利要求5-7任一所述的装置,其特征在于,所述函数调用信息包括函数调用顺序和/或函数调用时传递的参数。
9.一种卡顿状态确定装置,其特征在于,所述装置包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为执行权利要求1-4所述的任一项方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质上存储有指令,其特征在于,所述指令被处理器执行时实现权利要求1-4所述的任一项方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810193825.8A CN108427582B (zh) | 2018-03-09 | 2018-03-09 | 卡顿状态确定方法、装置及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810193825.8A CN108427582B (zh) | 2018-03-09 | 2018-03-09 | 卡顿状态确定方法、装置及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108427582A CN108427582A (zh) | 2018-08-21 |
CN108427582B true CN108427582B (zh) | 2022-02-08 |
Family
ID=63157711
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810193825.8A Active CN108427582B (zh) | 2018-03-09 | 2018-03-09 | 卡顿状态确定方法、装置及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108427582B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112566152B (zh) * | 2019-09-26 | 2022-04-29 | 华为技术有限公司 | 一种卡顿预测的方法、数据处理的方法以及相关装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106874168A (zh) * | 2017-01-12 | 2017-06-20 | 北京奇虎科技有限公司 | 确定应用程序运行性能的方法、装置和移动终端 |
CN107436840A (zh) * | 2017-08-01 | 2017-12-05 | 北京奇虎科技有限公司 | 应用程序运行性能分析方法、装置及系统 |
US9883035B1 (en) * | 2017-02-02 | 2018-01-30 | Conduent Business Services, Llc | Methods and systems for automatically recognizing actions in a call center environment using screen capture technology |
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 |
CN107704070A (zh) * | 2017-09-30 | 2018-02-16 | 广东欧珀移动通信有限公司 | 应用清理方法、装置、存储介质及电子设备 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8849988B2 (en) * | 2008-11-25 | 2014-09-30 | Citrix Systems, Inc. | Systems and methods to monitor an access gateway |
-
2018
- 2018-03-09 CN CN201810193825.8A patent/CN108427582B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106874168A (zh) * | 2017-01-12 | 2017-06-20 | 北京奇虎科技有限公司 | 确定应用程序运行性能的方法、装置和移动终端 |
US9883035B1 (en) * | 2017-02-02 | 2018-01-30 | Conduent Business Services, Llc | Methods and systems for automatically recognizing actions in a call center environment using screen capture technology |
CN107436840A (zh) * | 2017-08-01 | 2017-12-05 | 北京奇虎科技有限公司 | 应用程序运行性能分析方法、装置及系统 |
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 |
CN107704070A (zh) * | 2017-09-30 | 2018-02-16 | 广东欧珀移动通信有限公司 | 应用清理方法、装置、存储介质及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN108427582A (zh) | 2018-08-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3188066B1 (en) | A method and an apparatus for managing an application | |
CN106766022B (zh) | 传感器控制方法及装置 | |
CN107582028B (zh) | 睡眠监测方法及装置 | |
US20180046336A1 (en) | Instant Message Processing Method and Apparatus, and Storage Medium | |
CN107102772B (zh) | 触控方法及装置 | |
US20170055221A1 (en) | Method and apparatus for starting energy saving mode | |
CN106775403B (zh) | 获取卡顿信息的方法及装置 | |
CN108427618B (zh) | 卡顿状态确定方法、装置及计算机可读存储介质 | |
CN107480785B (zh) | 卷积神经网络的训练方法及装置 | |
CN105511777B (zh) | 触控显示屏上的会话显示方法及装置 | |
US9628966B2 (en) | Method and device for sending message | |
EP2988458A1 (en) | Method and device for sending message | |
CN109862169B (zh) | 电子设备控制方法、装置及存储介质 | |
CN108538258B (zh) | 调整背光电流的方法及装置、显示设备 | |
CN111880681A (zh) | 触摸屏采样速率调节方法、装置及计算机存储介质 | |
CN105227426B (zh) | 一种应用界面切换方法、装置及终端设备 | |
CN105786561B (zh) | 进程调用的方法及装置 | |
CN106454540B (zh) | 基于直播的交互信息的处理方法及装置 | |
CN108427582B (zh) | 卡顿状态确定方法、装置及计算机可读存储介质 | |
CN112256563A (zh) | 安卓应用稳定性测试方法、装置、电子设备及存储介质 | |
EP3125514A1 (en) | Method and device for state notification | |
CN107844257B (zh) | 信息显示方法、装置、终端及存储介质 | |
CN107809538B (zh) | 闹钟提醒方法、装置及计算机可读存储介质 | |
CN106919302B (zh) | 移动终端的操作控制方法及装置 | |
CN114422854A (zh) | 一种数据处理方法、装置、电子设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |