CN113055984A - 终端控制方法、装置、移动终端及存储介质 - Google Patents

终端控制方法、装置、移动终端及存储介质 Download PDF

Info

Publication number
CN113055984A
CN113055984A CN201911369249.9A CN201911369249A CN113055984A CN 113055984 A CN113055984 A CN 113055984A CN 201911369249 A CN201911369249 A CN 201911369249A CN 113055984 A CN113055984 A CN 113055984A
Authority
CN
China
Prior art keywords
screen
mobile terminal
duration
state information
preset model
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.)
Granted
Application number
CN201911369249.9A
Other languages
English (en)
Other versions
CN113055984B (zh
Inventor
李海军
帅朝春
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.)
Guangdong Oppo Mobile Telecommunications Corp Ltd
Original Assignee
Guangdong Oppo Mobile Telecommunications Corp 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 Guangdong Oppo Mobile Telecommunications Corp Ltd filed Critical Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority to CN201911369249.9A priority Critical patent/CN113055984B/zh
Publication of CN113055984A publication Critical patent/CN113055984A/zh
Application granted granted Critical
Publication of CN113055984B publication Critical patent/CN113055984B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/02—Power saving arrangements
    • H04W52/0209—Power saving arrangements in terminal devices
    • H04W52/0261—Power saving arrangements in terminal devices managing power supply demand, e.g. depending on battery level
    • H04W52/0267—Power saving arrangements in terminal devices managing power supply demand, e.g. depending on battery level by controlling user interface components
    • H04W52/027—Power saving arrangements in terminal devices managing power supply demand, e.g. depending on battery level by controlling user interface components by controlling a display operation or backlight unit
    • 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
    • G06F1/325—Power saving in peripheral device
    • G06F1/3265—Power saving in display device
    • 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
    • G06F1/3287—Power saving characterised by the action undertaken by switching off individual functional units in the computer system
    • 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
    • G06F9/4401—Bootstrapping
    • G06F9/4418—Suspend and resume; Hibernate and awake
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Computer Hardware Design (AREA)
  • Computer Security & Cryptography (AREA)
  • Human Computer Interaction (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Telephone Function (AREA)

Abstract

本申请公开了一种终端控制方法、装置、移动终端及存储介质，该终端控制方法应用于移动终端，该终端控制方法包括：在检测到发生熄屏事件时，获取所述移动终端的状态信息；将所述状态信息输入至预设模型，获得所述预设模型输出的参考熄屏时长，所述预设模型被预先训练，以根据输入的状态信息输出所述移动终端的参考熄屏时长；根据所述预设模型输出的参考熄屏时长，对所述移动终端进行降功耗处理。本方法可以减少移动终端的功耗，提升移动终端的续航能力。

Description

终端控制方法、装置、移动终端及存储介质
技术领域
本申请涉及移动终端技术领域，更具体地，涉及一种终端控制方法、装置、移动终端及存储介质。
背景技术
随着移动终端的快速发展，移动终端所具有的功能也越来越多，移动终端的耗电量也随之加快，因此移动终端通常会根据一些固定的策略(例如休眠模式等)，进行一些熄屏后的降功耗的处理，以降低移动终端的功耗。但是以固定的策略进行降功耗的处理，仍然难以有效的降低移动终端的功耗。
发明内容
鉴于上述问题，本申请提出了一种终端控制方法、装置、移动终端及存储介质。
第一方面，本申请实施例提供了一种终端控制方法，应用于移动终端，所述方法包括：在检测到发生熄屏事件时，获取所述移动终端的状态信息；将所述状态信息输入至预设模型，获得所述预设模型输出的参考熄屏时长，所述预设模型被预先训练，以根据输入的状态信息输出所述移动终端的参考熄屏时长；根据所述预设模型输出的参考熄屏时长，对所述移动终端进行降功耗处理。
第二方面，本申请实施例提供了一种终端控制装置，应用于移动终端，所述装置包括：状态获取模块、数据输入模块以及功耗处理模块，其中，所述状态获取模块用于在检测到发生熄屏事件时，获取所述移动终端的状态信息；所述数据输入模块用于将所述状态信息输入至预先训练的预设模型，获得所述预设模型输出的参考熄屏时长，所述预设模型被预先训练，以根据输入的状态信息输出所述移动终端的参考熄屏时长；所述功耗处理模块用于根据所述预设模型输出的参考熄屏时长，对所述移动终端进行降功耗处理。
第三方面，本申请实施例提供了一种移动终端，包括：一个或多个处理器；存储器；一个或多个应用程序，其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序配置用于执行上述第一方面提供的终端控制方法。
第四方面，本申请实施例提供了一种计算机可读取存储介质，所述计算机可读取存储介质中存储有程序代码，所述程序代码可被处理器调用执行上述第一方面提供的终端控制方法。
本申请提供的方案，通过在检测到发生熄屏事件时，获取移动终端的状态信息，然后将状态信息输入至预设模型中，获得预设模型输出的参考熄屏时长，该预设模型被预先训练，以根据输入的状态信息输出移动终端的参考熄屏时长，最后根据预设模型输出的参考熄屏时长，对移动终端进行降功耗处理。从而可以实现每次熄屏事件发生时，预测出本次熄屏的参考熄屏时长，然后根据参考熄屏时长，对移动终端进行降功耗处理，使移动终端能在熄屏后立即进行降功耗处理，有效的降低移动终端的功耗，提升移动终端的续航能力。
附图说明
为了更清楚地说明本申请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申请的一些实施例，对于本领域技术人员来讲，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示出了根据本申请一个实施例的终端控制方法流程图。
图2示出了根据本申请另一个实施例的终端控制方法流程图。
图3示出了本申请另一个实施例提供的终端控制方法中步骤S210的流程图。
图4示出了根据本申请又一个实施例的终端控制方法流程图。
图5示出了根据本申请再一个实施例的终端控制方法流程图。
图6示出了根据本申请一个实施例的终端控制装置的一种框图。
图7是本申请实施例的用于执行根据本申请实施例的终端控制方法的移动终端的框图。
图8是本申请实施例的用于保存或者携带实现根据本申请实施例的终端控制方法的程序代码的存储单元。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。
随着移动终端的发展，移动终端可以实现的功能越来越多，例如，移动终端可以实现拍照、上网、视频聊天等各种功能，而移动终端的功能增多的同时也带来了耗电量的增加。
对于目前的移动终端，用户的待机行为对功耗和性能的影响较大。以智能手机为例，长时间待机时，可对手机应用做相应的后台限制甚至是限网等操作可以很大幅度提升手机的整体续航，并且在已知是长时间待机的情况下，可以对手机系统做相对而言较为耗时的碎片整理等处理，进一步提升用户的用机体验，减少卡顿。例如，移动终端通常会设置有休眠模式、Doze模式等，以降低移动终端的功耗。Doze模式和休眠模式均是在移动终端熄屏后未进行操作的情况下而待机时，系统主动进行对一些进程进行关闭、限制网络、限制处理器的唤醒等操作，从而降低移动终端的功耗。
发明人经过长时间的研究发现，目前的移动终端只是以固定的策略进行待机时的降功耗的处理，而用户待机行为具有很强的特异性，不同的用户待机习惯千差万别，同样的策略显然很难满足所有用户的各种需求，从而难以有效的降低移动终端的功耗。
针对上述问题，发明人提出了本申请实施例提供的终端控制方法、装置、移动终端以及存储介质，可以在检测到移动终端发生熄屏事件时，获取移动终端的状态信息，并将状态信息输入至预设模型，获得预测的参考熄屏时长，然后根据参考熄屏时长，对移动终端进行降功耗处理，使移动终端能在熄屏后立即进行降功耗处理，有效的降低移动终端的功耗，提升移动终端的续航能力。其中，具体的终端控制方法在后续的实施例中进行详细的说明。
请参阅图1，图1示出了本申请一个实施例提供的终端控制方法的流程示意图。所述终端控制方法用于检测到移动终端发生熄屏事件时，获取移动终端的状态信息，并将状态信息输入至预设模型，获得预测的参考熄屏时长，然后根据参考熄屏时长，对移动终端进行降功耗处理，使移动终端能在熄屏后立即进行降功耗处理，有效的降低移动终端的功耗，提升移动终端的续航能力。在具体的实施例中，所述终端控制方法应用于如图6所示的终端控制装置400以及配置有所述终端控制装置400的移动终端100(图7)。下面将以移动终端为例，说明本实施例的具体流程，当然，可以理解的，本实施例所应用的移动终端可以为智能手机、平板电脑、智能手表等，在此不做限定。下面将针对图1所示的流程进行详细的阐述，所述终端控制方法具体可以包括以下步骤：
步骤S110：在检测到发生熄屏事件时，获取所述移动终端的状态信息。
在本申请实施例中，移动终端可以对屏幕的状态进行监测，以确定发生熄屏事件的情况时，对移动终端的屏幕处于熄屏时进行相应的处理，从而降低移动终端的功耗。
在一些实施方式中，移动终端可以通过操作系统读取相应的参数值，以根据读取到的参数值，确定移动终端的屏幕状态。作为一种实施方式，移动终端中安装的系统为安卓(Android)系统时，可以通过PowerManager的isScreenOn方法，获取屏幕状态，即通过获取isScreenOn的值，如果isScreenOn的值为真，则移动终端的屏幕处于亮屏状态，如果isScreenOn的值为假，则移动终端的屏幕处于熄屏状态。作为另一种实施方式，移动终端也可以通过获取屏幕的亮度值，并根据屏幕的亮度值，确定移动终端的屏幕状态。例如，如果屏幕的亮度值为0，则表示屏幕处于熄屏状态，如果屏幕的亮度值大于0，则屏幕处于亮屏状态。
当然，具体检测移动终端的屏幕状态的方式可以不作为限定。
在一些实施方式中，如果移动终端的屏幕状态此前为亮屏状态，当检测到屏幕状态为熄屏状态时，则可以确定发生熄屏事件。例如，可以是屏幕在亮屏时，通过检测到用户对于电源按键的操作，从而触发熄屏事件。又例如，可以是屏幕在亮屏状态下，超过预设时长未检测到对移动终端的操作时，移动终端的屏幕状态由亮屏状态变为熄屏状态，从而触发熄屏事件。
在本申请实施例中，移动终端在检测到发生熄屏事件时，可以获取移动终端的状态信息，以便后续根据移动终端的状态信息，预测本次熄屏事件所对应的熄屏时长。
在一些实施方式中，移动终端的状态信息可以包括：移动终端的物理状态信息、移动终端的操作系统的系统状态信息、移动终端所处环境的环境信息、日期信息以及时间信息等。其中，移动终端的物理状态信息可以包括移动终端的运动状态、信号强度、网络连接状态、外设连接状态、充电状态、电池剩余电量等，移动终端的操作系统的系统状态信息可以包括应用使用信息、系统资源的占用信息等，移动终端所处环境的环境信息可以包括环境光的强度、环境中声音的分贝值、地理位置信息等，日期信息可以指年、月、日、星期几等。当然，具体的状态信息可以不做限定。移动终端的状态信息可以包括物理状态信息、系统状态信息、环境信息、日期信息和时间信息中的一种，也可以为这些信息中的多种，在此不做限定。
在一些实施方式中，移动终端的状态信息可以在检测到熄屏事件发生时，通过接收广播、读取系统节点、内置传感器检测等方式获得。例如，对于环境信息，移动终端可以通过光线传感器、麦克风、GPS等进行信息采集，具体可以是，移动终端通过光线传感器获取环境光的强度，通过麦克风采集移动终端所处环境的分贝值，通过GPS获取地理位置信息；又例如，对于移动终端的运动状态的检测，可以通过移动终端中的运动传感器等检测其处于静止、跑步等，具体可以是移动终端根据运动传感器在一定时长内采集到的数据进行综合判断，然后获得移动终端的运动状态。当然，具体采集移动终端的状态信息的方式在本申请实施例中可以不不作为限定。
步骤S120：将所述状态信息输入至预设模型，获得所述预设模型输出的参考熄屏时长，所述预设模型被预先训练，以根据输入的状态信息输出所述移动终端的参考熄屏时长。
在本申请实施例中，移动终端在获取到当前的状态信息之后，则可以将状态信息输入至已训练的预设模型中，从而获得预设模型输出的结果，输出的结果可以包括移动终端的参考熄屏时长。其中，预设模型均被预先训练，从而可以根据输入的移动终端的状态信息，确定移动终端的参考熄屏时长，该参考熄屏时长即为预测的本次熄屏的熄屏时长。
在一些实施方式中，预设模型可以存储于移动终端的本地，移动终端可以直接从本地读取预设模型；预设模型也可以存储于服务器，移动终端在需要进行熄屏时长的预测时，可以发送请求至服务器，以对预设模型进行调用。
在本申请实施例中，预设模型可以由大量训练样本训练获得。训练样本可以包括移动终端多次产生熄屏事件时的状态信息以及每次熄屏事件对应的熄屏时长。其中，状态信息与上述移动终端获得的状态信息相同，可以理解的，上述获得的状态信息为移动终端实际需要预测熄屏时长时获得的用于输入预设模型的输入数据，而训练样本中的使用信息为训练时的训练数据。
在一些实施方式中，预设模型可以由上述训练样本，采用机器学习算法训练获得。其中，机器学习算法可以为神经网络、长短期记忆(Long Short-Term Memory，LSTM)网络、门限循环单元、简单循环单元、自动编码器、决策树(Decision Tree，DT)、随机森林、特征均值分类、分类回归树、隐马尔科夫、K最近邻(k-NearestNeighbor，KNN)算法、逻辑回归模型、朴素贝叶斯(Naive Bayes，NB)、支持向量机(Support Vector Machine,SVM)、高斯模型以及KL散度(Kullback–Leibler divergence)等。当然，具体的机器学习算法可以不作为限定。
步骤S130：根据所述预设模型输出的参考熄屏时长，对所述移动终端进行降功耗处理。
在本申请实施例中，移动终端在预测获得本次熄屏事件的参考熄屏时长之后，则可以根据参考熄屏时长，进行相应的降功耗处理，以减少移动终端的功耗。
在一些实施方式中，移动终端进行相应的降功耗处理，可以是确定参考熄屏时长是否达到设定时长，如果达到设定时长，则可以进行与该设定时长所对应的降功耗处理。降功耗处理可以为限制后台进程的运行、访问网络、唤醒中央处理器等，具体的处理操作可以不作为限定。例如，该设定时长为进行后台运行的进程的限制所对应的时长，如果参考熄屏时长达到该设定时长时，则可以进行后台运行的进程的限制；又例如，该设定时长为进行限制访问网络所对应的时长，如果参考熄屏时长达到该设定时长时，则可以限制网络。当然，具体的设定时长可以不作为限定，设定时长也可以是移动终端中设置的低功耗模式所对应的时长阈值，例如，设定时长为Doze模式所对应的熄屏时长的阈值。
可以理解的，通常是移动终端需要真实的熄屏时长达到相应的降功耗处理所规定的熄屏时长时，才会执行降功耗处理，而通过预测熄屏事件的参考熄屏时长，然后根据参考熄屏时长进行降功耗处理，从而无需真正的等待到熄屏时长达到相应规定的熄屏时长时，才进行降功耗处理，而是在发生熄屏事件时，即可进行相应的降功耗处理，因此可以有效的节省移动终端的功耗。
本申请实施例提供的终端控制方法，通过在检测到熄屏事件时，获取移动终端的状态信息，然后将状态信息输入至预设模型中，获得预设模型输出的参考熄屏时长，该预设模型被预先训练，以根据输入的状态信息输出移动终端的参考熄屏时长，最后根据预设模型输出的参考熄屏时长，对移动终端进行降功耗处理。从而可以实现每次熄屏事件发生时，预测出本次熄屏的参考熄屏时长，然后根据参考熄屏时长，对移动终端进行降功耗处理，使移动终端能在熄屏后立即进行降功耗处理，有效的降低移动终端的功耗，提升移动终端的续航能力。
请参阅图2，图2示出了本申请另一个实施例提供的终端控制方法的流程示意图。该终端控制方法应用于上述移动终端，下面将针对图2所示的流程进行详细的阐述，所述终端控制方法具体可以包括以下步骤：
步骤S210：获取训练数据集合，所述训练数据集合包括所述移动终端在预设时间段内产生熄屏事件时的状态信息以及所述熄屏事件对应的熄屏时长。
针对前述实施例中的预设模型，本申请实施例中还包括对该预设模型的训练方法，值得说明的是，对预设模型的训练可以是根据获取的训练数据集预先进行的，后续在每次发生熄屏事件需要预测熄屏时长时，则可以根据该预设模型进行预测，而无需每次需要预测熄屏时长时对预设模型进行训练。
在一些实施方式中，可以预先进行移动终端的状态信息的埋点，状态信息可以包括移动终端的物理状态信息、移动终端的操作系统的系统状态信息、移动终端所处环境的环境信息、日期信息以及时间信息等。状态信息也还可以包括移动终端在熄屏前运行的最后一个应用的应用信息，应用信息可以为包名等，具体的状态信息可以不做限定。其中，物理状态信息、系统状态信息、环境信息等可以参阅前述实施例中的内容，在此不再赘述。移动终端在熄屏时可以采集状态信息，并将状态信息进行记录。
在一些实施方式中，移动终端可以对多次熄屏事件时的状态信息以及熄屏时长进行采集和记录，并根据多次记录的状态信息和熄屏时长形成训练样本。
在一些实施方式中，请参阅图3，获取训练数据集合，可以包括：
步骤S211：获取预设时间段内所述移动终端记录的每次发生熄屏事件时的状态信息，以及每次熄屏事件对应的熄屏时长。
其中，移动终端可以对预设时间段内发生的熄屏事件时的状态信息进行采集，以及获取每次熄屏事件对应的熄屏时长，并将每次熄屏事件时的状态信息和熄屏时长进行记录。可以理解的，由于每次熄屏事件时均记录了状态信息与熄屏时长，因此每次记录的状态信息均对应有一个熄屏时长，每次记录的状态信息与对应的熄屏时长可以作为一组数据。其中，预设时间段可以为时长大于指定时长的连续时间段，例如，可以获取至少30天内采集到的发生熄屏事件时的状态信息以及每次熄屏事件的熄屏时长。
步骤S212：从所述预设时间段内的状态信息以及熄屏时长中筛选满足预设条件的状态信息以及熄屏时长。
在一些实施方式中，移动终端可以对预设时间段内的状态信息以及熄屏时长中的数据进行筛选，以排除不满足条件的数据。具体地，移动终端可以从以上获取的预设时间段内的状态信息以及熄屏时长中，筛选满足预设条件的状态信息以及熄屏时长。其中，预设条件用于过滤和排除无法用于进行训练的数据。
在一些实施方式中，预设条件可以包括：状态信息中的信息类型与指定类型匹配，和/或，熄屏时长大于或等于指定时长。
其中，信息类型指的是移动终端的物理状态类型、系统状态类型、环境信息类型、日期信息类型及时间信息类型等，物理状态类型对应的信息为物理状态信息，系统状态类型对应的信息为系统状态信息，环境信息类型对应的信息为环境信息，日期信息类型对应的信息为日期信息，时间信息类型对应的信息为时间信息当然，物理状态类型、系统状态类型、环境信息类型等还可以进行细分类型，例如，环境信息类型可以分为环境光信息的类型、声音信息的类型等，在此不做限定。指定类型可以为需求采集的状态信息中包括的所有类型，也就是以上物理状态类型、系统状态类型、环境信息类型、日期信息类型及时间信息类型等。将预设时间段的每次采集的状态信息作为一条状态信息，将每条状态信息中的所有信息的信息类型与指定类型进行匹配，可以确定每条状态信息中是否包括指定类型的所有信息，如果获取的状态信息中缺少指定类型中任一类型的信息，则确定该条状态信息不满足预设条件；或者，如果获取的状态信息中有任一信息的信息类型与指定类型中任一类型不匹配，则确定该条状态信息不满足预设条件。在该实施方式下，如果根据一条状态信息中的信息类型，确定该条状态信息不满足预设条件，则需要过滤和排除该条状态信息，以及该条状态信息所对应的熄屏时长，也就是将一组数据进行过滤和排除。
另外，预设条件包括熄屏时长大于或等于指定时长时，还可以将小于指定时长的熄屏时长，以及该熄屏时长对应的状态信息进行过滤和排除。其中，指定时长可以是具有参考价值的熄屏时的时长，例如，指定时长可以为1分钟，30秒等，从而可以有效的排除掉用户无意(不小心)的熄屏时的数据。
在一些实施方式中，预设条件可以同时包括状态信息中的信息类型与指定类型匹配，以及熄屏时长大于或等于指定时长，预设条件也可以仅包括其中一个条件，在此不做限定。当预设条件同时包括状态信息中的信息类型与指定类型匹配，以及熄屏时长大于或等于指定时长时，则需要每组状态信息以及对应的熄屏时长，均满足该预设条件。通过设置预设条件，对获得的所有状态信息以及熄屏时长进行筛选，从而可以过滤和排除掉信息不全或者无效的信息，以避免对后续训练模型时造成干扰。
步骤S213：根据筛选后的状态信息以及熄屏时长，生成训练数据集合，其中，所述训练数据集合中状态信息与熄屏时长一一对应。
在一些实施方式中，在对获得的状态信息以及熄屏时长按照预设条件进行筛选后，则可以根据筛选后的状态信息以及熄屏时长，生成训练数据集合。
作为一种实施方式，可以对获得的状态信息进行数据处理，以获得可以用于训练的数据。可以将状态信息中的所有信息进行分类，可以分为第一类型的信息和第二类型的信息。其中，第一类型的信息可以为可直接处理的类型的信息，具体可以为数值类型的信息或布尔类型的信息，例如，是否连接无线保真(Wireless Fidelity，WiFi)可以为0或1，是否充电可以为0或1，剩余电量可以为电量值或者剩余电量百分比，网络信号可以为信号强度值或者信号强度等级，环境光的信息可以为环境光的强度值，环境中的声音信息可以为声音的分贝值，地理位置信息可以为地理位置坐标等。第二类型的信息可以为不可直接处理的类型的信息，具体可以为字符串类型的信息，例如，灭屏前使用的应用名称、WIFI名称、运动状态名称等，针对这一类信息，先统计事件类型总数，再进行编号，以运动状态为例，如果平台支持静止、走路、驾驶、其他四种状态，则按类型编号依次编号为4类，形成字符类型的数据。进一步地，可以对第一类型的信息进行归一化处理，对第二类型的信息转换为数值类型，然后再进行归一化处理，从而全部的状态信息均被处理为可以用于训练的数据。
进一步地，在对状态信息进行处理后，可以根据处理后获得的状态信息对应的数据，以及每个状态信息对应的熄屏时长，生成训练数据集，生成的训练数据集合中，每条状态信息对应的数据与熄屏时长一一对应。以上训练数据集中，其中，x可以定义为状态信息对应的数据，x可以作为一个标签，y可以定义为熄屏时长，可以作为标签结果。也就是说，每个状态信息对应的数据都被标注为一个对应的熄屏时长，每组样本数据中包括一个输入样本x和一个输出样本y。
步骤S220：根据所述训练数据集合对初始模型训练，得到已训练的预设模型，所述已训练的预设模型能够根据所述移动终端发生熄屏事件时的状态信息，确定该状态信息对应的所述移动终端的参考熄屏时长。
在本申请实施例中，可以利用生成的训练数据集合，可对初始模型进行训练，从而获得预设模型。其中，预设模型可以包括神经网络、长短期记忆(Long Short-Term Memory,LSTM)网络、门限循环单元、简单循环单元、自动编码器、决策树、随机森林、分类回归树、支持向量机、逻辑斯蒂回归模型等，在此不做限定。
下面以神经网络为例，对根据训练数据集合训练初始模型进行说明。
训练数据集中一组数据中的状态信息对应的数据x作为神经网络的输入样本，一组数据中标注的熄屏时长y作为神经网络的输出样本。输入层中的神经元与隐藏层的神经元全连接，隐藏层的神经元与输出层的神经元全连接，从而能够有效提取不同粒度的潜在特征。并且隐藏层数目可以为多个，从而能更好地拟合非线性关系，使得训练得到的预设模型更加准确。
可以理解的，对预设模型的训练过程可以由移动终端完成，也可以不由移动终端完成。当训练过程不由移动终端完成时，则移动终端可以只是作为直接使用者，也可以是间接使用者，即移动终端可以将移动终端的当前使用信息发送至存储有预设模型的服务器，从服务器获取预测的熄屏时长。
另外，当预设模型的训练过程由服务器完成时，移动终端可以将采集的多次熄屏事件时的状态信息以及熄屏时长上报至服务器，然后由服务器进行数据的处理、生成训练数据集合以及模型训练的过程。
在一些实施方式中，训练得到的预设模型可以存储于移动终端本地，该训练得到的预设模型也可以在与移动终端通信连接的服务器，将预设模型存储在服务器的方式，可以减少占用移动终端的存储空间，提升移动终端的运行效率。
在一些实施方式中，预设模型可以周期性的或者不定期的获取新的训练数据，对该预设模型进行训练和更新。
在本申请实施例中，以上训练数据集合中，每个预设时长也可以被进行数据处理，具体地，可以将预设时长按照时长所属范围进行分类，例如，可以分为10min(分钟)以内、10～30min、30min～1h(小时)、1h～2h、2h以上五类，以不同的类别标识进行标识，然后将每条状态信息标注为其对应的熄屏时长所属分类的分类标识。在进行模型的训练时，则可以将标识有熄屏时长的分类标识的状态信息，对模型进行训练，从而获得可以根据输入的状态信息而输出熄屏时长的分类标识的预设模型，根据分类标识，可以确定出预测的参考熄屏时长所属的类别，也就是参考熄屏时长的大小范围。通过以上对训练数据中的熄屏时长的进行分类，可以使得能更快的训练出预设模型，并且节省训练数据的数据量。
在本申请实施例中，还可以针对工作日和非工作日的训练数据，分别训练不同的预设模型，在需要预测熄屏时长时，可以根据日期，而选取工作日对应的预设模型或者非工作日对应的预设模型，来进行熄屏时长的预测，从而提升预测的熄屏时长的准确率。
步骤S230：在检测到发生熄屏事件时，获取所述移动终端的状态信息。
步骤S240：将所述状态信息输入至预设模型，获得所述预设模型输出的参考熄屏时长，所述预设模型被预先训练，以根据输入的状态信息输出所述移动终端的参考熄屏时长。
步骤S250：根据所述预设模型输出的参考熄屏时长，对所述移动终端进行降功耗处理。
在本申请实施例中，步骤S230至步骤S250可以参阅前述实施例的内容，在此不再赘述。
本申请实施例提供的终端控制方法，提供了训练预设模型的方法，通过被标注有熄屏时长的状态信息的训练数据，对初始模型进行训练，从而得到预设模型。预设模型可以用于根据输入的移动终端的状态信息，输出预测的参考熄屏时长。可以实现每次熄屏事件发生时，预测出本次熄屏的参考熄屏时长，然后根据参考熄屏时长，对移动终端进行降功耗处理，使移动终端能在熄屏后立即进行降功耗处理，有效的降低移动终端的功耗，提升移动终端的续航能力。
请参阅图4，图4示出了本申请又一个实施例提供的终端控制方法的流程示意图。该终端控制方法应用于上述移动终端，下面将针对图4所示的流程进行详细的阐述，所述终端控制方法具体可以包括以下步骤：
步骤S310：获取训练数据集合，所述训练数据集合包括所述移动终端在预设时间段内产生熄屏事件时的状态信息以及所述熄屏事件对应的熄屏时长。
在本申请实施例中，在获取训练数据集合时，可以根据获得的预设时间段内产生熄屏事件时的状态信息以及所述熄屏事件对应的熄屏时长，生成多个样本数据，样本数据的生成方式可以参考前述实施例中生成训练数据的方式，在此不再赘述。用于训练预设模型的训练数据可以为以上样本数据中的部分，从而构成训练数据集合；而以上样本数据中的另一部分可以作为验证数据，从而构成验证数据集合。例如，训练数据可以为样本数据中的90％，验证数据可以为样本数据中的10％，具体占比可以不作为限定。
步骤S320：根据所述训练数据集合对初始模型训练，得到已训练的预设模型，所述已训练的预设模型能够根据所述移动终端发生熄屏事件时的状态信息，确定该状态信息对应的所述移动终端的参考熄屏时长。
在本申请实施例中，步骤S320可以参阅前述实施例的内容，在此不再赘述。
步骤S330：获取验证数据集合，所述验证数据集合包括所述移动终端产生熄屏事件时的状态信息以及所述熄屏事件对应的熄屏时长，所述验证数据集合中状态信息以及熄屏时长对应的熄屏事件发生时的时刻所属时间段与所述预设时间段不同。
可以理解的，由于训练数据与验证数据为样本数据中的不同部分，因此，验证数据集合中状态信息以及熄屏时长对应的熄屏事件发生时的时刻所属时间段与训练数据对应的预设时间段不同，也就是训练数据与样本数据为不同时刻发生熄屏事件时的样本数据，
步骤S340：根据所述验证数据集合对所述预设模型进行验证，获得所述预设模型的准确率。
在本申请实施例中，在获取预设模型的准确率时，可以根据验证数据中的状态信息输入至预设模型中，获得预设模型输出的参考熄屏时长，并将输出的参考熄屏时长与验证数据中的熄屏时长进行比较，如果两者相同，则表示预设模型预测准确，如果两者不同，则表示预设模型预测不准确。在利用多条验证数据，对预设模型进行测试之后，则可以获取预设模型预测准确的次数与测试的总次数之间的比值，从而得到预设模型的准确率。
步骤S350：如果所述准确率大于指定准确率，将所述预设模型进行存储。
在本申请实施例中，在获得预设模型的准确率之后，则可以比较预设模型的准确率与指定准确率，如果预设模型的准确率大于指定准确率，则表示该预设模型为合格的模型，在后续移动终端用于熄屏事件发生时的熄屏时长的预测时，能预测出较为准确的参考熄屏时长，进而可以将预设模型进行存储，以便后续进行熄屏时长的预测。反之，如果预设模型的准确率大于指定准确率，则表示该预设模型为不合格的模型，此时可以考虑采用其他初始模型进行训练，或者调整模型的参数，以获得准确率高的预设模型。其中，指定准确率的具体数值可以不作为限定，例如可以为95％，也可以为90％等。
在一些实施方式中，也可以采用不同的机器学习算法，针对训练数据集合进行训练，获得多个模型，对于需要参数控制的机器学习算法，还可以选择多组参数进行训练，获得多个模型。在获得多个模型后，可以根据以上的验证数据集，对训练好的模型进行测试，并统计各个模型的准确率。然后根据不同模型的准确率，选取准确率在所有模型的准确率从大到小的排序中位于前N位、或者准确率大于预设准确率的模型，作为预设模型。其中，N为正整数，例如N为1时，表示选取准确率最高的模型作为预设模型。预设准确率的具体数值可以不作为限定，例如可以为95％，也可以为90％等。
步骤S360：在检测到发生熄屏事件时，获取所述移动终端的状态信息。
步骤S370：将所述状态信息输入至预设模型，获得所述预设模型输出的参考熄屏时长，所述预设模型被预先训练，以根据输入的状态信息输出所述移动终端的参考熄屏时长。
步骤S380：根据所述预设模型输出的参考熄屏时长，对所述移动终端进行降功耗处理。
在本申请实施例中，步骤S360至步骤S380可以参阅前述实施例的内容，在此不再赘述。
本申请实施例提供的终端控制方法，提供了训练预设模型的方法，通过被标注有熄屏时长的状态信息的训练数据，对初始模型进行训练，从而得到预设模型，并且在获得预设模型之后，根据验证数据，对预设模型进行验证，获得预设模型的准确率，在该准确率大于指定准确率时，才将预设模型进行存储，保证了预设模型在应用时能预测较为准确的参考熄屏时长，以更精准地进行降功耗处理。可以实现每次熄屏事件发生时，预测出准确的参考熄屏时长，然后根据参考熄屏时长，对移动终端进行降功耗处理，使移动终端能在熄屏后立即进行降功耗处理，有效的降低移动终端的功耗，提升移动终端的续航能力。
请参阅图5，图5示出了本申请再一个实施例提供的终端控制方法的流程示意图。该终端控制方法应用于上述移动终端，下面将针对图5所示的流程进行详细的阐述，所述终端控制方法具体可以包括以下步骤：
步骤S410：在检测到发生熄屏事件时，获取所述移动终端的状态信息。
步骤S420：将所述状态信息输入至预设模型，获得所述预设模型输出的参考熄屏时长，所述预设模型被预先训练，以根据输入的状态信息输出所述移动终端的参考熄屏时长。
步骤S430：根据所述预设模型输出的参考熄屏时长，对所述移动终端进行降功耗处理。
在本申请实施例中，步骤S410至步骤S430可以参阅前述实施例的内容，在此不再赘述。
步骤S440：如果所述预设模型输出的参考熄屏时长大于或等于低功耗模式对应的熄屏时长的阈值，则进行所述低功耗模式下的降功耗处理。
在本申请实施例中，低功耗模式可以包括移动终端中预先设置的模式，低功耗模式可以用于在熄屏后满足设定的熄屏时长时，进行与该低功耗模式响应的低功耗处理。
在一些实施方式中，低功耗模式可以为设置的休眠模式、Doze模式、应用待机模式(Standby)等。如果低功耗模式为休眠模式时，进行的降功耗处理可以为停止程序运行，控制中央处理器休眠，断开网络连接，从而节省移动终端的电量；如果低功耗模式为Doze模式时，可以限制白名单以外的应用对网络的访问以及对中央处理器的唤醒等，以降低移动终端的功耗；当低功耗模式为应用待机模式时，可以对空闲应用进行管控，仅允许空闲应用按照一定的频率访问网络。当然，设置的低功耗模式可以不作为限定，例如，低功耗模式也还可以为设置的省电模式等。
在该实施方式下，设置的低功耗模式的多种模式中，不同模式对应的熄屏时长的阈值不同，也就是说，移动终端进入到不同模式时所需的熄屏时长不同。当移动终端预测的参考熄屏时长大于或等于其中一个低功耗模式对应的熄屏时长的阈值，但未大于更大的熄屏时长的阈值，此时则可以控制移动终端进行该低功耗模式对应的降功耗处理。可以理解的，在正常情况下，移动终端中设置的以上低功耗模式需要移动终端在熄屏时长真正达到相应的阈值时，才会进行低功耗模式下的降功耗处理，而通过预测熄屏时长并根据熄屏时长进行控制，则可以使得移动终端能提前进行降功耗处理，从而降低移动终端的功耗。
在另一些实施方式中，低功耗模式也可以为自定义的进行低功耗处理的模式。作为一种实施方式，可以定义不同的预设熄屏时长，并且不同的预设熄屏时长对应程度的低功耗处理。例如，可以定义第一预设时长、第二预设时长以及第三预设时长，第一预设时长、第二预设时长以及第三预设时长依次递增，当预测的参考熄屏时长大于第一预设时长但未大于或等于第二预设时长时，可以限制空闲进程的运行和对网络的访问；当预测的参考熄屏时长大于第二预设时长但未大于或等于第三预设时长时，可以仅允许白名单内的应用按照一定频率运行和访问网络；当预测的参考熄屏时长大于第三预设时长时，则可以限制全部应用的运行和对网络的访问，并且可以限制对其他硬件模块(例如定位模块)等的使用。当然，具体自定义的低功耗模式可以不作为限定。
在一些实施方式中，移动终端的系统可能存在一些耗时较久(运行时长大于第四预设时长)的在后台运行的系统任务，例如碎片整理任务、文件清理任务等，这些任务在用户使用手机时进行可能占用移动终端较多的资源而引起卡顿。因此，可以将这些任务作为目标任务，在预测获得本次熄屏事件对应的参考熄屏时长之后，可以比较参考熄屏时长与目标任务的执行时长(即执行目标任务所需的时长)，如果参考熄屏时长大于目标任务的执行时长，则在本次熄屏事件的熄屏过程中，可以对目标任务进行执行，使得用户在使用移动终端时不会受到目标任务执行的影响，提升用户使用移动终端时的运行速度，减少卡顿，进而提升用户体验。
本申请实施例提供的终端控制方法，通过在检测到熄屏事件时，获取移动终端的状态信息，然后将状态信息输入至预设模型中，获得预设模型输出的参考熄屏时长，该预设模型被预先训练，以根据输入的状态信息输出移动终端的参考熄屏时长，最后将预测的参考熄屏时长与低功耗模式对应的熄屏时长的阈值进行比较，如果参考熄屏时长大于或等于低功耗模式对应的熄屏时长的阈值，则进行该低功耗模式下的降功耗处理。从而可以实现每次熄屏事件发生时，预测出本次熄屏的参考熄屏时长，然后根据参考熄屏时长，对移动终端进行降功耗处理，使移动终端能在熄屏后立即进行降功耗处理，有效的降低移动终端的功耗，提升移动终端的续航能力。
请参阅图6，其示出了本申请实施例提供的一种终端控制装置400的结构框图。该终端控制装置400应用上述的移动终端，该终端控制装置400包括：状态获取模块410、数据输入模块420以及功耗处理模块430。其中，所述状态获取模块410用于在检测到发生熄屏事件时，获取所述移动终端的状态信息；所述数据输入模块420用于将所述状态信息输入至预先训练的预设模型，获得所述预设模型输出的参考熄屏时长，所述预设模型被预先训练，以根据输入的状态信息输出所述移动终端的参考熄屏时长；所述功耗处理模块430用于根据所述预设模型输出的参考熄屏时长，对所述移动终端进行降功耗处理。
在一些实施方式中，该终端控制装置400还可以包括：训练数据获取模块以及模型训练模块。训练数据获取模块用于在所述将所述状态信息输入至预先训练的预设模型，获得所述预设模型输出的参考熄屏时长之前，获取训练数据集合，所述训练数据集合包括所述移动终端在预设时间段内产生熄屏事件时的状态信息以及所述熄屏事件对应的熄屏时长；模型训练模块应用于根据所述训练数据集合对初始模型训练，得到已训练的预设模型，所述已训练的预设模型能够根据所述移动终端发生熄屏事件时的状态信息，确定该状态信息对应的所述移动终端的参考熄屏时长。
在该实施方式下，训练数据获取模块包括：数据获取单元，用于获取预设时间段内所述移动终端记录的每次发生熄屏事件时的状态信息，以及每次熄屏事件对应的熄屏时长；数据筛选单元，用于从所述预设时间段内的状态信息以及熄屏时长中筛选满足预设条件的状态信息以及熄屏时长；集合生成单元，用于根据筛选后的状态信息以及熄屏时长，生成训练数据集合，其中，所述训练数据集合中状态信息与熄屏时长一一对应。
进一步的，所述预设条件包括：状态信息中的信息类型与指定类型匹配，和/或，所述熄屏时长大于或等于指定时长。
在一些实施方式中，该终端控制装置400还可以包括：验证数据获取模块、模型验证模块以及模型存储模块。验证数据获取模块用于获取验证数据集合，所述验证数据集合包括所述移动终端产生熄屏事件时的状态信息以及所述熄屏事件对应的熄屏时长，所述验证数据集合中状态信息以及熄屏时长对应的熄屏事件发生时的时刻所属时间段与所述预设时间段不同；模型验证模块用于根据所述验证数据集合对所述预设模型进行验证，获得所述预设模型的准确率；模型存储模块用于如果所述准确率大于指定准确率，将所述预设模型进行存储。
在一些实施方式中，功耗处理模块430可以具体用于：如果所述预设模型输出的参考熄屏时长大于或等于低功耗模式对应的熄屏时长的阈值，则进行所述低功耗模式下的降功耗处理。
在一些实施方式中，所述状态信息包括：所述移动终端的物理状态信息、所述移动终端的操作系统的系统状态信息、所述移动终端所处环境的环境信息、日期信息以及时间信息中的一种或多种。
在一些实施方式中，终端控制装置400还可以包括任务执行模块。任务执行模块用于如果所述指定时长大于或等于目标任务执行的时长，则执行所述目标任务，所述目标任务为后台进行的系统任务。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述装置和模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，模块相互之间的耦合可以是电性，机械或其它形式的耦合。
另外，在本申请各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
综上所述，本申请提供的方案，通过在检测到熄屏事件时，获取移动终端的状态信息，然后将状态信息输入至预设模型中，获得预设模型输出的参考熄屏时长，该预设模型被预先训练，以根据输入的状态信息输出移动终端的参考熄屏时长，最后根据预设模型输出的参考熄屏时长，对移动终端进行降功耗处理。从而可以实现每次熄屏事件发生时，预测出本次熄屏的参考熄屏时长，然后根据参考熄屏时长，对移动终端进行降功耗处理，使移动终端能在熄屏后立即进行降功耗处理，有效的降低移动终端的功耗，提升移动终端的续航能力。
请参考图7，其示出了本申请实施例提供的一种移动终端的结构框图。该移动终端100可以是智能手机、平板电脑、智能手表等能够运行应用程序的电子设备。本申请中的移动终端100可以包括一个或多个如下部件：处理器110、存储器120、以及一个或多个应用程序，其中一个或多个应用程序可以被存储在存储器120中并被配置为由一个或多个处理器110执行，一个或多个程序配置用于执行如前述方法实施例所描述的方法。
处理器110可以包括一个或者多个处理核。处理器110利用各种接口和线路连接整个移动终端100内的各个部分，通过运行或执行存储在存储器120内的指令、程序、代码集或指令集，以及调用存储在存储器120内的数据，执行移动终端100的各种功能和处理数据。可选地，处理器110可以采用数字信号处理(Digital Signal Processing，DSP)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)、可编程逻辑阵列(Programmable LogicArray，PLA)中的至少一种硬件形式来实现。处理器110可集成中央处理器(CentralProcessing Unit，CPU)、图像处理器(Graphics Processing Unit，GPU)和调制解调器等中的一种或几种的组合。其中，CPU主要处理操作系统、用户界面和应用程序等；GPU用于负责显示内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器110中，单独通过一块通信芯片进行实现。
存储器120可以包括随机存储器(Random Access Memory，RAM)，也可以包括只读存储器(Read-Only Memory)。存储器120可用于存储指令、程序、代码、代码集或指令集。存储器120可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于实现至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现下述各个方法实施例的指令等。存储数据区还可以存储移动终端100在使用中所创建的数据(比如电话本、音视频数据、聊天记录数据)等。
请参考图8，其示出了本申请实施例提供的一种计算机可读存储介质的结构框图。该计算机可读介质800中存储有程序代码，所述程序代码可被处理器调用执行上述方法实施例中所描述的方法。
计算机可读存储介质800可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。可选地，计算机可读存储介质800包括非易失性计算机可读介质(non-transitory computer-readable storage medium)。计算机可读存储介质800具有执行上述方法中的任何方法步骤的程序代码810的存储空间。这些程序代码可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。程序代码810可以例如以适当形式进行压缩。
最后应说明的是：以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不驱使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (11)

1.一种终端控制方法，其特征在于，应用于移动终端，所述方法包括：
在检测到发生熄屏事件时，获取所述移动终端的状态信息；
将所述状态信息输入至预设模型，获得所述预设模型输出的参考熄屏时长，所述预设模型被预先训练，以根据输入的状态信息输出所述移动终端的参考熄屏时长；
根据所述预设模型输出的参考熄屏时长，对所述移动终端进行降功耗处理。
2.根据权利要求1所述的方法，其特征在于，在所述将所述状态信息输入至预先训练的预设模型，获得所述预设模型输出的参考熄屏时长之前，所述方法还包括：
获取训练数据集合，所述训练数据集合包括所述移动终端在预设时间段内产生熄屏事件时的状态信息以及所述熄屏事件对应的熄屏时长；
根据所述训练数据集合对初始模型训练，得到已训练的预设模型，所述已训练的预设模型能够根据所述移动终端发生熄屏事件时的状态信息，确定该状态信息对应的所述移动终端的参考熄屏时长。
3.根据权利要求2所述的方法，其特征在于，所述获取训练数据集合，包括：
获取预设时间段内所述移动终端记录的每次发生熄屏事件时的状态信息，以及每次熄屏事件对应的熄屏时长；
从所述预设时间段内的状态信息以及熄屏时长中筛选满足预设条件的状态信息以及熄屏时长；
根据筛选后的状态信息以及熄屏时长，生成训练数据集合，其中，所述训练数据集合中状态信息与熄屏时长一一对应。
4.根据权利要求3所述的方法，其特征在于，所述预设条件包括：状态信息中的信息类型与指定类型匹配，和/或，所述熄屏时长大于或等于指定时长。
5.根据权利要求2所述的方法，其特征在于，在所述根据所述训练数据集合对初始模型训练，得到已训练的预设模型之后，所述方法还包括：
获取验证数据集合，所述验证数据集合包括所述移动终端产生熄屏事件时的状态信息以及所述熄屏事件对应的熄屏时长，所述验证数据集合中状态信息以及熄屏时长对应的熄屏事件发生时的时刻所属时间段与所述预设时间段不同；
根据所述验证数据集合对所述预设模型进行验证，获得所述预设模型的准确率；
如果所述准确率大于指定准确率，将所述预设模型进行存储。
6.根据权利要求1所述的方法，其特征在于，所述根据所述预设模型输出的参考熄屏时长，对所述移动终端进行降功耗处理，包括：
如果所述预设模型输出的参考熄屏时长大于或等于低功耗模式对应的熄屏时长的阈值，则进行所述低功耗模式下的降功耗处理。
7.根据权利要求1-6任一项所述的方法，其特征在于，所述状态信息包括：所述移动终端的物理状态信息、所述移动终端的操作系统的系统状态信息、所述移动终端所处环境的环境信息、日期信息以及时间信息中的一种或多种。
8.根据权利要求1-6任一项所述的方法，其特征在于，所述方法还包括：
如果所述指定时长大于或等于目标任务执行的时长，则执行所述目标任务，所述目标任务为后台进行的系统任务。
9.一种终端控制装置，其特征在于，应用于移动终端，所述装置包括：状态获取模块、数据输入模块以及功耗处理模块，其中，
所述状态获取模块用于在检测到发生熄屏事件时，获取所述移动终端的状态信息；
所述数据输入模块用于将所述状态信息输入至预先训练的预设模型，获得所述预设模型输出的参考熄屏时长，所述预设模型被预先训练，以根据输入的状态信息输出所述移动终端的参考熄屏时长；
所述功耗处理模块用于根据所述预设模型输出的参考熄屏时长，对所述移动终端进行降功耗处理。
10.一种终端设备，其特征在于，包括：
一个或多个处理器；
存储器；
一个或多个应用程序，其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序配置用于执行如权利要求1-8任一项所述的方法。
11.一种计算机可读取存储介质，其特征在于，所述计算机可读取存储介质中存储有程序代码，所述程序代码可被处理器调用执行如权利要求1-8任一项所述的方法。
CN201911369249.9A 2019-12-26 2019-12-26 终端控制方法、装置、移动终端及存储介质 Active CN113055984B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911369249.9A CN113055984B (zh) 2019-12-26 2019-12-26 终端控制方法、装置、移动终端及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911369249.9A CN113055984B (zh) 2019-12-26 2019-12-26 终端控制方法、装置、移动终端及存储介质

Publications (2)

Publication Number Publication Date
CN113055984A true CN113055984A (zh) 2021-06-29
CN113055984B CN113055984B (zh) 2022-11-15

Family

ID=76505699

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911369249.9A Active CN113055984B (zh) 2019-12-26 2019-12-26 终端控制方法、装置、移动终端及存储介质

Country Status (1)

Country Link
CN (1) CN113055984B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116795628A (zh) * 2023-05-24 2023-09-22 荣耀终端有限公司 终端设备的功耗处理方法、终端设备以及可读存储介质
WO2023207267A1 (zh) * 2022-04-28 2023-11-02 中兴通讯股份有限公司 数据传输方法、模型训练方法、设备、计算机可读介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015155916A1 (ja) * 2014-04-07 2015-10-15 パナソニックＩｐマネジメント株式会社 行動予測装置、プログラム
CN105549857A (zh) * 2015-10-31 2016-05-04 东莞酷派软件技术有限公司 一种电子终端的控制方法及电子终端
CN107817891A (zh) * 2017-11-13 2018-03-20 广东欧珀移动通信有限公司 屏幕控制方法、装置、设备及存储介质
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
CN108197714A (zh) * 2018-01-30 2018-06-22 北京小米移动软件有限公司 利用机器学习模型进行工作模式判决的方法及装置
CN108647048A (zh) * 2018-05-17 2018-10-12 Oppo（重庆）智能科技有限公司 Doze模式调节方法、装置、移动终端以及存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015155916A1 (ja) * 2014-04-07 2015-10-15 パナソニックＩｐマネジメント株式会社 行動予測装置、プログラム
CN105549857A (zh) * 2015-10-31 2016-05-04 东莞酷派软件技术有限公司 一种电子终端的控制方法及电子终端
CN107817891A (zh) * 2017-11-13 2018-03-20 广东欧珀移动通信有限公司 屏幕控制方法、装置、设备及存储介质
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
CN108197714A (zh) * 2018-01-30 2018-06-22 北京小米移动软件有限公司 利用机器学习模型进行工作模式判决的方法及装置
CN108647048A (zh) * 2018-05-17 2018-10-12 Oppo（重庆）智能科技有限公司 Doze模式调节方法、装置、移动终端以及存储介质

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023207267A1 (zh) * 2022-04-28 2023-11-02 中兴通讯股份有限公司 数据传输方法、模型训练方法、设备、计算机可读介质
CN116795628A (zh) * 2023-05-24 2023-09-22 荣耀终端有限公司 终端设备的功耗处理方法、终端设备以及可读存储介质
CN116795628B (zh) * 2023-05-24 2024-05-14 荣耀终端有限公司 终端设备的功耗处理方法、终端设备以及可读存储介质

Also Published As

Publication number Publication date
CN113055984B (zh) 2022-11-15

Similar Documents

Publication Publication Date Title
CN110598802B (zh) 一种内存检测模型训练的方法、内存检测的方法及装置
US10908920B2 (en) Method for preloading application, computer readable storage medium, and terminal device
CN107567083B (zh) 进行省电优化处理的方法和装置
CN109947496B (zh) 应用程序预加载方法、装置、存储介质及移动终端
CN107506240B (zh) 后台应用程序管控方法、装置、存储介质及电子设备
CN104272786A (zh) 用于移动装置行为的自适应观测的系统、设备及方法
CN107835311B (zh) 应用管理方法、装置、存储介质及电子设备
CN113055984B (zh) 终端控制方法、装置、移动终端及存储介质
CN109992367A (zh) 应用处理方法和装置、电子设备、计算机可读存储介质
CN109033247A (zh) 一种应用程序的管理方法、装置、存储介质及终端
CN113050783B (zh) 终端控制方法、装置、移动终端及存储介质
CN111050388A (zh) Doze模式控制方法、装置、移动终端及存储介质
CN107992361B (zh) 后台应用的清理方法、装置、存储介质及电子设备
CN111045507A (zh) 名单管控方法、装置、移动终端及存储介质
CN107450951B (zh) 应用程序处理方法、装置、存储介质和终端
CN107291543B (zh) 应用程序处理方法、装置、存储介质和终端
CN112912832A (zh) 应用推送方法、装置、移动终端及存储介质
CN109451015B (zh) 群智感知数据的处理方法、装置、电子设备及存储介质
CN111800535B (zh) 终端运行状态的评估方法、装置、存储介质及电子设备
CN113383311A (zh) 应用处理方法、装置、存储介质及电子设备
CN113064660A (zh) 设备控制方法、装置、电子设备及存储介质
CN113127159B (zh) 应用程序处理方法、装置、电子设备以及存储介质
US12019533B2 (en) Methods and electronic devices for behavior detection using Federated Learning preliminary class
CN111274113B (zh) 状态预测方法、装置及移动终端
CN113128695A (zh) 设备控制方法、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