CN113268131A - 预测续航信息的方法、装置及介质 - Google Patents
预测续航信息的方法、装置及介质 Download PDFInfo
- Publication number
- CN113268131A CN113268131A CN202010093262.2A CN202010093262A CN113268131A CN 113268131 A CN113268131 A CN 113268131A CN 202010093262 A CN202010093262 A CN 202010093262A CN 113268131 A CN113268131 A CN 113268131A
- Authority
- CN
- China
- Prior art keywords
- power consumption
- local application
- determining
- terminal
- application running
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 96
- 238000013507 mapping Methods 0.000 claims abstract description 28
- 230000000875 corresponding effect Effects 0.000 claims description 59
- 238000012512 characterization method Methods 0.000 claims description 42
- 238000012545 processing Methods 0.000 claims description 29
- 230000006870 function Effects 0.000 claims description 13
- 238000012549 training Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000002596 correlated effect Effects 0.000 claims description 6
- 238000004891 communication Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 7
- 238000003062 neural network model Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 210000002569 neuron Anatomy 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 238000012935 Averaging Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
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
- G06F1/28—Supervision thereof, e.g. detecting power-supply failure by out of limits supervision
-
- 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
- G06F1/3212—Monitoring battery levels, e.g. power saving mode being initiated when battery voltage goes below a certain level
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Abstract
本公开涉及一种预测终端续航信息的方法、装置及介质,该方法包括:确定参考耗电信息,参考耗电信息包括:参考应用运行模式和参考耗电表征值的映射关系;每一参考耗电表征值均是基于对应的参考应用运行模式在若干终端上运行时的耗电信息确定的;确定本地应用运行模式的个性化耗电权重,本地应用运行模式是所述终端中已安装应用的应用运行模式;根据参考耗电信息和本地应用运行模式的个性化耗电权重,确定终端的预测耗电表征值;根据终端的预测耗电表征值确定终端的电池的续航信息。本公开根据不同终端的个性化使用习惯为终端设置个性化耗电权重,从而更准确的表达终端的实际耗电情况,更准确的预测电池的续航信息。
Description
技术领域
本公开涉及移动终端数据处理技术,尤其涉及一种预测续航信息的方法、装置及介质。
背景技术
随着智能终端技术的快速发展,人们在平时生活和工作中对智能终端设备的依赖也越来越高。因此,对智能终端的电池续航信息的准确预估以及及时提醒用户充电非常重要,随着用户需要求的提高,需要更加准确的预测终端的电池续航信息。
发明内容
为克服相关技术中存在的问题,本公开提供一种预测续航信息的方法、装置及介质。
根据本公开实施例的第一方面,提供了一种预测续航信息的方法,应用于终端,包括:
确定参考耗电信息,所述参考耗电信息包括:参考应用运行模式和参考耗电表征值的映射关系;每一参考耗电表征值均是基于对应的参考应用运行模式在若干终端上运行时的耗电信息确定的;
确定本地应用运行模式的个性化耗电权重,所述本地应用运行模式是所述终端中全部或部分已安装应用的应用运行模式;
根据所述参考耗电信息和所述本地应用运行模式的个性化耗电权重,确定所述终端的预测耗电表征值;
根据所述终端的预测耗电表征值,确定所述终端的电池的续航信息。
在另一实施方式中,所述确定本地应用运行模式的个性化耗电权重之前,所述方法还包括:根据所述终端上的应用的历史使用信息预测本地目标应用,确定所述本地目标应用的本地应用运行模式。
在另一实施方式中,所述确定本地应用运行模式的个性化耗电权重,包括:
根据所述本地应用运行模式在所述终端上的历史使用信息,确定各个本地应用运行模式的个性化耗电权重,所述历史使用信息包括以下中的至少一种:历史使用时长、历史使用频率、单次使用时长;
根据所述本地应用运行模式在所述终端上的历史使用信息,确定各个本地应用运行模式的个性化耗电权重,包括以下中的一种:
根据所述本地应用运行模式在所述终端上的历史使用信息,对学习模型进行非监督式训练,直至所述学习模型收敛,以及根据已收敛的学习模型的输出确定所述各个本地应用运行模式的个性化耗电权重;
根据所述本地应用运行模式在所述终端上的历史使用信息,计算所述各个本地应用运行模式的个性化耗电权重,每个本地应用运行模式的个性化耗电权重与相应的历史使用信息呈正相关。
在另一实施方式中,所述确定本地应用运行模式的个性化耗电权重,包括:
根据不同设定时段内的所述本地应用运行模式在所述终端上的历史使用信息,确定所述不同设定时段内的各个本地应用运行模式的个性化耗电权重,所述历史使用信息包括以下中的至少一种:历史使用时长、历史使用频率、单次使用时长;确定当前时间所属的设定时段,确定当前时间所属的设定时段内的各个本地应用运行模式的个性化耗电权重。
在另一实施方式中,所述确定本地应用运行模式的个性化耗电权重,包括:
基于所述终端上正在运行的本地应用运行模式,确定所述正在运行的本地应用运行模式的个性化耗电权重,所述正在运行的本地应用运行模式的个性化耗电权重大于或等于第一设定值,或者,所述正在运行的本地应用运行模式的个性化耗电权重大于未运行的本地应用运行模式的个性化耗电权重。
在另一实施方式中,所述确定本地应用运行模式的个性化耗电权重,包括:
使用以下方式中的至少两种确定N组个性化耗电系数,所述N的值为2或3,并将确定的N组个性化耗电系数中同一本地应用运行模式对应的N个个性化耗电系数的乘积作为所述同一本地应用运行模式的个性化耗电权重:
根据所述本地应用运行模式在所述终端上的历史使用信息,确定各个本地应用运行模式的个性化耗电系数,所述历史使用信息包括以下中的至少一种:历史使用时长、历史使用频率、单次使用时长;或,
根据不同设定时段内的所述本地应用运行模式在所述终端上的历史使用信息,确定不同设定时段内的各个本地应用运行模式的个性化耗电权重,所述历史使用信息包括以下中的至少一种:历史使用时长、历史使用频率、单次使用时长;确定当前时间所属的设定时段,确定当前时间所属的设定时段内的各个本地应用运行模式的个性化耗电系数;或,
基于所述终端上正在运行的本地应用运行模式,确定所述正在运行的本地应用运行模式的个性化耗电系数,所述正在运行的本地应用运行模式的个性化耗电系数大于或等于第一设定值,或者,所述正在运行的本地应用运行模式的个性化耗电权重大于未运行的本地应用运行模式的个性化耗电权重。
在另一实施方式中,所述参考耗电表征值是第一参考耗电表征值;
所述根据所述参考耗电信息和所述本地应用运行模式的个性化耗电权重,确定所述终端的预测耗电表征值,包括:
从所述参考耗电信息中查询每个本地应用运行模式的第一参考耗电表征值,确定每个本地应用运行模式的预测耗电表征值是所述本地应用运行模式的第一参考耗电表征值与个性化耗电权重的积,根据所有本地应用运行模式的预测耗电表征值确定所述终端的预测耗电表征值。
在另一实施方式中,所述参考耗电表征值包括:参考耗电权重和第二参考耗电表征值;
所述根据所述参考耗电信息和所述本地应用运行模式的个性化耗电权重,确定所述终端的预测耗电表征值,包括:
从所述参考耗电信息中查询每个本地应用运行模式的参考耗电权重和第二参考耗电表征值,确定每个本地应用运行模式的预测耗电表征值是所述本地应用运行模式的参考耗电权重、第二参考耗电表征值和个性化耗电权重的积,根据所有本地应用运行模式的预测耗电表征值确定所述终端的预测耗电表征值。
在另一实施方式中,所述根据所有本地应用运行模式的预测耗电表征值确定所述终端的预测耗电表征值,包括以下任一方式:
计算所有本地应用运行模式的预测耗电表征值的和值,将所述和值确定为所述终端的预测耗电表征值;或,
确定所述映射关系中除所述本地应用运行模式之外的非本地应用运行模式,以及确定每个非本地应用运行模式的个性化耗电权重,所述每个非本地应用运行模式的个性化耗电权重小于或等于第二设定值,根据所述参考耗电信息和所述每个非本地应用运行模式的个性化耗电权重,确定所述每个非本地应用运行模式的预测耗电表征值,计算所有本地应用运行模式的预测耗电表征值以及所有非本地应用运行模式的预测耗电表征值的和值,将所述和值确定为所述终端的预测耗电表征值。
在另一实施方式中,所述参考耗电表征值是参考耗电电流,所述预测耗电表征值是预测耗电电流;或者,
所述参考耗电表征值是参考耗电功耗,所述预测耗电表征值是预测耗电功耗;
所述电池续航信息包括以下中的至少一种:剩余电量百分比,剩余可用时长。
在另一实施方式中,所述方法还包括:接收针对电池功能图标的第一设定触控信号后,在显示界面上显示所述终端的所述续航信息。
在另一实施方式中,所述方法还包括:
针对多个设定应用,在所述终端仅运行一个设定应用时,确定所述设定应用对应的所有应用运行模式的个性化耗电权重的和,以及根据所述设定应用对应的所有应用运行模式的个性化耗电权重,确定所述终端仅运行此设定应用时的预测耗电表征值,并在接收到针对所述显示界面上的设定控件的第二设定触控信号后,显示每个设定应用的名称以及所述终端在仅运行此设定应用时的续航信息。
根据本公开实施例的第二方面,提供了一种预测续航信息的装置,应用于终端,包括:
第一确定模块,用于确定参考耗电信息,所述参考耗电信息包括:参考应用运行模式和参考耗电表征值的映射关系;每一参考耗电表征值均是基于对应的参考应用运行模式在若干终端上运行时的耗电信息确定的;
第二确定模块,用于确定本地应用运行模式的个性化耗电权重,所述本地应用运行模式是所述终端中全部或部分已安装应用的应用运行模式;
第三确定模块,用于根据所述参考耗电信息和所述本地应用运行模式的个性化耗电权重,确定所述终端的预测耗电表征值;
第四确定模块,用于根据所述终端的预测耗电表征值,确定所述终端的电池的续航信息。
在另一实施方式中,所述装置还包括:
预测模块,用于根据所述终端上的应用的历史使用信息预测本地目标应用;
第五确定模块,用于确定所述本地目标应用的本地应用运行模式。
在另一实施方式中,所述第二确定模块,包括:
第一处理模块,用于根据所述本地应用运行模式在所述终端上的历史使用信息确定各个本地应用运行模式的个性化耗电权重,所述历史使用信息包括以下中的至少一种:历史使用时长、历史使用频率、单次使用时长;
所述第一处理模块包括:
训练模块,根据所述本地应用运行模式在所述终端上的历史使用信息,对学习模型进行非监督式训练,直至所述学习模型收敛;
识别模块,用于根据已收敛的学习模型的输出确定所述各个本地应用运行模式的个性化耗电权重;
或者,
所述第一处理模块包括:
第一计算模块,用于根据所述本地应用运行模式在所述终端上的历史使用信息,计算各个本地应用运行模式的个性化耗电权重,每个本地应用运行模式的个性化耗电权重与相应的历史使用信息呈正相关。
在另一实施方式中,所述第二确定模块,包括:
第二处理模块,用于根据不同设定时段内的所述本地应用运行模式在所述终端上的历史使用信息,确定所述不同设定时段内的各个本地应用运行模式的个性化耗电权重,所述历史使用信息包括以下中的至少一种:历史使用时长、历史使用频率、单次使用时长;确定当前时间所属的设定时段,确定当前时间所属的设定时段内的各个本地应用运行模式的个性化耗电权重。
在另一实施方式中,所述第二确定模块,包括:
第三处理模块,用于基于所述终端上正在运行的本地应用运行模式,确定所述正在运行的本地应用运行模式的个性化耗电权重,所述正在运行的本地应用运行模式的个性化耗电权重大于或等于第一设定值,或者,所述正在运行的本地应用运行模式的个性化耗电权重大于未运行的本地应用运行模式的个性化耗电权重。
在另一实施方式中,所述第二确定模块,包括:
第五处理模块,用于使用以下方式中的至少两种确定N组个性化耗电系数,所述N的值为2或3,并将确定的N组个性化耗电系数中同一本地应用运行模式对应的N个个性化耗电系数的乘积作为所述同一本地应用运行模式的个性化耗电权重:
根据所述本地应用运行模式在所述终端上的历史使用信息确定各个本地应用运行模式的个性化耗电系数,所述历史使用信息包括以下中的至少一种:历史使用时长、历史使用频率、单次使用时长;或,
根据不同设定时段内的所述本地应用运行模式在所述终端上的历史使用信息确定不同设定时段内的各个本地应用运行模式的个性化耗电权重,所述历史使用信息包括以下中的至少一种:历史使用时长、历史使用频率、单次使用时长;确定当前时间所属的设定时段,确定当前时间所属的设定时段内的各个本地应用运行模式的个性化耗电系数;或,
基于所述终端上正在运行的本地应用运行模式,确定所述正在运行的本地应用运行模式的个性化耗电系数,所述正在运行的本地应用运行模式的个性化耗电系数大于或等于第一设定值;或者,所述正在运行的本地应用运行模式的个性化耗电权重大于未运行的本地应用运行模式的个性化耗电权重。
在另一实施方式中,所述参考耗电表征值是第一参考耗电表征值;
所述第三确定模块,包括:
第一查询模块,用于从所述参考耗电信息中查询每个本地应用运行模式的第一参考耗电表征值;
第一设置模块,用于确定每个本地应用运行模式的预测耗电表征值是所述本地应用运行模式的第一参考耗电表征值和个性化耗电权重的积;
执行模块,用于根据所有本地应用运行模式的预测耗电表征值确定所述终端的预测耗电表征值。
在另一实施方式中,所述参考耗电表征值包括参考耗电权重和第二参考耗电表征值;
所述第三确定模块,包括:
第二查询模块,用于从所述参考耗电信息中查询每个本地应用运行模式的参考耗电权重和第二参考耗电表征值;
第二设置模块,用于确定每个本地应用运行模式的预测耗电表征值是所述本地应用运行模式的参考耗电权重、第二参考耗电表征值和个性化耗电权重的积;
执行模块,用于根据所有本地应用运行模式的预测耗电表征值确定所述终端的预测耗电表征值。
在另一实施方式中,所述执行模块还用于计算所有本地应用运行模式的预测耗电表征值的和值;将所述和值确定为所述终端的预测耗电表征值;
或者,执行模块还用于确定所述映射关系中除所述本地应用运行模式之外的非本地应用运行模式,以及确定每个非本地应用运行模式的个性化耗电权重,所述每个非本地应用运行模式的个性化耗电权重小于或等于第二设定值;根据每个非本地应用运行模式的个性化耗电权重确定每个非本地应用运行模式的预测耗电表征值;计算所有本地应用运行模式的预测耗电表征值以及所有非本地应用运行模式的预测耗电表征值的和值;将所述和值确定为所述终端的预测耗电表征值。
在另一实施方式中,所述参考耗电表征值是参考耗电电流,所述预测耗电表征值是预测耗电电流;
或者,所述参考耗电表征值是参考耗电功耗,所述预测耗电表征值是预测耗电功耗;
所述电池续航信息包括以下中的至少一种:剩余电量百分比,剩余可用时长。
在另一实施方式中,所述装置还包括:
第一接收模块,用于接收针对电池功能图标的第一设定触控信号;
第一显示模块,用于在显示界面上显示所述终端的所述续航信息。
在另一实施方式中,所述装置还包括:
第六确定模块,用于针对多个设定应用,在所述终端仅运行一个设定应用时,确定所述设定应用对应的所有应用运行模式的个性化耗电权重的和,根据所述设定应用对应的所有应用运行模式的个性化耗电权重确定所述终端仅运行此设定应用时的预测耗电表征值;
第二接收模块,用于接收到针对所述显示界面上的设定控件的第二设定触控信号;
第二显示模块,用于显示每个设定应用的名称以及所述终端在仅运行此设定应用时的续航信息。
根据本公开实施例的第三方面,提供了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预测续航信息的方法,包括:
确定参考耗电信息,所述参考耗电信息包括:参考应用运行模式和参考耗电表征值的映射关系;每一参考耗电表征值均是基于对应的参考应用运行模式在若干终端上运行时的耗电信息确定的;
确定本地应用运行模式的个性化耗电权重,所述本地应用运行模式是所述终端中全部或部分已安装应用的应用运行模式;
根据所述参考耗电信息和所述本地应用运行模式的个性化耗电权重确定所述终端的预测耗电表征值;
根据所述终端的预测耗电表征值,确定所述终端的电池的续航信息。
本公开的实施例提供的技术方案可以包括以下有益效果:本公开根据不同终端的个性化使用习惯为不同终端设置本地应用运行模式的个性化耗电权重,根据本地的个性化耗电权重为不同终端确定的预测耗电表征值可以更准确的表达终端的实际耗电情况,从而根据终端的预测耗电表征值更准确的预测电池续航信息,提高预测准确度,提高电池续航信息的参考意义。
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,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
图1是根据一示例性实施例示出的一种预测续航信息的方法的流程图;
图2是根据一示例性实施例示出的一种用于显示续航信息的界面示意图;
图3是根据一示例性实施例示出的一种用于显示续航信息的界面示意图;
图4是根据一示例性实施例示出的一种用于显示续航信息的界面示意图;
图5是根据一示例性实施例示出的一种预测续航信息的装置的结构图;
图6是根据一示例性实施例示出的一种预测续航信息的装置的结构图。
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发明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、本发明的一些方面相一致的装置和方法的例子。
申请人发现,相关技术中对终端的电池续航信息的预测一般是基于终端当前应用使用的平均电流值进行的,而终端上使用的应用的情况会随时发生变化,因此使用相关技术中的预测方式预测的电池续航信息不够准确。因此,本公开提供了一种新的预测续航信息的方案。
图1是根据一示例性实施例示出的一种预测续航信息的方法的流程图。该方法应用于终端中,如图1所示,此方法包括:
步骤S101,确定参考耗电信息,所述参考耗电信息包括:参考应用运行模式和参考耗电表征值的映射关系;每一参考耗电表征值均是基于对应的参考应用运行模式在若干终端上运行时的耗电信息确定的;
步骤S102,确定本地应用运行模式的个性化耗电权重,所述本地应用运行模式是所述终端中全部或部分已安装应用的应用运行模式;
步骤S103,根据所述参考耗电信息和所述本地应用运行模式的个性化耗电权重确定所述终端的预测耗电表征值;
步骤S104,根据所述终端的预测耗电表征值确定所述终端的电池的续航信息。
本方法中的应用运行模式是终端上的应用实现不同服务功能时的运行模式。终端上的应用是第三方应用,例如,即时通讯应用、游戏应用、音乐播放应用、阅读应用等,或者是终端原机自带的应用,例如:拍照应用、录像应用等。一部分应用只具有一个应用运行模式,另一部分应用具有一个以上的应用运行模式。例如:终端原机自带的应用中的拨号通话应用只对应于一种应用运行模式。终端上安装的第三方应用中的即时通讯应用对应于三种应用运行模式,具体为:运行文字消息功能时的模式、运行语音通话时的模式、运行视频通话时的模式。本方法也适用于设置每一应用的只有一种应用运行模式的情况。
电池续航信息包括以下中的至少一种:剩余电量百分比,剩余可用时长。
本方法根据不同终端的个性化使用习惯为不同终端设置本地应用运行模式的个性化耗电权重,根据本地的个性化耗电权重为不同终端确定的预测耗电表征值可以更准确的表达终端的实际耗电情况,从而根据终端的预测耗电表征值更准确的确定电池续航信息,提高预测准确度,提高电池续航信息的参考意义。
对于不同厂商生产的终端,或者同一厂商生产的不同型号的终端,由于终端内部使用的相关功能处理芯片不同,在不同类的终端上运行同一应用的同一应用运行模式的耗电信息也会不同。例如:在不同类的终端上运行同一闹钟应用(此闹钟应用只有一种应用运行模式)的单位时长的平均耗电功耗不同。再例如:在不同类的终端上运行同一游戏应用的同一应用运行模式的实时耗电电流值不同。
为了考虑到不同类的终端的耗电情况不同,本公开实施例还提供了一种预测续航信息的方法,在此方法中,图1示出的步骤S101中参考耗电信息还包括:基于一参考应用运行模式在若干终端上运行时的耗电信息确定相应的一参考耗电表征值,其中的若干终端是同一厂商生产的同一型号的终端,从而确定出的参考耗电表征值可以表征大多数用户使用此类同一厂商生产的同一型号的终端运行此应用运行模式时的耗电情况。在步骤S102中本地应用运行模式对应的终端也是此同类的终端。
采集到若干终端上运行时的耗电信息后,对若干终端上运行时的耗电信息进行以下计算中的一种以获得参考耗电表征值:求和取平均、加权平均、取最大值、取中间值、根据相同耗电信息对应的终端的数量计算各耗电信息的概率,并根据所述概率对应的权重计算加权平均。
本实施例中,针对若干同类终端的实际使用数据统计计算得到包括参考耗电表征值的映射关系,并使用此映射关系对一同类终端进行续航信息的预测,可以有效提高预测准确率。
本实施例的方法还包括:确定参考耗电信息时,采集到大量终端运行参考应用运行模式的耗电信息后,对终端进行分类,将同类的终端划分为一类,每一类终端分别设置一套映射关系,每套映射关系中包括多个映射关系,每个映射对应于一种参考应用运行模式。在需要为一终端预测续航信息时,确定此终端的类别,从已设置的映射关系中查询与此终端属于同一类的映射关系,使用此映射关系根据本实施例中的方法进行预测。参考耗电表征值具有不同的表示形式,在一实施例中,参考耗电表征值是第一参考耗电表征值,此第一参考耗电表征值用于表示耗电能力,例如第一参考耗电表征值是功耗值,或者是电流值。
举例说明
如表1所示,第一参考耗电表征值是功耗值,参考应用运行模式的个数为n个,每个参考应用运行模式对应一第一参考耗电功耗值。
表1
在另一实施方式中,参考耗电表征值包括参考耗电权重和第二参考耗电表征值,此第二参考耗电表征值用于表示耗电能力,例如第二参考耗电表征值是功耗值,或者是电流值。
举例说明:
如表2所示,第二参考耗电表征值是电流值,参考应用运行模式的个数为n个,每个参考应用运行模式对应一参考耗电权重和一第二参考耗电电流值。参考耗电权重对应于时间占比,时间占比表示在设定时间周期内(例如24小时)各种参考应用运行模式的运行时长,在所有参考应用运行模式的总运行时长中所占的比例。其中,所有参考应用运行模式的时间占比总和为1。
表2
参考耗电表征值是参考耗电电流时,预测耗电表征值是预测耗电电流;或者,参考耗电表征值是参考耗电功耗时,预测耗电表征值是预测耗电功耗。
本公开实施例还提供了一种预测续航信息的方法,在此方法中,使用第一种个性化耗电权重确定方法,在此第一种个性化耗电权重确定方法中,图1示出的步骤S102中所述确定本地应用运行模式的个性化耗电权重,包括:根据本地应用运行模式在终端上的历史使用信息确定各个本地应用运行模式的个性化耗电权重,历史使用信息包括以下中的至少一种:历史使用时长、历史使用频率、单次使用时长。
其中,根据本地应用运行模式在终端上的历史使用信息确定各个本地应用运行模式的个性化耗电权重,包括以下方式中的一种:
方式一,根据本地应用运行模式在终端上的历史使用信息对学习模型进行非监督式训练直至所述学习模型收敛,根据已收敛的学习模型的输出确定各个本地应用运行模式的个性化耗电权重。
例如,此学习模型为神经网络模型,此神经网络模型包括一输入层,一个或多个隐含层,一个输出层,输入层的神经元数量与输出层的神经元数量相同,输入层和输出层的神经元数量与终端的本地应用运行模式的数量相同,设置神经网络模型的输出层中每个神经元的输出值的区间,例如此设定区间为0至2、0至3、0.1至2.5等。构建样本数据,样本数据中输入数据为所有本地应用运行模式在第一预设时段内(例如前40天至前10天的时段)每天在所述终端上的使用时长,输入层的每个神经元对应于一个本地应用运行模式。对神经网络模型进行非监督式训练直至神经网络模型收敛,根据已收敛的神经网络模型的输出确定各个本地应用运行模式的个性化耗电权重。
方式二,根据本地应用运行模式在终端上的历史使用信息计算各个本地应用运行模式的个性化耗电权重,每个本地应用运行模式的个性化耗电权重与相应的历史使用信息呈正相关。
本地应用运行模式的个性化耗电权重的值可以是小于1的值,也可以是大于1的值。例如在终端上大部分时间都在运行一较为耗电的本地应用运行模式(例如大型在线游戏的一应用运行模式)时,此本地应用运行模式对应的个性化权重将是一个相对较大的值,例如大于1的某个值,甚至大于2的某个值。最终计算出的此终端的耗电表征值将远大于预测耗电电流。再例如:在终端上大部分时间都在运行一较为省电的本地应用运行模式(例如电子书阅读)时,此本地应用运行模式对应的个性化权重将是一个相对较小的值,例如小于0.1的某个值,甚至小于0.01的某个值。最终计算出的此终端的耗电表征值将远小于预测耗电电流。
例如:本地应用运行模式的历史使用信息为历史使用时长,个性化耗电权重与相应的历史使用时长呈正相关的线性关系。本地应用运行模式的历史使用时长越大,相应的个性化耗电权重越大,历史使用时长越小,相应的个性化耗电权重越小,从而可以合理的体现不同终端的个性化兴趣偏好。如果第一终端的用户使用大型在线网络游戏应用的时长在所有应用中最大,则此应用的应用运行模式对应的个性化耗电权重最大,第二终端的用户使用电子书阅读应用的时长在所有应用中最大,则此应用的应用运行模式对应的个性化耗电权重最大。此两个用户在接收到表1或表2的相同的参考耗电信息时,因为使用了不同的个性化耗电权重对参考耗电信息进行了调整,从而在第一终端和第二终端上会获得不同的续航信息,如果续航信息是可用时长时,因为第一终端的个性化兴趣偏好是运行耗电严重的应用,所以第一终端的可用时长小于第二终端的可用时长。
本公开实施例还提供了一种预测续航信息的方法,在此方法中,使用第二种个性化耗电权重确定方法,在此第二种个性化耗电权重确定方法中,图1示出的步骤S102中所述确定本地应用运行模式的个性化耗电权重,包括:根据不同设定时段内的所述本地应用运行模式在所述终端上的历史使用信息确定不同设定时段内的各个本地应用运行模式的个性化耗电权重,所述历史使用信息包括以下中的至少一种:历史使用时长、历史使用频率、单次使用时长;确定当前时间所属的设定时段,确定当前时间所属的设定时段内的各个本地应用运行模式的个性化耗电权重。
对于同一设定时段内,根据此设定时段内的本地应用运行模式在终端上的历史使用信息确定各个本地应用运行模式的个性化耗电权重的方法,与上述第一种个性化耗电权重确定方法同理。
本实施例中,考虑了用户在不同时段的习惯偏好不同。例如,在工作时段使用的应用多数是与工作相关的应用,在非工作时段使用的应用多数是与娱乐休闲相关的应用。确定不同时段内本地应用运行模式的个性化耗电权重,可以更准确的预测用户行为,更准确的预测的续航信息。
本公开实施例还提供了一种预测续航信息的方法,在此方法中,使用第三种个性化耗电权重确定方法,在此第三种个性化耗电权重确定方法中,图1示出的步骤S102中所述确定本地应用运行模式的个性化耗电权重,包括:确定所述终端上正在运行的本地应用运行模式,确定所述正在运行的本地应用运行模式的个性化耗电权重,所述正在运行的本地应用运行模式的个性化耗电权重大于或等于第一设定值,或者,所述正在运行的本地应用运行模式的个性化耗电权重大于未运行的本地应用运行模式的个性化耗电权重。
本实施例中,考虑了正在运行的本地应用运行模式是一种确定性的信息,并充分利用此确定性的信息,相比全部使用预测信息的情况,可以更准确的表达用户行为,更准确的预测的续航信息。
本公开实施例还提供了一种预测续航信息的方法,在此方法中,使用第一种个性化耗电权重确定方法、第二种个性化耗电权重确定方法和第三种个性化耗电权重确定方法中的至少两种确定N组个性化耗电系数,所述N的值为2或3,并将确定的N组个性化耗电系数中同一本地应用运行模式对应的N个个性化耗电系数的乘积作为所述同一本地应用运行模式的个性化耗电权重。
例如:使用第一种个性化耗电权重确定方法确定出的本地应用运行模式的个性化耗电系数为αi,其中i表示本地应用运行模式在所有本地应用运行模式中的序号。使用第二种个性化耗电权重确定方法确定出的本地应用运行模式的个性化耗电系数为βi,使用第三种个性化耗电权重确定方法确定出的本地应用运行模式的个性化耗电系数为γi。
同时使用第一种个性化耗电权重确定方法和第二种个性化耗电权重确定方法时,确定出的同一本地应用运行模式Xi的个性化耗电系数为αi和βi的积。
同时使用第二种个性化耗电权重确定方法和第三种个性化耗电权重确定方法时,确定出的同一本地应用运行模式Xi的个性化耗电系数为βi和γi的积。
同时使用第一种个性化耗电权重确定方法、第二种个性化耗电权重确定方法和第三种个性化耗电权重确定方法时,确定出的同一本地应用运行模式Xi的个性化耗电系数为αi、βi和γi的积。
本公开实施例还提供了一种预测续航信息的方法,在此方法中,图1示出的方法中步骤S101和步骤S102之间还包括:根据所述终端上的应用的历史使用信息预测本地目标应用,确定所述本地目标应用的本地应用运行模式。其中,根据所述终端上的应用的历史使用信息预测本地目标应用时,可以采用学习模型学习用户使用应用的个人习惯,根据此个人习惯预测终端上后续会使用的应用。根据预测出的本地目标应用进一步确定相应的本地应用运行模式。本实施例相比上述直接预测本地应用运行模式的方式,可以减少计算量,提高计算效率。
本公开实施例还提供了一种预测续航信息的方法,在此方法中,参考耗电表征值是第一参考耗电表征值;图1示出的步骤S103中根据参考耗电信息和本地应用运行模式的个性化耗电权重确定所述终端的预测耗电表征值,包括:从所述参考耗电信息中查询每个本地应用运行模式的第一参考耗电表征值,确定每个本地应用运行模式的预测耗电表征值是所述本地应用运行模式的第一参考耗电表征值与个性化耗电权重的积,根据所有本地应用运行模式的预测耗电表征值确定所述终端的预测耗电表征值。
其中,根据所有本地应用运行模式的预测耗电表征值确定所述终端的耗电表征值,包括以下方式的中一种:
方式一,计算所有本地应用运行模式的预测耗电表征值的和值,将所述和值确定为所述终端的预测耗电表征值;
方式二,确定所述映射关系中除所述本地应用运行模式之外的非本地应用运行模式,确定每个非本地应用运行模式的个性化耗电权重,所述每个非本地应用运行模式的个性化耗电权重小于或等于第二设定值,根据所述参考耗电信息和每个非本地应用运行模式的个性化耗电权重确定每个非本地应用运行模式的预测耗电表征值,计算所有本地应用运行模式的预测耗电表征值以及所有非本地应用运行模式的预测耗电表征值的和值,将所述和值确定为所述终端的预测耗电表征值。
对使用方式一时的情况进行详细举例说明如下:
获取表1所示的参考耗电信息,此参考耗电信息中包括n个参考应用运行模式,每个参考应用运行模式对应一第一参考耗电功耗值。
本终端的本地应用运行模式包括表3所示的6个本地应用模式。通过图1示出的步骤S102确定本终端的各本地应用运行模式的个性化耗电权重。表3示出了本终端的6个本地应用运行模式中每个本地应用运行模式对应的个性化耗电权重。
表3
根据所述参考耗电信息和所述本地应用运行模式的个性化耗电权重确定所述终端的预测耗电表征值包括:
从参考耗电信息中查询每个本地应用运行模式的第一参考耗电表征值。具体为:第一个本地应用运行模式即拨号通话模式的第一参考耗电表征值为P1,第二个本地应用运行模式即耳机式播放模式的第一参考耗电表征值为P2,以此类推,获得所有6个本地应用运行模式的第一参考耗电表征值。
确定每个本地应用运行模式的预测耗电表征值P是本地应用运行模式的第一参考耗电表征值与个性化耗电权重的积,具体如公式(1)所示:
P=X1 P1+X2P2+X4P4+X8P8+X9P9+X10 P10 (1)
使用本方式一的方式,只从参考耗电信息中选取与本地应用运行场景相关的信息,忽略与本地应用运行场景不相同的其它应用运行场景,可以在保证预测准度的情况下,减少计算量。
对使用方式二时的情况进行详细举例说明如下:
沿用上述表1和表3。获取表1所示的参考耗电信息。本地应用运行模式对应的个性化耗电权重如表3所示。
根据所述参考耗电信息和所述本地应用运行模式的个性化耗电权重确定所述终端的预测耗电表征值包括:
确定映射关系中除所述本地应用运行模式之外的非本地应用运行模式,确定每个非本地应用运行模式的个性化耗电权重,每个非本地应用运行模式的个性化耗电权重小于或等于第二设定值(一般情况下,第二设定值是很小的值,例如0.001至0.01之间的值,或者第二设定值为0),根据所述参考耗电信息和每个非本地应用运行模式的个性化耗电权重确定每个非本地应用运行模式的预测耗电表征值,计算所有本地应用运行模式的预测耗电表征值以及所有非本地应用运行模式的预测耗电表征值的和值,将所述和值确定为所述终端的耗电表征值P,具体如公式(2)所示:
其中,除本地应用运行模式的个性化耗电权重X1、X2、X4、X8、X9、X10之外的其它非本地应用运行模式的个性化耗电权重的取值可以相同,例如均为0.001,或者均为0。
本公开实施例还提供了一种预测续航信息的方法,在此方法中,参考耗电表征值包括:参考耗电权重和第二参考耗电表征值。图1示出的步骤S103中根据所述参考耗电信息和所述本地应用运行模式的个性化耗电权重确定所述终端的耗电表征值,包括:从所述参考耗电信息中查询每个本地应用运行模式的参考耗电权重和第二参考耗电表征值,确定每个本地应用运行模式的耗电表征值是所述本地应用运行模式的参考耗电权重、第二参考耗电表征值和个性化耗电权重的积,根据所有本地应用运行模式的预测耗电表征值确定所述终端的预测耗电表征值。
其中,根据所有本地应用运行模式的预测耗电表征值确定所述终端的耗电表征值的方式一和方式二与上一实施例中的相同。
对使用方式一时的情况进行详细举例说明如下:
获取表2所示的参考耗电信息,此参考耗电信息中包括n个参考应用运行模式,每个参考应用运行模式对应一参考耗电权重和一耗电电流值。
本终端的本地应用运行模式包括表3所示的6个本地应用模式。表3示出了本终端的6个本地应用运行模式中每个本地应用运行模式对应的个性化耗电权重。
根据所述参考耗电信息和所述本地应用运行模式的个性化耗电权重确定所述终端的预测耗电表征值包括:
从参考耗电信息中查询每个本地应用运行模式的参考耗电权重和第二参考耗电表征值。具体为:第一个本地应用运行模式即拨号通话模式的参考耗电权重为R1,第一参考耗电表征值为I1。第二个本地应用运行模式即耳机式播放模式的参考耗电权重为R2,第一参考耗电表征值为I2,以此类推,获得所有6个本地应用运行模式的参考耗电权重和耗电电流值。
确定每个本地应用运行模式的预测耗电表征值是所述本地应用运行模式的参考耗电权重和第二参考耗电表征值和个性化耗电权重的积,具体如公式(3)所示:
P=X1 R1 I1+X2 R2 I2+X4 R4 I4+X8 R8 I8+X9 R9 I9+X10 R10 I10 (3)
使用此方式一,只从参考耗电信息中选取与本地应用运行场景相关的信息,忽略与本地应用运行场景不相同的其它应用运行场景,可以在保证预测准度的情况下,减少计算量。
对使用方式二时的情况进行详细举例说明如下:
沿用上述表2和表3。获取表2所示的参考耗电信息。本地应用运行模式对应的个性化耗电权重如表3所示。
根据所述参考耗电信息和所述本地应用运行模式的个性化耗电权重确定所述终端的预测耗电表征值包括:
确定映射关系中除所述本地应用运行模式之外的非本地应用运行模式,确定每个非本地应用运行模式的个性化耗电权重,每个非本地应用运行模式的个性化耗电权重小于或等于第二设定值(一般情况下,第二设定值是很小的值,例如0.001至0.01之间的值,甚至是0.0001至0.001之间的值),根据所述参考耗电信息和每个非本地应用运行模式的个性化耗电权重确定每个非本地应用运行模式的预测耗电表征值,计算所有本地应用运行模式的预测耗电表征值以及所有非本地应用运行模式的预测耗电表征值的和值,将所述和值确定为所述终端的耗电表征值,具体如公式(4)所示:
其中,除本地应用运行模式的个性化耗电权重X1、X2、X4、X8、X9、X10之外的其它非本地应用运行模式的个性化耗电权重的取值可以相同,例如均为0.001,或者均为0。
本公开实施例还提供了一种预测续航信息的方法,在此方法中,图1示出的步骤S104根据所述终端的预测耗电表征值确定所述终端的电池续航信息,包括:
确定目标电流值,预测耗电表征值是电流值时,目标电流值是所述预测耗电表征值,预测耗电表征值是功耗值时,根据功耗值计算目标电流值;
根据所述电流值、电池电量计测试到的电池当前电流值、电池电量计测试到的电池当前电压值、电池关机电压和电池放电电阻函数确定电池剩余容量,根据电池剩余容量确定电池剩余时长。
其中,电池放电电阻函数是与电池放电深度百分比和电池温度相关的函数。
本公开实施例还提供了一种预测续航信息的方法,在此方法中,在图1所示方法的基础上,还包括:接收针对电池功能图标的第一设定触控信号后,在显示界面上显示所述终端的所述预测耗电表征值。此电池功能图标是位于终端显示界面的顶部的电池电量提示图标,或者是用于实现在本方法的APP的图标。第一设定触控信号是设定触控方式的信号,此触控方式是长按,双击等。
如图2所示,用户双击电池图标后,弹出信息框,此信息框包括两个信息框,第一信息框显示“当前”以表示以终端整体情况为预测对像,第二信息框中显示以终端整体情况为预测对像的预测续航时长,例如,此预测续航时长为1小时10分钟。
本公开实施例还提供了一种预测续航信息的方法,在此方法中,在图1所示方法的基础上,还包括:针对多个设定应用,在所述终端仅运行一个设定应用时,确定所述设定应用对应的所有应用运行模式的个性化耗电权重的和,根据所述设定应用对应的所有应用运行模式的个性化耗电权重确定所述终端仅运行此设定应用时的预测耗电表征值,接收到针对所述显示界面上的设定控件的第二设定触控信号后,显示每个设定应用的名称以及所述终端在仅运行此设定应用时的预测耗电表征值。
如图3所示,用户双击第一信息框的下拉指示键,在显示界面上显示终端仅运行某一应用时对应的预测续航时长。应用的排序按照用户对应用的使用频率从大到小排序。
本公开实施例还提供了一种预测续航信息的方法,在此方法中,在图1所示方法的基础上,还包括:针对一应用的多个应用运行模式,在所述终端仅运行一个应用运行模式时,确定所述应用运行模式的个性化耗电权重的和,根据所述应用运行模式的个性化耗电权重确定所述终端仅运行此应用运行模式时的预测耗电表征值,接收到针对所述显示界面上的所述应用对应的控件的第三设定触控信号后,显示所述应用的每个应用运行模式的名称以及所述终端在仅运行此应用运行模式时的预测耗电表征值。
如图4所示,用户双击游戏应用的右拉指示键,在显示界面上显示终端仅运行游戏应用的某一应用运行场景时对应的预测续航时长。应用运行场景的排序按照用户对应用运行场景的使用频率从大到小排序。
本公开实施例还提供了一种预测续航信息的装置,图5是根据一示例性实施例示出的一种预测续航信息的装置的结构图,如图5所示,此装置包括:
第一确定模块501,用于确定参考耗电信息,所述参考耗电信息包括:参考应用运行模式和参考耗电表征值的映射关系;每一参考耗电表征值均是基于对应的参考应用运行模式在若干终端上运行时的耗电信息确定的;
第二确定模块502,用于确定本地应用运行模式的个性化耗电权重,所述本地应用运行模式是所述终端中全部或部分已安装应用的应用运行模式;
第三确定模块503,用于根据所述参考耗电信息和所述本地应用运行模式的个性化耗电权重确定所述终端的预测耗电表征值;
第四确定模块504,用于根据所述终端的预测耗电表征值确定所述终端的电池的续航信息。
在另一实施方式中,所述参考耗电表征值是参考耗电电流,所述预测耗电表征值是预测耗电电流;或者,所述参考耗电表征值是参考耗电功耗,所述预测耗电表征值是预测耗电功耗。所述电池续航信息包括以下中的至少一种:剩余电量百分比,剩余可用时长。
本公开实施例还提供了一种预测续航信息的装置,在此装置中,图5示出的第二确定模块502,包括:
第一处理模块,用于根据所述本地应用运行模式在所述终端上的历史使用信息确定各个本地应用运行模式的个性化耗电权重,所述历史使用信息包括以下中的至少一种:历史使用时长、历史使用频率、单次使用时长;
所述第一处理模块包括:
训练模块,根据所述本地应用运行模式在所述终端上的历史使用信息,对学习模型进行非监督式训练,直至所述学习模型收敛;
识别模块,用于根据已收敛的学习模型的输出确定所述各个本地应用运行模式的个性化耗电权重;
或者,
所述第一处理模块包括:
第一计算模块,用于根据所述本地应用运行模式在所述终端上的历史使用信息,计算各个本地应用运行模式的个性化耗电权重,每个本地应用运行模式的个性化耗电权重与相应的历史使用信息呈正相关。
本公开实施例还提供了一种预测续航信息的装置,在此装置中,图5示出的第二确定模块502,包括:
第二处理模块,用于根据不同设定时段内的所述本地应用运行模式在所述终端上的历史使用信息,确定所述不同设定时段内的各个本地应用运行模式的个性化耗电权重,所述历史使用信息包括以下中的至少一种:历史使用时长、历史使用频率、单次使用时长;确定当前时间所属的设定时段,确定当前时间所属的设定时段内的各个本地应用运行模式的个性化耗电权重。
本公开实施例还提供了一种预测续航信息的装置,在此装置中,图5示出的第二确定模块502,包括:
第三处理模块,用于基于所述终端上正在运行的本地应用运行模式,确定所述正在运行的本地应用运行模式的个性化耗电权重,所述正在运行的本地应用运行模式的个性化耗电权重大于或等于第一设定值,或者,所述正在运行的本地应用运行模式的个性化耗电权重大于未运行的本地应用运行模式的个性化耗电权重。
本公开实施例还提供了一种预测续航信息的装置,在此装置中,图5示出的第二确定模块502,包括:
第五处理模块,用于使用以下方式中的至少两种确定N组个性化耗电系数,所述N的值为2或3,并将确定的N组个性化耗电系数中同一本地应用运行模式对应的N个个性化耗电系数的乘积作为所述同一本地应用运行模式的个性化耗电权重:
根据所述本地应用运行模式在所述终端上的历史使用信息确定各个本地应用运行模式的个性化耗电系数,所述历史使用信息包括以下中的至少一种:历史使用时长、历史使用频率、单次使用时长;或,
根据不同设定时段内的所述本地应用运行模式在所述终端上的历史使用信息确定不同设定时段内的各个本地应用运行模式的个性化耗电权重,所述历史使用信息包括以下中的至少一种:历史使用时长、历史使用频率、单次使用时长;确定当前时间所属的设定时段,确定当前时间所属的设定时段内的各个本地应用运行模式的个性化耗电系数;或,
基于所述终端上正在运行的本地应用运行模式,确定所述正在运行的本地应用运行模式的个性化耗电系数,所述正在运行的本地应用运行模式的个性化耗电系数大于或等于第一设定值;或者,所述正在运行的本地应用运行模式的个性化耗电权重大于未运行的本地应用运行模式的个性化耗电权重。
本公开实施例还提供了一种预测续航信息的装置,在此装置中,图5示出的第三确定模块503,包括:
第一查询模块,用于从所述参考耗电信息中查询每个本地应用运行模式的第一参考耗电表征值;
第一设置模块,用于确定每个本地应用运行模式的预测耗电表征值是所述本地应用运行模式的第一参考耗电表征值和个性化耗电权重的积;
执行模块,用于根据所有本地应用运行模式的预测耗电表征值确定所述终端的预测耗电表征值。
其中,所述参考耗电表征值是第一参考耗电表征值。
所述执行模块还用于计算所有本地应用运行模式的预测耗电表征值的和值;将所述和值确定为所述终端的预测耗电表征值;
或者,执行模块还用于确定所述映射关系中除所述本地应用运行模式之外的非本地应用运行模式,以及确定每个非本地应用运行模式的个性化耗电权重,所述每个非本地应用运行模式的个性化耗电权重小于或等于第二设定值;根据每个非本地应用运行模式的个性化耗电权重确定每个非本地应用运行模式的预测耗电表征值;计算所有本地应用运行模式的预测耗电表征值以及所有非本地应用运行模式的预测耗电表征值的和值;将所述和值确定为所述终端的预测耗电表征值。
本公开实施例还提供了一种预测续航信息的装置,在此装置中,图5示出的第三确定模块503,包括:
所述第三确定模块,包括:
第二查询模块,用于从所述参考耗电信息中查询每个本地应用运行模式的参考耗电权重和第二参考耗电表征值;
第二设置模块,用于确定每个本地应用运行模式的预测耗电表征值是所述本地应用运行模式的参考耗电权重、第二参考耗电表征值和个性化耗电权重的积;
执行模块,用于根据所有本地应用运行模式的预测耗电表征值确定所述终端的预测耗电表征值。
其中,所述参考耗电表征值包括参考耗电权重和第二参考耗电表征值。
所述执行模块还用于计算所有本地应用运行模式的预测耗电表征值的和值;将所述和值确定为所述终端的预测耗电表征值;
或者,执行模块还用于确定所述映射关系中除所述本地应用运行模式之外的非本地应用运行模式,以及确定每个非本地应用运行模式的个性化耗电权重,所述每个非本地应用运行模式的个性化耗电权重小于或等于第二设定值;根据每个非本地应用运行模式的个性化耗电权重确定每个非本地应用运行模式的预测耗电表征值;计算所有本地应用运行模式的预测耗电表征值以及所有非本地应用运行模式的预测耗电表征值的和值;将所述和值确定为所述终端的预测耗电表征值。
本公开实施例还提供了一种预测续航信息的装置,在图5示出的装置基础上,此装置还包括:
第一接收模块,用于接收针对电池功能图标的第一设定触控信号;
第一显示模块,用于在显示界面上显示所述终端的所述续航信息。
本公开实施例还提供了一种预测续航信息的装置,在图5示出的装置基础上,此装置还包括:
第六确定模块,用于针对多个设定应用,在所述终端仅运行一个设定应用时,确定所述设定应用对应的所有应用运行模式的个性化耗电权重的和,根据所述设定应用对应的所有应用运行模式的个性化耗电权重确定所述终端仅运行此设定应用时的预测耗电表征值;
第二接收模块,用于接收到针对所述显示界面上的设定控件的第二设定触控信号;
第二显示模块,用于显示每个设定应用的名称以及所述终端在仅运行此设定应用时的续航信息。
本公开实施例还提供了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预测续航信息的方法,包括:
确定参考耗电信息,所述参考耗电信息包括:参考应用运行模式和参考耗电表征值的映射关系;所述参考应用运行模式是用于多个终端上的应用运行模式;
确定本地应用运行模式的个性化耗电权重,所述本地应用运行模式是所述终端中全部或部分已安装应用的应用运行模式;
根据所述参考耗电信息和所述本地应用运行模式的个性化耗电权重确定所述终端的预测耗电表征值;
根据所述终端的预测耗电表征值,确定所述终端的电池的续航信息。
图6是根据一示例性实施例示出的一种预测续航信息的装置600的框图。例如,装置600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6,装置600可以包括以下一个或多个组件:处理组件602,存储器604,电源组件606,多媒体组件608,音频组件610,输入/输出(I/O)的接口612,传感器组件614,以及通信组件616。
处理组件602通常控制装置600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602可以包括一个或多个处理器620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602可以包括一个或多个模块,便于处理组件602和其他组件之间的交互。例如,处理组件602可以包括多媒体模块,以方便多媒体组件605和处理组件602之间的交互。
存储器604被配置为存储各种类型的数据以支持在设备600的操作。这些数据的示例包括用于在装置600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604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606为装置600的各种组件提供电力。电源组件606可以包括电源管理系统,一个或多个电源,及其他与为装置600生成、管理和分配电力相关联的组件。
多媒体组件605包括在所述装置600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605包括一个前置摄像头和/或后置摄像头。当设备600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610被配置为输出和/或输入音频信号。例如,音频组件610包括一个麦克风(MIC),当装置600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604或经由通信组件616发送。在一些实施例中,音频组件610还包括一个扬声器,用于输出音频信号。
I/O接口612为处理组件602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614包括一个或多个传感器,用于为装置600提供各个方面的状态评估。例如,传感器组件614可以检测到设备600的打开/关闭状态,组件的相对定位,例如所述组件为装置600的显示器和小键盘,传感器组件614还可以检测装置600或装置600一个组件的位置改变,用户与装置600接触的存在或不存在,装置600方位或加速/减速和装置600的温度变化。传感器组件614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614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614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616被配置为便于装置600和其他设备之间有线或无线方式的通信。装置600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616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616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600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604,上述指令可由装置600的处理器620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。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、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发明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,本发明的真正范围和精神由下面的权利要求指出。
应当理解的是,本发明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。本发明的范围仅由所附的权利要求来限制。
Claims (25)
1.一种预测续航信息的方法,应用于终端,其特征在于,包括:
确定参考耗电信息,所述参考耗电信息包括:参考应用运行模式和参考耗电表征值的映射关系;其中,每一参考耗电表征值均是基于对应的参考应用运行模式在若干终端上运行时的耗电信息确定的;
确定本地应用运行模式的个性化耗电权重,所述本地应用运行模式是所述终端中全部或部分已安装应用的应用运行模式;
根据所述参考耗电信息和所述本地应用运行模式的个性化耗电权重,确定所述终端的预测耗电表征值;
根据所述终端的预测耗电表征值,确定所述终端的电池的续航信息。
2.如权利要求1所述的方法,其特征在于,
所述确定本地应用运行模式的个性化耗电权重之前,所述方法还包括:根据所述终端上的应用的历史使用信息预测本地目标应用,确定所述本地目标应用的本地应用运行模式。
3.如权利要求1或2所述的方法,其特征在于,
所述确定本地应用运行模式的个性化耗电权重,包括:
根据所述本地应用运行模式在所述终端上的历史使用信息,确定各个本地应用运行模式的个性化耗电权重,所述历史使用信息包括以下中的至少一种:历史使用时长、历史使用频率、单次使用时长;
根据所述本地应用运行模式在所述终端上的历史使用信息,确定各个本地应用运行模式的个性化耗电权重,包括以下中的一种:
根据所述本地应用运行模式在所述终端上的历史使用信息,对学习模型进行非监督式训练,直至所述学习模型收敛,以及根据已收敛的学习模型的输出确定所述各个本地应用运行模式的个性化耗电权重;
根据所述本地应用运行模式在所述终端上的历史使用信息,计算所述各个本地应用运行模式的个性化耗电权重,每个本地应用运行模式的个性化耗电权重与相应的历史使用信息呈正相关。
4.如权利要求1或2所述的方法,其特征在于,
所述确定本地应用运行模式的个性化耗电权重,包括:
根据不同设定时段内的所述本地应用运行模式在所述终端上的历史使用信息,确定所述不同设定时段内的各个本地应用运行模式的个性化耗电权重,所述历史使用信息包括以下中的至少一种:历史使用时长、历史使用频率、单次使用时长;确定当前时间所属的设定时段,确定当前时间所属的设定时段内的各个本地应用运行模式的个性化耗电权重。
5.如权利要求1或2所述的方法,其特征在于,
所述确定本地应用运行模式的个性化耗电权重,包括:
基于所述终端上正在运行的本地应用运行模式,确定所述正在运行的本地应用运行模式的个性化耗电权重,所述正在运行的本地应用运行模式的个性化耗电权重大于或等于第一设定值,或者,所述正在运行的本地应用运行模式的个性化耗电权重大于未运行的本地应用运行模式的个性化耗电权重。
6.如权利要求1或2所述的方法,其特征在于,
所述确定本地应用运行模式的个性化耗电权重,包括:
使用以下方式中的至少两种确定N组个性化耗电系数,所述N的值为2或3,并将确定的N组个性化耗电系数中同一本地应用运行模式对应的N个个性化耗电系数的乘积作为所述同一本地应用运行模式的个性化耗电权重:
根据所述本地应用运行模式在所述终端上的历史使用信息,确定各个本地应用运行模式的个性化耗电系数,所述历史使用信息包括以下中的至少一种:历史使用时长、历史使用频率、单次使用时长;或,
根据不同设定时段内的所述本地应用运行模式在所述终端上的历史使用信息,确定不同设定时段内的各个本地应用运行模式的个性化耗电权重,所述历史使用信息包括以下中的至少一种:历史使用时长、历史使用频率、单次使用时长;确定当前时间所属的设定时段,确定当前时间所属的设定时段内的各个本地应用运行模式的个性化耗电系数;或,
基于所述终端上正在运行的本地应用运行模式,确定所述正在运行的本地应用运行模式的个性化耗电系数,所述正在运行的本地应用运行模式的个性化耗电系数大于或等于第一设定值,或者,所述正在运行的本地应用运行模式的个性化耗电权重大于未运行的本地应用运行模式的个性化耗电权重。
7.如权利要求1所述的方法,其特征在于,
所述参考耗电表征值是第一参考耗电表征值;
所述根据所述参考耗电信息和所述本地应用运行模式的个性化耗电权重,确定所述终端的预测耗电表征值,包括:
从所述参考耗电信息中查询每个本地应用运行模式的第一参考耗电表征值,确定每个本地应用运行模式的预测耗电表征值是所述本地应用运行模式的第一参考耗电表征值与个性化耗电权重的积,根据所有本地应用运行模式的预测耗电表征值确定所述终端的预测耗电表征值。
8.如权利要求1所述的方法,其特征在于,
所述参考耗电表征值包括:参考耗电权重和第二参考耗电表征值;
所述根据所述参考耗电信息和所述本地应用运行模式的个性化耗电权重,确定所述终端的预测耗电表征值,包括:
从所述参考耗电信息中查询每个本地应用运行模式的参考耗电权重和第二参考耗电表征值,确定每个本地应用运行模式的预测耗电表征值是所述本地应用运行模式的参考耗电权重、第二参考耗电表征值和个性化耗电权重的积,根据所有本地应用运行模式的预测耗电表征值确定所述终端的预测耗电表征值。
9.如权利要求7或8所述的方法,其特征在于,
所述根据所有本地应用运行模式的预测耗电表征值确定所述终端的预测耗电表征值,包括以下任一方式:
计算所有本地应用运行模式的预测耗电表征值的和值,将所述和值确定为所述终端的预测耗电表征值;或,
确定所述映射关系中除所述本地应用运行模式之外的非本地应用运行模式,以及确定每个非本地应用运行模式的个性化耗电权重,所述每个非本地应用运行模式的个性化耗电权重小于或等于第二设定值,根据所述参考耗电信息和所述每个非本地应用运行模式的个性化耗电权重,确定所述每个非本地应用运行模式的预测耗电表征值,计算所有本地应用运行模式的预测耗电表征值以及所有非本地应用运行模式的预测耗电表征值的和值,将所述和值确定为所述终端的预测耗电表征值。
10.如权利要求1所述的方法,其特征在于,
所述参考耗电表征值是参考耗电电流,所述预测耗电表征值是预测耗电电流;或者,
所述参考耗电表征值是参考耗电功耗,所述预测耗电表征值是预测耗电功耗;
所述电池续航信息包括以下中的至少一种:剩余电量百分比,剩余可用时长。
11.如权利要求1所述的方法,其特征在于,
所述方法还包括:接收针对电池功能图标的第一设定触控信号后,在显示界面上显示所述终端的所述续航信息。
12.如权利要求11所述的方法,其特征在于,
所述方法还包括:
针对多个设定应用,在所述终端仅运行一个设定应用时,确定所述设定应用对应的所有应用运行模式的个性化耗电权重的和,以及根据所述设定应用对应的所有应用运行模式的个性化耗电权重,确定所述终端仅运行此设定应用时的预测耗电表征值,并在接收到针对所述显示界面上的设定控件的第二设定触控信号后,显示每个设定应用的名称以及所述终端在仅运行此设定应用时的续航信息。
13.一种预测续航信息的装置,应用于终端,其特征在于,包括:
第一确定模块,用于确定参考耗电信息,所述参考耗电信息包括:参考应用运行模式和参考耗电表征值的映射关系;每一参考耗电表征值均是基于对应的参考应用运行模式在若干终端上运行时的耗电信息确定的;
第二确定模块,用于确定本地应用运行模式的个性化耗电权重,所述本地应用运行模式是所述终端中全部或部分已安装应用的应用运行模式;
第三确定模块,用于根据所述参考耗电信息和所述本地应用运行模式的个性化耗电权重,确定所述终端的预测耗电表征值;
第四确定模块,用于根据所述终端的预测耗电表征值,确定所述终端的电池的续航信息。
14.如权利要求13所述的装置,其特征在于,
所述装置还包括:
预测模块,用于根据所述终端上的应用的历史使用信息预测本地目标应用;
第五确定模块,用于确定所述本地目标应用的本地应用运行模式。
15.如权利要求13或14所述的装置,其特征在于,
所述第二确定模块,包括:
第一处理模块,用于根据所述本地应用运行模式在所述终端上的历史使用信息确定各个本地应用运行模式的个性化耗电权重,所述历史使用信息包括以下中的至少一种:历史使用时长、历史使用频率、单次使用时长;
所述第一处理模块包括:
训练模块,根据所述本地应用运行模式在所述终端上的历史使用信息,对学习模型进行非监督式训练,直至所述学习模型收敛;
识别模块,用于根据已收敛的学习模型的输出确定所述各个本地应用运行模式的个性化耗电权重;
或者,
所述第一处理模块包括:
第一计算模块,用于根据所述本地应用运行模式在所述终端上的历史使用信息,计算各个本地应用运行模式的个性化耗电权重,每个本地应用运行模式的个性化耗电权重与相应的历史使用信息呈正相关。
16.如权利要求13或14所述的装置,其特征在于,
所述第二确定模块,包括:
第二处理模块,用于根据不同设定时段内的所述本地应用运行模式在所述终端上的历史使用信息,确定所述不同设定时段内的各个本地应用运行模式的个性化耗电权重,所述历史使用信息包括以下中的至少一种:历史使用时长、历史使用频率、单次使用时长;确定当前时间所属的设定时段,确定当前时间所属的设定时段内的各个本地应用运行模式的个性化耗电权重。
17.如权利要求13或14所述的装置,其特征在于,
所述第二确定模块,包括:
第三处理模块,用于基于所述终端上正在运行的本地应用运行模式,确定所述正在运行的本地应用运行模式的个性化耗电权重,所述正在运行的本地应用运行模式的个性化耗电权重大于或等于第一设定值,或者,所述正在运行的本地应用运行模式的个性化耗电权重大于未运行的本地应用运行模式的个性化耗电权重。
18.如权利要求13或14所述的装置,其特征在于,
所述第二确定模块,包括:
第五处理模块,用于使用以下方式中的至少两种确定N组个性化耗电系数,所述N的值为2或3,并将确定的N组个性化耗电系数中同一本地应用运行模式对应的N个个性化耗电系数的乘积作为所述同一本地应用运行模式的个性化耗电权重:
根据所述本地应用运行模式在所述终端上的历史使用信息确定各个本地应用运行模式的个性化耗电系数,所述历史使用信息包括以下中的至少一种:历史使用时长、历史使用频率、单次使用时长;或,
根据不同设定时段内的所述本地应用运行模式在所述终端上的历史使用信息确定不同设定时段内的各个本地应用运行模式的个性化耗电权重,所述历史使用信息包括以下中的至少一种:历史使用时长、历史使用频率、单次使用时长;确定当前时间所属的设定时段,确定当前时间所属的设定时段内的各个本地应用运行模式的个性化耗电系数;或,
基于所述终端上正在运行的本地应用运行模式,确定所述正在运行的本地应用运行模式的个性化耗电系数,所述正在运行的本地应用运行模式的个性化耗电系数大于或等于第一设定值;或者,所述正在运行的本地应用运行模式的个性化耗电权重大于未运行的本地应用运行模式的个性化耗电权重。
19.如权利要求13所述的装置,其特征在于,
所述参考耗电表征值是第一参考耗电表征值;
所述第三确定模块,包括:
第一查询模块,用于从所述参考耗电信息中查询每个本地应用运行模式的第一参考耗电表征值;
第一设置模块,用于确定每个本地应用运行模式的预测耗电表征值是所述本地应用运行模式的第一参考耗电表征值和个性化耗电权重的积;
执行模块,用于根据所有本地应用运行模式的预测耗电表征值确定所述终端的预测耗电表征值。
20.如权利要求13所述的装置,其特征在于,
所述参考耗电表征值包括参考耗电权重和第二参考耗电表征值;
所述第三确定模块,包括:
第二查询模块,用于从所述参考耗电信息中查询每个本地应用运行模式的参考耗电权重和第二参考耗电表征值;
第二设置模块,用于确定每个本地应用运行模式的预测耗电表征值是所述本地应用运行模式的参考耗电权重、第二参考耗电表征值和个性化耗电权重的积;
执行模块,用于根据所有本地应用运行模式的预测耗电表征值确定所述终端的预测耗电表征值。
21.如权利要求19或20所述的装置,其特征在于,
所述执行模块还用于计算所有本地应用运行模式的预测耗电表征值的和值;将所述和值确定为所述终端的预测耗电表征值;
或者,执行模块还用于确定所述映射关系中除所述本地应用运行模式之外的非本地应用运行模式,以及确定每个非本地应用运行模式的个性化耗电权重,所述每个非本地应用运行模式的个性化耗电权重小于或等于第二设定值;根据每个非本地应用运行模式的个性化耗电权重确定每个非本地应用运行模式的预测耗电表征值;计算所有本地应用运行模式的预测耗电表征值以及所有非本地应用运行模式的预测耗电表征值的和值;将所述和值确定为所述终端的预测耗电表征值。
22.如权利要求13所述的装置,其特征在于,
所述参考耗电表征值是参考耗电电流,所述预测耗电表征值是预测耗电电流;
或者,所述参考耗电表征值是参考耗电功耗,所述预测耗电表征值是预测耗电功耗;
所述电池续航信息包括以下中的至少一种:剩余电量百分比,剩余可用时长。
23.如权利要求13所述的装置,其特征在于,
所述装置还包括:
第一接收模块,用于接收针对电池功能图标的第一设定触控信号;
第一显示模块,用于在显示界面上显示所述终端的所述续航信息。
24.如权利要求23所述的装置,其特征在于,
所述装置还包括:
第六确定模块,用于针对多个设定应用,在所述终端仅运行一个设定应用时,确定所述设定应用对应的所有应用运行模式的个性化耗电权重的和,根据所述设定应用对应的所有应用运行模式的个性化耗电权重确定所述终端仅运行此设定应用时的预测耗电表征值;
第二接收模块,用于接收到针对所述显示界面上的设定控件的第二设定触控信号;
第二显示模块,用于显示每个设定应用的名称以及所述终端在仅运行此设定应用时的续航信息。
25.一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预测续航信息的方法,包括:
确定参考耗电信息,所述参考耗电信息包括:参考应用运行模式和参考耗电表征值的映射关系;每一参考耗电表征值均是基于对应的参考应用运行模式在若干终端上运行时的耗电信息确定的;
确定本地应用运行模式的个性化耗电权重,所述本地应用运行模式是所述终端中全部或部分已安装应用的应用运行模式;
根据所述参考耗电信息和所述本地应用运行模式的个性化耗电权重确定所述终端的预测耗电表征值;
根据所述终端的预测耗电表征值,确定所述终端的电池的续航信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010093262.2A CN113268131B (zh) | 2020-02-14 | 2020-02-14 | 预测续航信息的方法、装置及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010093262.2A CN113268131B (zh) | 2020-02-14 | 2020-02-14 | 预测续航信息的方法、装置及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113268131A true CN113268131A (zh) | 2021-08-17 |
CN113268131B CN113268131B (zh) | 2024-01-09 |
Family
ID=77227275
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010093262.2A Active CN113268131B (zh) | 2020-02-14 | 2020-02-14 | 预测续航信息的方法、装置及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113268131B (zh) |
Citations (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0934596A (ja) * | 1995-07-13 | 1997-02-07 | Canon Inc | 携帯型情報処理装置 |
KR20050078615A (ko) * | 2004-02-02 | 2005-08-05 | 삼성전자주식회사 | 이동형 시스템의 향상된 배터리 잔여 용량 표시 장치 및그 방법 |
JP2005295714A (ja) * | 2004-03-31 | 2005-10-20 | Nec Corp | 自動電源制御システム |
KR20060073212A (ko) * | 2004-12-24 | 2006-06-28 | 삼성전자주식회사 | 이동통신 단말기에서 배터리 레벨 결정 장치 및 방법 |
CN102681649A (zh) * | 2012-05-08 | 2012-09-19 | 深圳市金立通信设备有限公司 | 一种多智能设备延长电池续航能力的装置及方法 |
CN103181150A (zh) * | 2011-01-14 | 2013-06-26 | 株式会社Ntt都科摩 | 计算移动设备的电池续航时间的装置和方法 |
CN103729052A (zh) * | 2013-12-31 | 2014-04-16 | 贝壳网际(北京)安全技术有限公司 | 一种应用程序耗电的处理方法、处理系统及移动终端 |
KR20140051717A (ko) * | 2012-10-23 | 2014-05-02 | 엘지전자 주식회사 | 이동 단말기 및 그의 어플리케이션에 대한 배터리 소모량 정보 제공방법 |
CN104007806A (zh) * | 2014-06-20 | 2014-08-27 | 中科创达软件股份有限公司 | 一种安卓系统中的cpu频率的控制方法、装置和设备 |
CN104219383A (zh) * | 2014-08-20 | 2014-12-17 | 小米科技有限责任公司 | 终端电量信息提示方法及装置 |
CN104237789A (zh) * | 2013-06-09 | 2014-12-24 | 腾讯科技(深圳)有限公司 | 电池续航时间预估的方法及装置 |
CN104375624A (zh) * | 2014-12-11 | 2015-02-25 | 北京奇虎科技有限公司 | 移动终端及其省电建议方法 |
CN104796518A (zh) * | 2015-05-08 | 2015-07-22 | 北京天宇朗通通信设备股份有限公司 | 获取终端电池续航时间的方法和终端 |
CN104881346A (zh) * | 2015-04-30 | 2015-09-02 | 努比亚技术有限公司 | 一种移动终端及其应用程序耗电量的检测方法和装置 |
CN104915283A (zh) * | 2015-06-25 | 2015-09-16 | 北京奇虎科技有限公司 | 衡量移动终端耗电情况的方法和装置 |
CN105100429A (zh) * | 2015-06-08 | 2015-11-25 | 北京金山安全软件有限公司 | 确定移动终端剩余电量使用时间的方法和装置 |
CN105279039A (zh) * | 2015-11-30 | 2016-01-27 | 联想(北京)有限公司 | 信息处理方法及装置 |
CN105676997A (zh) * | 2016-01-05 | 2016-06-15 | 京东方科技集团股份有限公司 | 移动终端管理方法和系统、移动终端 |
CN106569582A (zh) * | 2016-10-26 | 2017-04-19 | 上海与德信息技术有限公司 | 终端剩余耗电时长的提示方法及装置 |
JP2017117305A (ja) * | 2015-12-25 | 2017-06-29 | セイコーエプソン株式会社 | 判断装置、プログラム、判断装置における判断方法、および印刷装置 |
CN106908075A (zh) * | 2017-03-21 | 2017-06-30 | 福州大学 | 大数据采集与处理系统及基于其电动汽车续航估计方法 |
CN107272873A (zh) * | 2017-06-09 | 2017-10-20 | 锤子科技(北京)股份有限公司 | 一种智能设备的应用控制方法和装置 |
CN107370877A (zh) * | 2017-06-30 | 2017-11-21 | 广东欧珀移动通信有限公司 | 应用程序的推送方法、装置、存储介质及电子设备 |
CN107483751A (zh) * | 2017-07-05 | 2017-12-15 | 广东欧珀移动通信有限公司 | 终端设备及其电量分配方法、计算机可读存储介质 |
CN107506019A (zh) * | 2017-08-07 | 2017-12-22 | 北京小米移动软件有限公司 | 应用程序的管理方法及装置、终端、存储介质 |
CN107622004A (zh) * | 2016-07-14 | 2018-01-23 | 中兴通讯股份有限公司 | 耗电提醒方法及装置 |
CN107861602A (zh) * | 2017-10-20 | 2018-03-30 | 努比亚技术有限公司 | 终端cpu性能控制方法、终端及计算机可读存储介质 |
CN108932048A (zh) * | 2018-06-11 | 2018-12-04 | Oppo(重庆)智能科技有限公司 | 确定电池可用时长的方法及相关产品 |
CN109189204A (zh) * | 2018-09-13 | 2019-01-11 | 广东小天才科技有限公司 | 一种应用耗电统计方法及电子设备 |
CN109309953A (zh) * | 2018-11-30 | 2019-02-05 | 努比亚技术有限公司 | 功耗检测方法、装置、终端及可读存储介质 |
CN110022403A (zh) * | 2019-03-06 | 2019-07-16 | 华为技术有限公司 | 终端充电提醒方法、装置、设备及存储介质 |
CN110134219A (zh) * | 2019-05-13 | 2019-08-16 | 深圳传音通讯有限公司 | 应用程序后台耗电处理方法及装置 |
-
2020
- 2020-02-14 CN CN202010093262.2A patent/CN113268131B/zh active Active
Patent Citations (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0934596A (ja) * | 1995-07-13 | 1997-02-07 | Canon Inc | 携帯型情報処理装置 |
KR20050078615A (ko) * | 2004-02-02 | 2005-08-05 | 삼성전자주식회사 | 이동형 시스템의 향상된 배터리 잔여 용량 표시 장치 및그 방법 |
JP2005295714A (ja) * | 2004-03-31 | 2005-10-20 | Nec Corp | 自動電源制御システム |
KR20060073212A (ko) * | 2004-12-24 | 2006-06-28 | 삼성전자주식회사 | 이동통신 단말기에서 배터리 레벨 결정 장치 및 방법 |
CN103181150A (zh) * | 2011-01-14 | 2013-06-26 | 株式会社Ntt都科摩 | 计算移动设备的电池续航时间的装置和方法 |
CN102681649A (zh) * | 2012-05-08 | 2012-09-19 | 深圳市金立通信设备有限公司 | 一种多智能设备延长电池续航能力的装置及方法 |
KR20140051717A (ko) * | 2012-10-23 | 2014-05-02 | 엘지전자 주식회사 | 이동 단말기 및 그의 어플리케이션에 대한 배터리 소모량 정보 제공방법 |
CN104237789A (zh) * | 2013-06-09 | 2014-12-24 | 腾讯科技(深圳)有限公司 | 电池续航时间预估的方法及装置 |
CN103729052A (zh) * | 2013-12-31 | 2014-04-16 | 贝壳网际(北京)安全技术有限公司 | 一种应用程序耗电的处理方法、处理系统及移动终端 |
CN104007806A (zh) * | 2014-06-20 | 2014-08-27 | 中科创达软件股份有限公司 | 一种安卓系统中的cpu频率的控制方法、装置和设备 |
CN104219383A (zh) * | 2014-08-20 | 2014-12-17 | 小米科技有限责任公司 | 终端电量信息提示方法及装置 |
CN104375624A (zh) * | 2014-12-11 | 2015-02-25 | 北京奇虎科技有限公司 | 移动终端及其省电建议方法 |
CN104881346A (zh) * | 2015-04-30 | 2015-09-02 | 努比亚技术有限公司 | 一种移动终端及其应用程序耗电量的检测方法和装置 |
CN104796518A (zh) * | 2015-05-08 | 2015-07-22 | 北京天宇朗通通信设备股份有限公司 | 获取终端电池续航时间的方法和终端 |
CN105100429A (zh) * | 2015-06-08 | 2015-11-25 | 北京金山安全软件有限公司 | 确定移动终端剩余电量使用时间的方法和装置 |
CN104915283A (zh) * | 2015-06-25 | 2015-09-16 | 北京奇虎科技有限公司 | 衡量移动终端耗电情况的方法和装置 |
CN105279039A (zh) * | 2015-11-30 | 2016-01-27 | 联想(北京)有限公司 | 信息处理方法及装置 |
JP2017117305A (ja) * | 2015-12-25 | 2017-06-29 | セイコーエプソン株式会社 | 判断装置、プログラム、判断装置における判断方法、および印刷装置 |
CN105676997A (zh) * | 2016-01-05 | 2016-06-15 | 京东方科技集团股份有限公司 | 移动终端管理方法和系统、移动终端 |
CN107622004A (zh) * | 2016-07-14 | 2018-01-23 | 中兴通讯股份有限公司 | 耗电提醒方法及装置 |
CN106569582A (zh) * | 2016-10-26 | 2017-04-19 | 上海与德信息技术有限公司 | 终端剩余耗电时长的提示方法及装置 |
CN106908075A (zh) * | 2017-03-21 | 2017-06-30 | 福州大学 | 大数据采集与处理系统及基于其电动汽车续航估计方法 |
CN107272873A (zh) * | 2017-06-09 | 2017-10-20 | 锤子科技(北京)股份有限公司 | 一种智能设备的应用控制方法和装置 |
CN107370877A (zh) * | 2017-06-30 | 2017-11-21 | 广东欧珀移动通信有限公司 | 应用程序的推送方法、装置、存储介质及电子设备 |
CN107483751A (zh) * | 2017-07-05 | 2017-12-15 | 广东欧珀移动通信有限公司 | 终端设备及其电量分配方法、计算机可读存储介质 |
CN107506019A (zh) * | 2017-08-07 | 2017-12-22 | 北京小米移动软件有限公司 | 应用程序的管理方法及装置、终端、存储介质 |
CN107861602A (zh) * | 2017-10-20 | 2018-03-30 | 努比亚技术有限公司 | 终端cpu性能控制方法、终端及计算机可读存储介质 |
CN108932048A (zh) * | 2018-06-11 | 2018-12-04 | Oppo(重庆)智能科技有限公司 | 确定电池可用时长的方法及相关产品 |
CN109189204A (zh) * | 2018-09-13 | 2019-01-11 | 广东小天才科技有限公司 | 一种应用耗电统计方法及电子设备 |
CN109309953A (zh) * | 2018-11-30 | 2019-02-05 | 努比亚技术有限公司 | 功耗检测方法、装置、终端及可读存储介质 |
CN110022403A (zh) * | 2019-03-06 | 2019-07-16 | 华为技术有限公司 | 终端充电提醒方法、装置、设备及存储介质 |
CN110134219A (zh) * | 2019-05-13 | 2019-08-16 | 深圳传音通讯有限公司 | 应用程序后台耗电处理方法及装置 |
Non-Patent Citations (2)
Title |
---|
王世良;: "3G移动通信终端耗电性能的研究", 移动通信, no. 12 * |
翁国震;: "WCDMA终端耗电分析", 科技资讯, no. 09 * |
Also Published As
Publication number | Publication date |
---|---|
CN113268131B (zh) | 2024-01-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3886004A1 (en) | Method for training classification model, classification method and device, and storage medium | |
CN109947496B (zh) | 应用程序预加载方法、装置、存储介质及移动终端 | |
CN109361818A (zh) | 充电提醒方法、装置、存储介质和终端 | |
CN109543066A (zh) | 视频推荐方法、装置和计算机可读存储介质 | |
CN109189185A (zh) | 终端温度调节方法和装置 | |
CN109670077A (zh) | 视频推荐方法、装置和计算机可读存储介质 | |
CN105718356B (zh) | 电量使用时长的统计装置及方法 | |
CN105098882B (zh) | 输入电流分配方法及装置 | |
CN113672303A (zh) | 一种应用程序启动方法、电子设备、存储介质 | |
CN108777330A (zh) | 充电管理方法、装置及终端 | |
CN113725954B (zh) | 充电方法、装置、设备及存储介质 | |
US11394223B2 (en) | Charging method, electronic equipment, and storage medium | |
CN110413955A (zh) | 字重调节方法、装置、终端及存储介质 | |
US11686776B2 (en) | Prediction method and apparatus of battery health, and storage medium | |
CN113268131B (zh) | 预测续航信息的方法、装置及介质 | |
CN110837288B (zh) | 应用程序管理方法、装置、移动终端及可读存储介质 | |
CN117348710A (zh) | 设备控制方法、装置、介质、设备和芯片 | |
CN107515853B (zh) | 一种细胞词库推送方法及装置 | |
CN111722693A (zh) | 功耗调节方法、装置、存储介质、服务器和终端 | |
CN111722695A (zh) | 终端设备功耗优化方法及装置 | |
CN113190725B (zh) | 对象的推荐及模型训练方法和装置、设备、介质和产品 | |
CN113053332B (zh) | 背光亮度调节方法、装置、电子设备及可读存储介质 | |
CN115134460A (zh) | 一种移动终端温度控制方法、装置、终端及存储介质 | |
CN117368752A (zh) | 电池模拟方法、装置、电子设备及存储介质 | |
CN117393882A (zh) | 剩余使用时长的预测方法、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 |