CN113918334A - 一种设备性能优化方法、装置、电子设备及存储介质 - Google Patents

一种设备性能优化方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN113918334A
CN113918334A CN202111193971.9A CN202111193971A CN113918334A CN 113918334 A CN113918334 A CN 113918334A CN 202111193971 A CN202111193971 A CN 202111193971A CN 113918334 A CN113918334 A CN 113918334A
Authority
CN
China
Prior art keywords
application
current application
current
determining
scene
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.)
Withdrawn
Application number
CN202111193971.9A
Other languages
English (en)
Inventor
周毅
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.)
Apollo Zhilian Beijing Technology Co Ltd
Original Assignee
Apollo Zhilian Beijing Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Apollo Zhilian Beijing Technology Co Ltd filed Critical Apollo Zhilian Beijing Technology Co Ltd
Priority to CN202111193971.9A priority Critical patent/CN113918334A/zh
Publication of CN113918334A publication Critical patent/CN113918334A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46Multiprogramming arrangements
    • G06F9/50Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G06F9/505Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the load

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Stored Programmes (AREA)

Abstract

本公开提供了一种设备性能优化方法、装置、电子设备及存储介质,涉及计算机技术领域,具体涉及设备性能优化技术领域,可应用于车联网、智能座舱、自动驾驶技术领域,设备性能优化方法包括:确定待优化设备开启的当前应用;确定所述待优化设备的当前应用场景;根据所述当前应用场景和所述当前应用的应用关联数据对所述待优化设备进行性能优化。本公开实施例能够提高设备的运行性能和性能优化的准确率,从而提高设备运行的流畅度和用户体验。

Description

一种设备性能优化方法、装置、电子设备及存储介质
技术领域
本公开涉及计算机技术领域,具体涉及设备性能优化技术,可应用于车联网、智能座舱、自动驾驶技术领域。
背景技术
为了满足人们日常工作和生活的需求,越来越多的应用程序APP(APPlication)出现在各类电子设备中,每个应用程序在运行的过程中会消耗设备中的系统资源例如内存、CPU(Central Processing Unit,中央处理器)以及网络资源等,如何对设备的系统资源进行合理分配,从而实现对设备性能的优化,对于保证设备运行的流畅度来说至关重要。
发明内容
本公开实施例提供了一种设备性能优化方法、装置、电子设备及存储介质,能够提高设备的运行性能和性能优化的准确率,从而提高设备运行的流畅度和用户体验。
第一方面,本公开实施例提供了一种设备性能优化方法,包括:
确定待优化设备开启的当前应用;
确定所述待优化设备的当前应用场景;
根据所述当前应用场景和所述当前应用的应用关联数据对所述待优化设备进行性能优化。
第二方面,本公开实施例提供了一种设备性能优化装置,包括:
当前应用确定模块,用于确定待优化设备开启的当前应用;
当前应用场景确定模块,用于确定所述待优化设备的当前应用场景;
设备性能优化模块,用于根据所述当前应用场景和所述当前应用的应用关联数据对所述待优化设备进行性能优化。
第三方面,本公开实施例提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行第一方面实施例所提供的设备性能优化方法。
第四方面,本公开实施例还提供了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行第一方面实施例所提供的设备性能优化方法。
第五方面,本公开实施例还提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现第一方面实施例所提供的设备性能优化方法。
第六方面,本公开实施例还提供了一种车辆,包括本体,还包括第三方面所述的电子设备。
本公开实施例通过确定待优化设备开启的当前应用,并确定待优化设备的当前应用场景,从而根据当前应用场景和当前应用的应用关联数据对待优化设备进行性能优化,解决现有设备仅考虑单一因素进行运行性能优化导致的性能优化准确率较低的问题,能够提高设备的运行性能和性能优化的准确率,从而提高设备运行的流畅度和用户体验。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是本公开实施例提供的一种设备性能优化方法的流程图;
图2是本公开实施例提供的一种设备性能优化方法的流程图;
图3是本公开实施例提供的一种设备性能优化方法的示例流程图;
图4是本公开实施例提供的一种设备性能优化装置的结构图;
图5是用来实现本公开实施例的设备性能优化方法的电子设备的结构示意图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
在一个示例中,图1是本公开实施例提供的一种设备性能优化方法的流程图,本实施例可适用于提高设备运行性能优化准确率的情况,该方法可以由设备性能优化装置来执行,该装置可以由软件和/或硬件的方式来实现,并一般可集成在电子设备中。相应的,如图1所示,该方法包括如下操作:
S110、确定待优化设备开启的当前应用。
其中,待优化设备是任意可以安装并运行应用程序(简称应用)的电子设备,例如可以是终端设备或服务器设备等,示例性的,终端设备可以是手机终端设备、平板终端设备或车机终端设备等,只要是具备性能优化需求的设备即可,本公开实施例对待优化设备的类型并不进行限制。当前应用可以是当前在待优化设备中处于运行状态的应用程序。可以理解的是,若应用程序没有被开启或者没有运行,则该应用程序不会占用设备的系统资源,也即无需对没有开启或没有运行的应用进行操作。
可以理解的是,待优化设备通常会安装有多个应用程序,在运行任意一个应用程序时,待优化设备的系统资源(如内存资源、CPU资源或网络资源等)都会被占用,若待优化设备同时运行多个应用程序,则可能出现系统资源被占用过高的情况,从而影响设备的运行性能。如果待优化设备运行性能受到影响,则待优化设备会产生卡顿或闪退等异常情况,从而影响用户体验。此时,需要对设备进行优化,提高设备运行性能,从而提高设备运行流畅度和用户体验。
在本公开实施例中,确定待优化设备开启的当前应用可以是通过确定待优化设备中占用系统资源的应用来确定待优化设备开启的当前应用,或者也可以是通过获取用户输入的开启应用的指令(如语音开启应用或点击应用程序的图标开启应用)来确定待优化设备开启的当前应用等,本公开实施例对此并不进行限制。可以理解的是,待优化设备开启的当前应用可以是只有一个开启的当前应用,也可以是同时有多个开启的当前应用,本公开实施例对此并不进行限制。如果只有一个开启的当前应用,则在该当前应用占用系统资源过大时可以对该当前应用进行优化操作,以优化待优化设备的性能。相应的,如果同时有多个开启的当前应用,则在当前应用占用系统资源过大时可以对一个或多个当前应用进行优化操作,以优化待优化设备的性能,本公开实施例对此并不进行限制。
S120、确定所述待优化设备的当前应用场景。
其中,当前应用场景可以是在待优化设备当前所处的具体的应用场景,例如当前应用场景可以是导航场景,也可以是游戏场景,或者还可以是通讯场景等,本公开实施例对此并不进行限制。可以理解的是,在待优化设备中,每个应用都可以对应一个或多个的应用场景。示例性的,各种地图的应用对应的应用场景可以为导航场景或路况查询场景;各种游戏的应用对应的应用场景可以为游戏场景或娱乐场景;各种通讯的应用(如语音通话或视频通话等)对应的应用场景可以为通讯场景;音视频类应用对应的应用场景可以为娱乐场景。
在本公开实施例中,在确定待优化设备开启的当前应用之后,可以进一步确定待优化设备的当前应用场景。可选的,可以通过多种方式来确定待优化设备的当前应用场景。示例性的,待优化设备可以根据当前应用的类型来确定当前应用场景,也可以通过实时获取用户交互数据,并根据用户交互数据的类型来确定当前应用场景。或者,也还可以通过获取当前图像或当前音视频数据等来确定当前应用场景,本公开实施例并不对确定当前应用场景的具体实现方式进行限定。
S130、根据所述当前应用场景和所述当前应用的应用关联数据对所述待优化设备进行性能优化。
其中,应用关联数据可以是与开启的当前应用相关联的数据,例如可以是当前应用的开启时长,也可以是当前应用的使用频次,或者还可以是当前应用占用的系统资源等,本公开实施例对此并不进行限制。
在本公开实施例中,在确定待优化设备的当前应用场景之后,可以进一步根据当前应用场景和当前应用的应用关联数据对待优化设备进行性能优化。对待优化设备进行性能优化可以是后台运行当前应用,也可以是关闭当前应用,或者还可以是关闭当前应用的关联插件或进程等,只要能够实现对待优化设备的性能优化目的即可,本公开实施例对待优化设备的性能优化的具体方式并不进行限制。
目前在设备性能优化领域,设备往往仅考虑单一的影响因素对运行的应用进行性能优化。例如,设备确定CPU占用率较高的应用进行优化,或设备对后台运行的应用进行优化等。可以理解的是,仅考虑单一的影响因素对运行的应用进行性能优化往往存在性能优化不准确的情况,例如,CPU占用率较高的应用可能是用户当前使用的重要应用,不能实施关闭或后台运行等优化操作。某些后台运行的应用可能是设备在开启状态时需要同时开启的必要应用,同样不能实施关闭或后台运行等优化操作。
为了解决上述问题,本公开实施例结合当前应用场景和当前应用的应用关联数据的多维度影响因素对待优化设备进行性能优化,能够避免将不该优化的应用执行错误的优化操作,从而提高性能优化的准确性。
上述技术方案,通过确定待优化设备开启的当前应用,并确定待优化设备的当前应用场景,从而根据当前应用场景和当前应用的应用关联数据对待优化设备进行性能优化,解决现有设备仅考虑单一因素进行运行性能优化导致的性能优化准确率较低的问题,能够提高设备的运行性能和性能优化的准确率,从而提高设备运行的流畅度和用户体验。
在一个示例中,图2是本公开实施例提供的一种设备性能优化方法的流程图,本公开实施例在上述各实施例的技术方案的基础上,进行了优化改进,给出了确定待优化设备的当前应用场景,以及根据当前应用场景和当前应用的应用关联数据对待优化设备进行性能优化多种具体实现方式。如图2所示的一种设备性能优化方法,包括:
S210、确定待优化设备开启的当前应用。
S220、根据各所述当前应用的应用配置数据获取各所述当前应用的应用场景标识。
其中,应用配置数据可以是当前应用对应的配置数据,例如应用配置数据可以是当前应用的大小,也可以是运行当前应用所需的系统资源等本公开实施例对此并不进行限制。可以理解的是,不同的当前应用对应的应用配置数据可以相同,也可以不同,本公开实施例对此并不进行限制。应用场景标识可以是当前应用对应的场景标识,可以用于标识当前应用的应用场景。示例性的,地图应用对应的场景标识可以是导航或路况查询等,游戏应用对应的场景标识可以是游戏。可以理解的是,每个应用都可以对应一个或多个应用场景标识。相应的,一个应用场景标识可以对应一个应用,也可以对应多个应用,本公开实施例对此并不进行限制。示例性的,导航的应用场景标识可以对应一个地图应用,也可以对应多个地图应用,游戏的应用场景标识可以对应一个游戏应用,也可以对应多个游戏应用。
在本公开实施例中,在确定待优化设备开启的当前应用之后,可以进一步确定各当前应用的应用配置数据,并根据各当前应用的应用配置数据获取各当前应用的应用场景标识,以根据各当前应用的应用场景标识确定当前应用场景。
S230、根据各所述当前应用的应用场景标识确定所述当前应用场景。
在本公开实施例中,在根据各当前应用的应用配置数据获取各当前应用的应用场景标识之后,可以进一步根据各当前应用的应用场景标识确定当前应用场景,以根据当前应用场景对待优化设备进行性能优化。具体的,如果待优化设备中只有一个开启的当前应用,则可以根据该当前应用对应的场景标识确定当前应用场景。相应的,如果待优化设备中同时有多个开启的当前应用,则可以根据其中任意一个当前应用对应的场景标识确定当前应用场景。示例性的,如果待优化设备中同时有多个开启的当前应用,则可以根据最新开启的当前应用对应的场景标识确定当前应用场景,也可以根据开启时长最长的当前应用对应的场景标识确定当前应用场景,或者还可以根据系统资源占用最大的当前应用对应的场景标识确定当前应用场景,本公开实施例对此并不进行限制。
上述技术方案,通过根据各当前应用的应用配置数据获取各当前应用的应用场景标识,并根据各当前应用的应用场景标识确定当前应用场景,能够更准确的确定当前应用场景,从而提高了待优化设备的性能优化的准确性。
可选的,根据各当前应用的应用场景标识确定当前应用场景,可以包括:确定各当前应用的应用诉求类型;根据应用诉求类型为长时诉求类型的当前应用确定第一当前应用;根据第一当前应用的应用场景标识确定当前应用场景。
其中,应用诉求类型可以是应用对应的任意诉求的类型,例如可以是应用对运行所需要的时间的诉求类型,也可以是应用对运行所需要占用的系统资源的诉求类型等,本公开实施例对此并不进行限制。示例性的,如果应用诉求类型是应用对运行所需要的时间的诉求的类型,则可以是应用长时间运行的诉求的类型,也即长时诉求类型,也可以是应用短时间运行的诉求的类型,也即瞬时诉求类型。长时诉求类型可以是长时间运行的诉求类型,瞬时诉求类型则可以是短时间运行的诉求类型。如果应用诉求类型是应用对运行所需要占用的系统资源的诉求的类型,则可以是应用运行所需占用具体系统资源的诉求类型,也可以是应用运行所需占用某个范围的系统资源的诉求类型。第一当前应用可以是待优化设备中正在使用或者必须开启的当前应用,也即待优化设备中所必要的当前应用。
可选的,根据各当前应用的应用场景标识确定当前应用场景时,可以确定各当前应用的应用诉求类型,并在确定应用诉求类型为长时诉求类型时,根据应用诉求类型为长时诉求类型的当前应用确定第一当前应用,以根据第一当前应用的应用场景标识确定当前应用场景。可选的,在确定各当前应用的应用诉求类型时,如果有多个当前应用的应用诉求类型都为长时诉求类型,则可以将该多个当前应用中运行时长最长的应用确定为第一当前应用。可以理解的是,如果当前应用运行所需要的时间较长,说明用户使用该当前应用的时间较长,也即在待优化设备当前运行的应用中,该当前应用为必须运行的应用,则可以将该当前应用确定为第一当前应用,也即可以将该当前应用的应用场景确定为当前应用场景。
可选的,如果第一当前应用的应用场景标识有且仅有一个,则可以直接将第一当前应用的应用场景标识对应的应用场景类型确定为当前应用场景。如果第一当前应用的应用场景标识有且有多个,则可以结合第一当前应用的实时数据,从各应用场景标识中筛选一个与实时数据匹配的应用场景标识,并将筛选出的应用场景标识对应的应用场景类型确定为当前应用场景。
示例性的,当待优化设备开启的当前应用包括地图应用和娱乐应用(如视频播放器或音乐播放器等)时,通过确定地图应用和娱乐应用的应用诉求类型,可以进一步确定地图应用为长时诉求类型,说明用户使用地图应用的时间较长,也即用户当前正在使用地图应用进行导航或搜索,并未使用娱乐应用观看视频或听音乐,则可以将地图应用确定为必要的应用,也即第一当前应用,如果第一当前应用仅对应一个地图场景的应用场景标识,则可以将地图场景确定为当前应用场景。如果第一当前应用的应用场景标识包括导航场景和路况查询场景,则可以进一步确定第一当前应用的实时数据,如果确定第一当前应用的实时数据为路况查询数据,则可以将路况查询场景确定为当前应用场景。
上述技术方案,通过确定各当前应用的应用诉求类型,并根据应用诉求类型为长时诉求类型的当前应用确定第一当前应用,以根据第一当前应用的应用场景标识确定当前应用场景,实现通过当前应用的应用诉求类型确定当前应用场景,从而使得当前应用场景的确定更准确。
可选的,根据各当前应用的应用场景标识确定当前应用场景,可以包括:确定各当前应用的应用运行类型;将应用运行类型为前台运行的当前应用确定为第一当前应用;根据第一当前应用的应用场景标识确定当前应用场景。
其中,应用运行类型可以是应用对应的运行类型,例如可以是前台运行,也可以是后台运行等,本公开实施例对此并不进行限制。
可以理解的是,一般情况下,设备前台通常只运行一个应用。因此,根据各当前应用的应用场景标识确定当前应用场景时,可选的,还可以确定各当前应用的应用运行类型,并在应用运行类型为前台运行时,将该当前应用确定为第一当前应用,以根据第一当前应用的应用场景标识确定当前应用场景。可以理解的是,如果当前应用的应用运行类型为前台运行,说明用户正在使用该当前应用,也即在待优化设备当前运行的应用中,该当前应用为必须运行的应用,则可以将该当前应用确定为第一当前应用,也即可以将该当前应用的应用场景确定为当前应用场景。
示例性的,当待优化设备开启的当前应用包括地图应用和娱乐应用(如视频播放器或音乐播放器等)时,通过确定地图应用和娱乐应用的应用运行类型,可以进一步确定娱乐应用为前台运行,说明用户当前正在使用娱乐应用,也即用户正在观看视频或听音乐,并没有使用地图应用进行导航,则可以将娱乐应用确定为必要应用,也即第一当前应用,如果第一当前应用仅对应一个娱乐场景的应用场景标识,则可以将娱乐应用对应的娱乐场景确定为当前应用场景。如果第一当前应用的应用场景标识包括视频播放场景和视频下载场景,则可以进一步确定第一当前应用的实时数据,如果确定第一当前应用的实时数据为视频播放的数据,则可以将视频播放场景确定为当前应用场景。
上述技术方案,通过确定各当前应用的应用运行类型,并将应用运行类型为前台运行的当前应用确定为第一当前应用,以根据第一当前应用的应用场景标识确定当前应用场景,实现通过当前应用的应用运行类型确定当前应用场景,从而提高当前应用场景的准确性。
S240、根据所述当前应用场景和各所述当前应用的应用关联数据从各所述当前应用中筛选第二当前应用。
其中,第二当前应用可以是待优化设备运行所不需要的当前应用,也即待优化设备中非必要的当前应用。可以理解的是,在待优化设备中可以同时开启多个应用,然而并不是所有开启的应用都是正在使用或者必须开启的,也即已经开启的应用中有一个或多个是待优化设备运行所不需要的应用。
在本公开实施例中,在根据各当前应用的应用场景标识确定当前应用场景之后,可以进一步根据当前应用场景和各当前应用的应用关联数据从各当前应用中筛选第二当前应用,以关闭第二当前应用的线程,实现对待优化设备的性能优化。
可选的,应用关联数据可以包括用户使用频次和/或用户历史使用数据;相应的,根据当前应用场景和各当前应用的应用关联数据从各当前应用中筛选第二当前应用,可以包括:将与当前应用场景不匹配的当前应用确定为备选第二当前应用;根据各备选第二当前应用在当前应用场景中的用户使用频次和/或用户历史使用数据从各备选第二当前应用中筛选第二当前应用。
其中,用户使用频次可以是用户在当前应用场景下使用应用的频次,也即,在确定当前应用场景之后,当前应用场景对应的应用所开启的时间到当前时间内,用户使用应用的频次。可选的,可以通过获取用户语音控制次数来确定用户使用频次,也可以通过获取按键或者屏幕点击次数来确定用户使用频次等,本公开实施例对用户使用频次的确定方式并不进行限制。用户历史使用数据可以是用户之前使用应用的数据,例如用户之前在相同时段内或相同应用场景内使用应用的频次或者使用时长等,本公开实施例对此并不进行限制。可以理解的是,在确定用户历史使用数据时,需要确定对应的历史使用数据,而不是所有的历史使用数据,例如可以是历史的当前应用场景下用户的使用数据,也可以是与当前时间段相对应的历史时间段下用户的使用数据等。示例性的,如果当前应用场景为导航场景,则在确定娱乐应用(如音乐播放器等)的用户历史使用数据时,可以是确定用户在之前的导航场景中娱乐应用的使用数据。或者,如果当前时间段为下午5点到下午8点,则在确定娱乐应用(如音乐播放器等)的用户历史使用数据时,可以是确定用户在之前下午5点到下午8点时娱乐应用的使用数据。
其中,备选第二当前应用可以是应用场景与当前应用场景不匹配的当前应用,可以用于筛选非必要的当前应用。可以理解的是,如果当前应用的应用场景与当前应用场景不同,说明待优化设备当前不是必须使用该当前应用,则可以进一步确定该当前应用是否为非必要的当前应用。示例性的,如果娱乐应用(如音乐播放器等)的应用场景为娱乐场景,且当前应用场景为导航场景,说明当前待优化设备正在使用导航应用进行导航,此时娱乐应用不是必须使用的应用,则可以将娱乐应用确定为备选第二当前应用,以进一步确定娱乐应用是否为非必要的当前应用。
具体的,将与当前应用场景不匹配的当前应用确定为备选第二当前应用,可以根据各备选第二当前应用在当前应用场景中的用户使用频次从各备选第二当前应用中筛选第二当前应用,或根据各备选第二当前应用在当前应用场景中的用户历史使用数据从各备选第二当前应用中筛选第二当前应用,或还可以根据第二当前应用在当前应用场景中的用户使用频次和用户历史使用数据从各备选第二当前应用中筛选第二当前应用。
示例性的,如果根据各备选第二当前应用在当前应用场景中的用户使用频次从各备选第二当前应用中筛选第二当前应用,则可以将用户使用频次最低的一个备选第二当前应用确定为第二当前应用,也可以将用户使用频次最低的多个备选第二当前应用确定为第二当前应用等,本公开实施例对此并不进行限制。示例性的,如果备选第二当前应用包括应用A、应用B、应用C和应用D,且应用A的用户使用频次为6次,应用B的用户使用频次为2次,应用C的用户使用频次为8次,应用D的用户使用频次为4次,则可以将用户使用频次最低的应用,也即应用B确定为第二当前应用,也可以将使用频次最低的两个应用,也即应用B和应用C确定为第二当前应用,或者还可以将使用频次最低的三个应用,也即应用B、应用C和应用A确定为第二当前应用。在另一个示例中,如果当前应用场景为导航场景,当前应用场景对应的时刻为早晚高峰时刻,备选第二当前应用包括应用A、应用B、应用C和应用D,且应用A和应用B在待优化设备历史早晚高峰时刻的导航场景中是运行的状态,应用C和应用D在历史早晚高峰时刻的导航场景中是未运行的状态,说明应用A和应用B是必要的应用,应用C和应用D是非必要的应用,则可以将应用C和应用D确定为第二当前应用。
上述技术方案,通过将与当前应用场景不匹配的当前应用确定为备选第二当前应用,并根据各备选第二当前应用在当前应用场景中的用户使用频次和/或用户历史使用数据从各备选第二当前应用中筛选第二当前应用,能够通过确定备选第二当前应用,并在备选第二当前应用中筛选第二当前应用,从而更准确的筛选出第二当前应用,提高第二当前应用的准确性。
S250、关闭所述第二当前应用的线程,以实现对所述待优化设备的性能优化。
在本公开实施例中,在根据当前应用场景和各当前应用的应用关联数据从各当前应用中筛选第二当前应用之后,可以进一步关闭第二当前应用的线程,以实现对待优化设备的性能优化。可以理解的是,在待优化设备开启的多个应用中,可以根据用户使用应用的情况关闭非必要应用,从而可以在系统资源占用过高时释放非必要应用占用的系统资源,进而降低系统资源的占用。可以理解的是,关闭第二当前应用的线程可以是关闭一个第二当前应用的线程,也可以是关闭多个第二当前应用的线程,本公开实施例对此并不进行限制。
上述技术方案,通过关闭第二当前应用,能够释放系统资源,降低系统资源的占用,从而提高设备的运行性能和性能优化的准确率,提高设备运行的流畅度和用户体验。
可选的,关闭第二当前应用的线程,可以包括:确定各第二当前应用在待优化设备中的应用程序占用率;根据各第二当前应用的应用程序占用率确定目标第二当前应用;关闭目标第二当前应用的线程。
其中,应用程序占用率可以是应用程序运行所占用的系统资源的比例,例如可以是CPU占用率,也可以是内存占用率等,本公开实施例对此并不进行限制。目标第二当前应用可以是待优化设备运行所不需要的应用中的一个目标当前应用。
具体的,确定各第二当前应用在待优化设备中的应用程序占用率,并根据各第二当前应用的应用程序占用率确定目标第二当前应用,以关闭目标第二当前应用的线程,从而实现对待优化设备的性能优化。可选的,可以将应用程序占用率最大的一个第二当前应用确定为目标第二当前应用,也可以将应用程序占用率最大的多个第二当前应用确定为目标第二当前应用,本公开实施例对关闭的目标第二当前应用的数量并不进行限制,只要满足待优化设备的运行需求即可。
示例性的,如果第二当前应用A的应用程序占用率为40%,第二当前应用B的应用程序占用率为60%,第二当前应用C的应用程序占用率为49%,则可以关闭应用程序占用率最大的一个第二当前应用,也即关闭第二当前应用B,也可以关闭应用程序占用率最大的两个第二当前应用,也即关闭第二当前应用B和第二当前应用C。
上述技术方案,通过确定各第二当前应用在待优化设备中的应用程序占用率,并根据各第二当前应用的应用程序占用率确定目标第二当前应用,以关闭目标第二当前应用的线程,能够在保证设备运行性能的前提下,确保关闭较少的第二当前应用,从而保证设备性能优化的准确性。
以车机终端设备为例,现在车联网的车,因为受限于芯片等硬件性能,大部分的车机终端设备的芯片的算力基本上比手机终端设备落后三代半左右,但是在车机终端设备上面会安装很多应用。这些应用存在多开的现象,有可能语音、地图、随心听以及视频播放器等应用都打开,那么会造成CPU或内存出现占用过高的情况,导致车机终端设备卡顿,影响用户体验,尤其对于自动驾驶车辆来说,车机终端设备的运行性能直接影响车辆的使用情况。
图3是本公开实施例提供的一种设备性能优化方法的示例流程图,如图3所示,根据车机终端设备(也即车机系统)的性能可以设置一个关于车机终端设备CPU以及内存占用的阈值,当超过这个阈值之后,会导致车机终端设备存在卡顿的现象。为了保证车机终端设备的良好使用,在车机终端设备的内存或者CPU超过阈值时,可以根据APP的使用频次以及当前的场景来判断哪些APP是用户必要的,哪些APP是用户非必要的。如果是必要的APP则可以保留该APP,相应的,如果是非必要的APP则可以杀死该APP进程,以将整个车机系统的内存占用降低到阈值以下。其中,必要APP可以包括语音助手和导航,其中语音助手的优先级更高。用户的使用频次可以通过语音控制次数或者按键以及屏幕点击次数确定,可以将次数最低的确定为非必要的应用。但是在确定非必要APP时,需要结合当前应用场景,例如用户在导航过程中,可能几小时都不点导航,但是在当前应用场景中地图为必要APP。在当前应用场景下,如果确定该APP是非必要的APP,则可以语音提示用户并关闭该APP,从而提高车联网车机终端设备的用户体验,以及保证车机高性能运转。
上述技术方案,通过确定待优化设备开启的当前应用,再根据各当前应用的应用配置数据获取各当前应用的应用场景标识,并根据各当前应用的应用场景标识确定当前应用场景,以根据当前应用场景和各当前应用的应用关联数据从各当前应用中筛选第二当前应用,从而关闭第二当前应用的线程,实现对待优化设备的性能优化,解决现有设备仅考虑单一因素进行运行性能优化导致的性能优化准确率较低的问题,能够提高设备的运行性能和性能优化的准确率,从而提高设备运行的流畅度和用户体验。
需要说明的是,以上各实施例中各技术特征之间的任意排列组合也属于本公开的保护范围。
在一个示例中,图4是本公开实施例提供的一种设备性能优化装置的结构图,本公开实施例可适用于提高设备运行性能以及性能优化准确率的情况,该装置通过软件和/或硬件实现,并具体配置于电子设备中。如图4所示的一种设备性能优化装置400,包括:当前应用确定模块410、当前应用场景确定模块420、和设备性能优化模块430。其中,
当前应用确定模块410,用于确定待优化设备开启的当前应用;
当前应用场景确定模块420,用于确定所述待优化设备的当前应用场景;
设备性能优化模块430,用于根据所述当前应用场景和所述当前应用的应用关联数据对所述待优化设备进行性能优化。
上述技术方案,通过确定待优化设备开启的当前应用,并确定待优化设备的当前应用场景,从而根据当前应用场景和当前应用的应用关联数据对待优化设备进行性能优化,解决现有设备仅考虑单一因素进行运行性能优化导致的性能优化准确率较低的问题,能够提高设备的运行性能和性能优化的准确率,从而提高设备运行的流畅度和用户体验。
可选的,当前应用场景确定模块420,可以具体用于:根据各当前应用的应用配置数据获取各当前应用的应用场景标识;根据各当前应用的应用场景标识确定当前应用场景。
可选的,当前应用场景确定模块420,可以具体用于:确定各当前应用的应用诉求类型;根据应用诉求类型为长时诉求类型的当前应用确定第一当前应用;根据第一当前应用的应用场景标识确定当前应用场景。
可选的,当前应用场景确定模块420,可以具体用于:确定各当前应用的应用运行类型;将应用运行类型为前台运行的当前应用确定为第一当前应用;根据第一当前应用的应用场景标识确定当前应用场景。
可选的,设备性能优化模块430,可以具体用于:根据当前应用场景和各当前应用的应用关联数据从各当前应用中筛选第二当前应用;关闭第二当前应用的线程,以实现对待优化设备的性能优化。
可选的,应用关联数据可以包括用户使用频次和/或用户历史使用数据;相应的,设备性能优化模块430,可以具体用于:将与当前应用场景不匹配的当前应用确定为备选第二当前应用;根据各备选第二当前应用在当前应用场景中的用户使用频次和/或用户历史使用数据从各备选第二当前应用中筛选第二当前应用。
可选的,设备性能优化模块430,可以具体用于:确定各第二当前应用在待优化设备中的应用程序占用率;根据各第二当前应用的应用程序占用率确定目标第二当前应用;关闭目标第二当前应用的线程。
可选的,待优化设备可以包括车机终端设备。
上述设备性能优化装置可执行本公开任意实施例所提供的设备性能优化方法,具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本公开任意实施例提供的设备性能优化方法。
由于上述所介绍的设备性能优化装置为可以执行本公开实施例中的设备性能优化方法的装置,故而基于本公开实施例中所介绍的设备性能优化方法,本领域所属技术人员能够了解本实施例的设备性能优化装置的具体实施方式以及其各种变化形式,所以在此对于该设备性能优化装置如何实现本公开实施例中的设备性能优化方法不再详细介绍。只要本领域所属技术人员实施本公开实施例中设备性能优化方法所采用的装置,都属于本公开所欲保护的范围。
在一个示例中,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图5示出了可以用来实施本公开的实施例的示例电子设备500的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图5所示,设备500包括计算单元501,其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序,来执行各种适当的动作和处理。在RAM 503中,还可存储设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
设备500中的多个部件连接至I/O接口505,包括:输入单元506,例如键盘、鼠标等;输出单元507,例如各种类型的显示器、扬声器等;存储单元508,例如磁盘、光盘等;以及通信单元509,例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理,例如性能优化方法。例如,在一些实施例中,性能优化方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元508。在一些实施例中,计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM 503并由计算单元501执行时,可以执行上文描述的性能优化方法的一个或多个步骤。备选地,在其他实施例中,计算单元501可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行性能优化方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。服务器还可以分布式系统的服务器,或者是结合了区块链的服务器。
上述技术方案,通过确定待优化设备开启的当前应用,并确定待优化设备的当前应用场景,从而根据当前应用场景和当前应用的应用关联数据对待优化设备进行性能优化,解决现有设备仅考虑单一因素进行运行性能优化导致的性能优化准确率较低的问题,能够提高设备的运行性能和性能优化的准确率,从而提高设备运行的流畅度和用户体验。
在上述实施例的基础上,本公开实施例还提供了一种车辆,包括车体,还包括上述实施例所述的电子设备。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。

Claims (20)

1.一种设备性能优化方法,包括:
确定待优化设备开启的当前应用;
确定所述待优化设备的当前应用场景;
根据所述当前应用场景和所述当前应用的应用关联数据对所述待优化设备进行性能优化。
2.根据权利要求1所述的方法,其中,所述确定所述待优化设备的当前应用场景,包括:
根据各所述当前应用的应用配置数据获取各所述当前应用的应用场景标识;
根据各所述当前应用的应用场景标识确定所述当前应用场景。
3.根据权利要求2所述的方法,其中,所述根据各所述当前应用的应用场景标识确定所述当前应用场景,包括:
确定各所述当前应用的应用诉求类型;
根据所述应用诉求类型为长时诉求类型的当前应用确定第一当前应用;
根据所述第一当前应用的应用场景标识确定所述当前应用场景。
4.根据权利要求2所述的方法,其中,所述根据各所述当前应用的应用场景标识确定所述当前应用场景,包括:
确定各所述当前应用的应用运行类型;
将所述应用运行类型为前台运行的当前应用确定为第一当前应用;
根据所述第一当前应用的应用场景标识确定所述当前应用场景。
5.根据权利要求1所述的方法,其中,所述根据所述当前应用场景和所述当前应用的应用关联数据对所述待优化设备进行性能优化,包括:
根据所述当前应用场景和各所述当前应用的应用关联数据从各所述当前应用中筛选第二当前应用;
关闭所述第二当前应用的线程,以实现对所述待优化设备的性能优化。
6.根据权利要求5所述的方法,其中,所述应用关联数据包括用户使用频次和/或用户历史使用数据;
所述根据所述当前应用场景和各所述当前应用的应用关联数据从各所述当前应用中筛选第二当前应用,包括:
将与所述当前应用场景不匹配的当前应用确定为备选第二当前应用;
根据各所述备选第二当前应用在所述当前应用场景中的用户使用频次和/或用户历史使用数据从各所述备选第二当前应用中筛选所述第二当前应用。
7.根据权利要求5所述的方法,其中,所述关闭所述第二当前应用的线程,包括:
确定各所述第二当前应用在所述待优化设备中的应用程序占用率;
根据各所述第二当前应用的应用程序占用率确定目标第二当前应用;
关闭所述目标第二当前应用的线程。
8.根据权利要求1-7任一所述的方法,其中,所述待优化设备包括车机终端设备。
9.一种设备性能优化装置,包括:
当前应用确定模块,用于确定待优化设备开启的当前应用;
当前应用场景确定模块,用于确定所述待优化设备的当前应用场景;
设备性能优化模块,用于根据所述当前应用场景和所述当前应用的应用关联数据对所述待优化设备进行性能优化。
10.根据权利要求9所述的装置,其中,所述当前应用场景确定模块具体用于:
根据各所述当前应用的应用配置数据获取各所述当前应用的应用场景标识;
根据各所述当前应用的应用场景标识确定所述当前应用场景。
11.根据权利要求10所述的装置,其中,所述当前应用场景确定模块具体用于:
确定各所述当前应用的应用诉求类型;
根据所述应用诉求类型为长时诉求类型的当前应用确定第一当前应用;
根据所述第一当前应用的应用场景标识确定所述当前应用场景。
12.根据权利要求10所述的装置,其中,所述当前应用场景确定模块具体用于:
确定各所述当前应用的应用运行类型;
将所述应用运行类型为前台运行的当前应用确定为第一当前应用;
根据所述第一当前应用的应用场景标识确定所述当前应用场景。
13.根据权利要求9所述的装置,其中,所述设备性能优化模块具体用于:
根据所述当前应用场景和各所述当前应用的应用关联数据从各所述当前应用中筛选第二当前应用;
关闭所述第二当前应用的线程,以实现对所述待优化设备的性能优化。
14.根据权利要求13所述的装置,其中,所述应用关联数据包括用户使用频次和/或用户历史使用数据;
所述设备性能优化模块具体用于:
将与所述当前应用场景不匹配的当前应用确定为备选第二当前应用;
根据各所述备选第二当前应用在所述当前应用场景中的用户使用频次和/或用户历史使用数据从各所述备选第二当前应用中筛选所述第二当前应用。
15.根据权利要求13所述的装置,其中,所述设备性能优化模块具体用于:
确定各所述第二当前应用在所述待优化设备中的应用程序占用率;
根据各所述第二当前应用的应用程序占用率确定目标第二当前应用;
关闭所述目标第二当前应用的线程。
16.根据权利要求9-15任一所述的装置,其中,所述待优化设备包括车机终端设备。
17.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-8中任一项所述的设备性能优化方法。
18.一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使计算机执行权利要求1-8中任一项所述的设备性能优化方法。
19.一种计算机程序产品,包括计算机程序/指令,其特征在于,该计算机程序/指令被处理器执行时实现权利要求1-8中任一项所述的设备性能优化方法的步骤。
20.一种车辆,包括车体,其特征在于,还包括权利要求17所述的电子设备。
CN202111193971.9A 2021-10-13 2021-10-13 一种设备性能优化方法、装置、电子设备及存储介质 Withdrawn CN113918334A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111193971.9A CN113918334A (zh) 2021-10-13 2021-10-13 一种设备性能优化方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111193971.9A CN113918334A (zh) 2021-10-13 2021-10-13 一种设备性能优化方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN113918334A true CN113918334A (zh) 2022-01-11

Family

ID=79240029

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111193971.9A Withdrawn CN113918334A (zh) 2021-10-13 2021-10-13 一种设备性能优化方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN113918334A (zh)

Similar Documents

Publication Publication Date Title
US20190114202A1 (en) Task scheduling method and apparatus of artificial intelligence heterogeneous hardware, device and readable medium
CN111402877B (zh) 基于车载多音区的降噪方法、装置、设备和介质
US20160156214A1 (en) Method for charging control and an electronic device thereof
CN112669867A (zh) 噪声消除算法的调试方法、装置和电子设备
CN112783731B (zh) 异常设备检测方法、装置、设备和存储介质
CN113012695B (zh) 智能控制方法、装置、电子设备及计算机可读存储介质
CN112767935B (zh) 唤醒指标监测方法、装置及电子设备
CN112632251B (zh) 回复内容的生成方法、装置、设备和存储介质
CN112527235A (zh) 语音播放方法、装置、设备以及存储介质
CN111966767A (zh) 轨迹热力图生成方法、装置、电子设备和存储介质
CN113918334A (zh) 一种设备性能优化方法、装置、电子设备及存储介质
CN113449141A (zh) 语音播报方法、装置、电子设备及存储介质
CN113012682B (zh) 误唤醒率确定方法、装置、设备、存储介质和程序产品
CN111783872B (zh) 训练模型的方法、装置、电子设备及计算机可读存储介质
CN114817474A (zh) 功能信息查询方法、装置、电子设备及存储介质
CN113808585A (zh) 耳机唤醒方法、装置、设备以及存储介质
CN114051057A (zh) 云设备排队时长的确定方法、装置、电子设备和介质
CN112988105A (zh) 播放状态控制方法、装置、电子设备和存储介质
CN114153312B (zh) Vpa控制方法、装置、设备、存储介质及程序产品
CN112527166B (zh) 触控指令的处理方法、装置、设备以及存储介质
EP4099319A1 (en) Wake-up index monitoring method and apparatus, and electronic device
CN114120982A (zh) 语音识别方法、语音处理方法、装置和自动驾驶车辆
CN117311917A (zh) 基于车联应用程序切换车辆的方法、电子设备及存储介质
CN112786055A (zh) 资源挂载方法、装置、设备、存储介质及计算机程序产品
CN117493639A (zh) 一种兴趣点处理方法、装置、电子设备和存储介质

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20220111