发明内容
本发明提供一种基于人工智能的软件窗口调整方法及系统,其主要目的在于解决难以实现基于人工智能的软件窗口调整的问题。
为实现上述目的,本发明提供的一种基于人工智能的软件窗口调整方法,包括:
在预设的软件窗口中,通过用户交互操作选择所述软件窗口的对象特征;
将预设的跟踪算法嵌入所述软件窗口的管理系统中,得到跟踪系统,通过所述跟踪系统实时追踪所述对象特征的位置和大小,得到特征位置以及特征大小,其中,利用如下跟踪系统中的追踪算法计算所述对象特征的特征大小:
其中,A为所述对象特征的特征大小,Q(x,y)为所述对象特征中坐标为(x,y)处的像素值;
捕获用户在所述软件窗口的用户行为,将所述用户行为转化成用户数据,根据所述用户数据以及特征位置、特征大小建立窗口调整模型;
利用所述窗口调整模型获取待调整窗口对应的预测调整数据,根据所述预测调整数据对所述待调整窗口进行调整,得到调整窗口;
建立窗口评价指标,利用所述评价指标对所述调整窗口进行监管评价,当所述调整窗口不符合所述调整指标,返回通过用户交互操作选择所述软件窗口的对象特征的步骤;
当所述调整窗口符合所述调整指标,则调整完毕。
可选地,所述通过用户交互操作选择所述软件窗口的对象特征,包括:
在所述软件窗口选择预设的交互对象;
根据所述交互对象选择对应的交互方式;
通过所述交互方式对所述交互对象进行交互,得到对象特征。
可选地,所述将预设的跟踪算法嵌入所述软件窗口的管理系统中,得到跟踪系统,包括:
将跟踪系统的用户界面嵌入到软件窗口的管理系统中,得到跟踪系统框架;
将所述跟踪系统框架中的应用层与所述用户界面进行连接,得到实现应用层;
在所述跟踪系统框架的算法层中编写跟踪代码,得到集成算法层;
将所述系统框架中的实现应用层与所述集成算法层进行连接,得到跟踪系统。
可选地,所述将跟踪系统的用户界面嵌入到软件窗口的管理系统中,得到跟踪系统框架,包括:
确定所述用户界面的界面需求,根据所述界面需求设计系统框架的系统界面;
将所述框架界面与所述管理系统设置交互方式,得到踪系统框架。
可选地,所述通过所述跟踪系统实时追踪所述对象特征的位置和大小,得到特征位置以及特征大小,包括:
利用如下跟踪系统中的位置算法计算所述对象特征的特征位置:
x_new=x_prev+(x-x_prev)*r
y_new=y_prev+(y-y_prev)*r
w_new=w_prev+(w-w_prev)*r
h_new=h_prev+(h-h_prev)*r
W=(x_new,y_new,w_new,h_new)
其中,W为所述特征位置,(x_new,y_new)为所述对象特征在软件窗口中的当前帧中的中心坐标,(w_new,h_new)为所述对象特征在软件窗口中的当前帧中的当前帧中的宽度和高度,(x_prev,y_prev)为所述对象特征在软件窗口中的前一帧中的左上角坐标,(w_prev,h_prev)为所述对象特征在软件窗口中的前一帧中的宽度和高度,r为平滑系数。
可选地,所述根据所述用户数据以及特征位置、特征大小建立窗口调整模型,包括:
将所述用户数据作为模型特征,将所述特征位置、特征大小作为划分特征;
计算所述模型特征的信息增益,根据所述信息增益作为划分依据将所述模型特征划分成根节点与剩余节点;
在所述剩余节点中重复划分节点的步骤,直至达到预设的划分次数,到达叶子节点,将所有节点汇集成特征决策树,根据所述特征决策树的叶节点包含的模型特征确定模型叶子节点对应的划分特征,将确定了划分特征的特征决策树确定为窗口调整模型。
可选地,所述计算所述模型特征的信息增益,包括:
利用如下增益计算公式计算所述模型特征的信息增益:
其中,InformationGain为信息增益,Entropy(D)为所述模型特征的信息熵,|D|为所述模型特征的个数,|Dv|为划出的剩余节点的个数,Entropy(Dv)表示划分出的剩余节点的信息熵。
可选地,所述根据所述信息增益作为划分依据将所述模型特征划分成根节点与剩余节点,包括:
选择信息增益最大的模型特征作为根节点;
将去除所述划分节点的模型特征作为剩余特征。
可选地,所述利用所述窗口调整模型获取待调整窗口对应的预测调整数据,包括:
从所述窗口调整模型的根节点开始,将所述待调整窗口与节点处的模型特征进行比较,得到比较结果;
根据比较结果选择相应的子节点,并将所述待调整窗口沿着所述子节点进入下一层决策节点;
重复根据比较结果选择相应的子节点步骤直至到达所述窗口调整模型的叶子节点,将叶子节点代表的划分特征确定为所述待调整窗口的预测调整数据。
为了解决上述问题,本发明还提供一种基于人工智能的软件窗口调整系统,所述系统包括:
选择特征模块:在预设的软件窗口中,通过用户交互操作选择所述软件窗口的对象特征;
算法嵌入模块:将预设的跟踪算法嵌入所述软件窗口的管理系统中,得到跟踪系统,通过所述跟踪系统实时追踪所述对象特征的位置和大小,得到特征位置以及特征大小;
建立模型模块:捕获用户在所述软件窗口的用户行为,将所述用户行为转化成用户数据,根据所述用户数据以及特征位置、特征大小建立窗口调整模型;
调整窗口模块:利用所述窗口调整模型获取待调整窗口对应的预测调整数据,根据所述预测调整数据对所述待调整窗口进行调整,得到调整窗口;
评价指标模块:建立窗口评价指标,利用所述评价指标对所述调整窗口进行监管评价,当所述调整窗口不符合所述调整指标,返回通过用户交互操作选择所述软件窗口的对象特征的步骤;
最终调整模块:当所述调整窗口符合所述调整指标,则调整完毕。
本发明实施例通过用户交互操作选择软件窗口的对象特征,通过选择所述软件窗口的对象特征,可以帮助智能软件更好地识别用户的意图,准确地确定需要进行调整的窗口,从而提高调整的精度和效率;将跟踪算法嵌入软件窗口的管理系统中,得到跟踪系统,追踪对象特征的位置和大小,得到特征位置以及特征大小,可以实现对软件窗口中对象特征的实时追踪。这对于需要实时监控、分析和处理对象位置和大小变化的应用非常重要,还可以使用户能够在一个集成的环境中使用系统的各个功能直接通过管理系统界面控制和调整跟踪算法的以满足其特定的需求,另外还增强集成与扩展性,并进行系统优化,以满足各类应用场景的需求;捕获用户行为,将用户行为转化成用户数据,建立窗口调整模型;获取待调整窗口对应的预测调整数据,对所述待调整窗口进行调整,得到调整窗口,获取待调整窗口对应的预测调整数据,可以自动识别不同窗口类型和特征,减少用户手动调整的繁琐过程,还可以在较短时间内生成预测结果,即时响应用户需求,同时利用窗口调整决策树可以根据历史记录和上下文信息进行学习,提高调整预测的准确性和精度;建立窗口评价指标,对调整窗口进行监管评价,当调整窗口不符合所述调整指标,返回通过用户交互操作选择软件窗口的对象特征的步骤,建立窗口评价指标可以帮助确定所进行的窗口调整是否达到了预期的效果,还可以帮助比较不同版本的窗口设计,从而找出最优方案,通过评价指标的帮助,可以量化不同版本之间的差异,并选择最适合用户需求的版本;当调整窗口符合所述调整指标,则调整完毕。因此本发明提出的基于人工智能的软件窗口调整方法、系统,可以实现基于人工智能的软件窗口调整方法。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本申请实施例提供一种基于人工智能的软件窗口调整方法。所述基于人工智能的软件窗口调整方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之,所述基于人工智能的软件窗口调整方法可以由安装在终端设备或服务端设备的软件或硬件来执行,所述软件可以是区块链平台。所述服务端包括但不限于:单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器,也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(ContentDeliveryNetwork,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示,为本发明一实施例提供的基于人工智能的软件窗口调整方法的流程示意图。在本实施例中,所述基于人工智能的软件窗口调整方法包括:
S1、在预设的软件窗口中,通过用户交互操作选择所述软件窗口的对象特征;
由于软件屏幕上存在多个窗口,这些窗口可能会重叠或者部分重叠,如果没有一个明确的标识来表示需要调整的窗口,那么调整可能会出现不准确的情况,因此通过选择所述软件窗口的对象特征,可以帮助智能软件更好地识别用户的意图,准确地确定需要进行调整的窗口,从而提高调整的精度和效率。
本发明实施例中,所述预设的软件窗口是指在软件中预先设计好的窗口,在许多软件中通常用于展示特定类型的信息或执行特定类型的任务。例如,一个文本编辑器可能会有一个预设的窗口用于显示文档内容,而一个电子邮件客户端可能会有一个预设的窗口用于显示收件箱。
详细地,参照图2所示,所述通过用户交互操作选择所述软件窗口的对象特征,包括:
S21、在所述软件窗口选择预设的交互对象;
S22、根据所述交互对象选择对应的交互方式;
S23、通过所述交互方式对所述交互对象进行交互,得到对象特征。
具体地,所述交互对象通常是指用户在计算机系统中进行操作的元素,例如窗口、按钮、文本框等,所述对象特征则是指这些元素所具有的属性,例如颜色、大小、形状等。
另外地,所述通过用户交互操作选择所述软件窗口的对象特征能够提高用户体验,通过与用户进行交互,让用户可以更加直观地感知窗口调整过程,提高用户对软件的使用满意度,通过选择窗口的对象特征,可以精准地确定需要调整的窗口位置和大小,避免出现错位或者误调整的情况,还可以可以提高软件的易用性、精准性、自适应性和效率性,为用户带来更好的使用体验。
S2、将预设的跟踪算法嵌入所述软件窗口的管理系统中,得到跟踪系统,通过所述跟踪系统实时追踪所述对象特征的位置和大小,得到特征位置以及特征大小;
本发明实施例中,所述跟踪算法可以用于实时追踪软件窗口中对象特征的位置和大小,并得到特征位置以及特征大小。跟踪算法的作用是根据窗口中对象特征所在的区域,实现对该特征的实时跟踪,并在需要时自动调整窗口大小和位置等参数,以确保用户对目标的正常操作。常见的跟踪算法包括但不限于Meanshift算法、CAMShift算法、以及KCF算法等。
具体地,将预设的跟踪算法嵌入所述软件窗口的管理系统中可以实现对软件窗口中对象特征的实时追踪。这对于需要实时监控、分析和处理对象位置和大小变化的应用非常重要,还可以使用户能够在一个集成的环境中使用系统的各个功能直接通过管理系统界面控制和调整跟踪算法的以满足其特定的需求,另外还增强集成与扩展性,并进行系统优化,以满足各类应用场景的需求。
详细地,参照图3所示,所述将预设的跟踪算法嵌入所述软件窗口的管理系统中,得到跟踪系统,包括:
S31、将跟踪系统的用户界面嵌入到软件窗口的管理系统中,得到跟踪系统框架;
S32、将所述跟踪系统框架中的应用层与所述用户界面进行连接,得到实现应用层;
S33、在所述跟踪系统框架的算法层中编写跟踪代码,得到集成算法层;
S34、将所述系统框架中的实现应用层与所述集成算法层进行连接,得到跟踪系统。
进一步地,所述在所述跟踪系统框架的算法层中编写跟踪代码,其中,具体的代码编写和集成过程会因使用的编程语言、库和框架而有所不同。此外,在编写跟踪代码时,请参考所选跟踪算法的文档和示例代码来确保正确实现跟踪逻辑。
具体地,所述将跟踪系统的用户界面嵌入到软件窗口的管理系统中,得到跟踪系统框架,包括:
确定所述用户界面的界面需求,根据所述界面需求设计系统框架的系统界面;
将所述框架界面与所述管理系统设置交互方式,得到踪系统框架。
进一步地,所述确定所述用户界面的界面需求,其中,所述界面需求根据具体情况,可能需要按钮、菜单选项、图像显示区域等。
另外地,所述根据所述界面需求设计系统框架的系统界面,可以使用图形界面设计工具或编程代码来创建界面元素,并安排它们的布局和交互方式,确保用户界面直观、易于使用,并与软件窗口的管理系统整体风格相匹配。
本发明实施例中,所述通过所述跟踪系统实时追踪所述对象特征的位置和大小,得到特征位置以及特征大小,包括:
利用如下跟踪系统中的追踪算法计算所述对象特征的特征大小:
其中,A为所述对象特征的特征大小,Q(n,m)为所述对象特征中坐标为(n,m)处的像素值;
具体地,所述所述通过所述跟踪系统实时追踪所述对象特征的位置和大小,得到特征位置以及特征大小,包括:
利用如下跟踪系统中的位置算法计算所述对象特征的特征位置:
x_new=x_prev+(x-x_prev)*r
y_new=y_prev+(y-y_prev)*r
w_new=w_prev+(w-w_prev)*r
h_new=h_prev+(h-h_prev)*r
W=(x_new,y_new,w_new,h_new)
其中,W为所述特征位置,(x_new,y_new)为所述对象特征在软件窗口中的当前帧中的中心坐标,(w_new,h_new)为所述对象特征在软件窗口中的当前帧中的当前帧中的宽度和高度,(x_prev,y_prev)为所述对象特征在软件窗口中的前一帧中的左上角坐标,(w_prev,h_prev)为所述对象特征在软件窗口中的前一帧中的宽度和高度,r为平滑系数。
详细地,通过计算所述对象特征的特征位置,人工智能可以确定窗口的相对位置和尺寸,以便正确地调整窗口的大小和位置。例如,在调整窗口大小时,人工智能需要知道窗口左上角的坐标和宽度和高度,这些信息可以通过计算特征对象的特征位置来获得。
具体地,通过计算所述特征对象的特征大小,人工智能可以了解窗口的内容和布局,并根据窗口内容的大小和布局来决定如何调整窗口的大小和位置。例如,当一个窗口中包含多个控件时,人工智能可能会根据这些控件的大小和相对位置来调整窗口大小,以便更好地展示这些控件。
因此,计算软件窗口的特征对象的特征位置以及特征大小可以帮助人工智能更好地理解窗口的布局和结构,从而更准确地调整窗口的大小和位置。这样可以提高用户体验,使用户更轻松地使用软件。
S3、捕获用户在所述软件窗口的用户行为,将所述用户行为转化成用户数据,根据所述用户数据以及特征位置、特征大小建立窗口调整模型;
本发明实施例中,所述捕获用户在所述软件窗口的用户行为,可以编写相应的代码来监视用户的操作并记录,通常涉及使用GUI框架(如Java Swing、Windows Forms、WPF等)来创建软件界面,并添加事件处理程序来捕获用户的操作。例如,在Java Swing中,您可以为组件添加ActionListener、MouseListener或者其他事件监听器。这些监听器能够捕获用户的鼠标点击、键盘输入和其他交互事件,并根据需要做出响应,比如更新界面或记录用户操作。
详细地,所述将所述用户行为转化成用户数据,包括:
从所述用户行为中提取关键信息;
对所述关键信息进行格式转换;
将进行格式转换的关键信息确定为用户数据。
具体地,所述用户行为能包括用户点击、键盘输入、鼠标移动、菜单选择、滚动等。所述关键信息包括但不限于事件类型、时间戳、位置坐标、操作参数等相关的信息。
另外地,所述对所述关键信息进行格式转换,其中,所述格式转换包括JSON格式、CSV格式、XML格式等。
本发明实施例中,所述根据所述用户数据以及特征位置、特征大小建立窗口调整模型,包括:
将所述用户数据作为模型特征,将所述特征位置、特征大小作为划分特征;
计算所述模型特征的信息增益,根据所述信息增益作为划分依据将所述模型特征划分成根节点与剩余节点;
在所述剩余节点中重复划分节点的步骤,直至达到预设的划分次数,到达叶子节点,将所有节点汇集成特征决策树,根据所述特征决策树的叶节点包含的模型特征确定模型叶子节点对应的划分特征,将确定了划分特征的特征决策树确定为窗口调整模型。
详细地,所述计算所述模型特征的信息增益,包括:
利用如下增益计算公式计算所述模型特征的信息增益:
其中,InformationGain为信息增益,Entropy(D)为所述模型特征的信息熵,|D|为所述模型特征的个数,|Dv|为划出的剩余节点的个数,Entropy(Dv)表示划分出的剩余节点的信息熵。
具体地,所述信息增益是用来衡量特征对于分类任务的重要性的度量指标,在决策树算法中,使用信息增益来选择最优的划分特征。
详细地,所述根据所述信息增益作为划分依据将所述模型特征划分成根节点与剩余节点,包括:
选择信息增益最大的模型特征作为根节点;
将去除所述划分节点的模型特征作为剩余特征。
另外地,所述根据所述信息增益作为划分依据可以使得每一次划分都能够更好地区分不同类别之间的差异,从而提高模型的准确性,可以减少需要计算的特征数量,从而降低了计算的复杂度,还可以清晰地看到哪些特征对于分类任务是关键的,有助于理解模型如何做出决策,并且可以指导进行后续的特征工程。
S4、利用所述窗口调整模型获取待调整窗口对应的预测调整数据,根据所述预测调整数据对所述待调整窗口进行调整,得到调整窗口;
本发明实施例中,所述待调整窗口为本实施例中需要被调整的窗口数据。
详细地,所述利用所述窗口调整模型获取待调整窗口对应的预测调整数据,包括:
从所述窗口调整模型的根节点开始,将所述待调整窗口与节点处的模型特征进行比较,得到比较结果;
根据比较结果选择相应的子节点,并将所述待调整窗口沿着所述子节点进入下一层决策节点;
重复根据比较结果选择相应的子节点步骤直至到达所述窗口调整模型的叶子节点,将叶子节点代表的划分特征确定为所述待调整窗口的预测调整数据。
具体地,利用所述窗口调整模型获取待调整窗口对应的预测调整数据,可以自动识别不同窗口类型和特征,减少用户手动调整的繁琐过程,还可以在较短时间内生成预测结果,即时响应用户需求,同时利用窗口调整决策树可以根据历史记录和上下文信息进行学习,提高调整预测的准确性和精度。
本发明实施例中,所述根据所述预测调整数据对所述待调整窗口进行调整,可以根据预测调整数据获取待调整窗口的调整方向和调整幅度。例如,如果预测调整数据表明需要向右移动窗口,则可以确定调整方向为向右;如果预测调整数据表明需要扩大窗口,则可以确定调整幅度为增加窗口大小。
S5、建立窗口评价指标,利用所述评价指标对所述调整窗口进行监管评价,当所述调整窗口不符合所述调整指标,返回通过用户交互操作选择所述软件窗口的对象特征的步骤;
本发明实施例中,所述建立窗口评价指标需要根据用户需求和使用场景考虑哪些方面的因素对窗口进行评价,例如所述评价指标包括但不限于,窗口能够覆盖的屏幕区域大小,窗口中显示内容的可见性和清晰度,窗口中内容的加载速度和响应速度,窗口的宽高比、边框样式等外观特征。
详细地,所述利用所述评价指标对所述调整窗口进行监管评价,在具体实现时,可以将这些因素量化成数值型指标并加权组合,得到一个综合评分。例如,覆盖范围和可见性可能更为重要,可以给予更高的权重;而使用频率和用户偏好则可能相对次要,可以给予较低的权重。
当所述调整窗口不符合所述调整指标,此时对窗口的调整不符合指标内容,则需要返回通过用户交互操作选择所述软件窗口的对象特征的步骤,重新进行窗口调整。
本发明实施例中,所述建立窗口评价指标可以帮助确定所进行的窗口调整是否达到了预期的效果。例如,如果进行了一系列调整以改善用户体验,那么通过评价指标,可以判断这些调整是否真正有效。还可以帮助比较不同版本的窗口设计,从而找出最优方案,通过评价指标的帮助,可以量化不同版本之间的差异,并选择最适合用户需求的版本。
S6、当所述调整窗口符合所述调整指标,则调整完毕。
本发明实施例中,当所述调整窗口符合所述调整指标,说明此时窗口调整符合需求,可以保留调整后的内容。
如图4所示,是本发明一实施例提供的基于人工智能的软件窗口调整系统的功能模块图。
本发明所述基于人工智能的软件窗口调整系统100可以安装于电子设备中。根据实现的功能,所述基于人工智能的软件窗口调整系统100可以包括选择特征模块101、算法嵌入模块102、建立模型模块103、调整窗口模块104、评价指标模块105及最终调整模块106。本发明所述模块也可以称之为单元,是指一种能够被电子设备处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
在本实施例中,关于各模块/单元的功能如下:
所述选择特征模块101:在预设的软件窗口中,通过用户交互操作选择所述软件窗口的对象特征;
所述算法嵌入模块102:将预设的跟踪算法嵌入所述软件窗口的管理系统中,得到跟踪系统,通过所述跟踪系统实时追踪所述对象特征的位置和大小,得到特征位置以及特征大小;
所述建立模型模块103:捕获用户在所述软件窗口的用户行为,将所述用户行为转化成用户数据,根据所述用户数据以及特征位置、特征大小建立窗口调整模型;
所述调整窗口模块104:利用所述窗口调整模型获取待调整窗口对应的预测调整数据,根据所述预测调整数据对所述待调整窗口进行调整,得到调整窗口;
所述评价指标模块105:建立窗口评价指标,利用所述评价指标对所述调整窗口进行监管评价,当所述调整窗口不符合所述调整指标,返回通过用户交互操作选择所述软件窗口的对象特征的步骤;
所述最终调整模块106:当所述调整窗口符合所述调整指标,则调整完毕。
详细地,本发明实施例中所述基于人工智能的软件窗口调整系统100中所述的各模块在使用时采用与上述图1至图3中所述的基于人工智能的软件窗口调整方法一样的技术手段,并能够产生相同的技术效果,这里不再赘述。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。系统实施例中陈述的多个单元或系统也可以由一个单元或系统通过软件或者硬件来实现。第一、第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。