CN117194140A - 极端环境判定条件的确定方法、装置、设备、介质和产品 - Google Patents
极端环境判定条件的确定方法、装置、设备、介质和产品 Download PDFInfo
- Publication number
- CN117194140A CN117194140A CN202210612544.8A CN202210612544A CN117194140A CN 117194140 A CN117194140 A CN 117194140A CN 202210612544 A CN202210612544 A CN 202210612544A CN 117194140 A CN117194140 A CN 117194140A
- Authority
- CN
- China
- Prior art keywords
- algorithm
- time
- target
- performance
- consuming
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 71
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 239
- 238000003491 array Methods 0.000 claims abstract description 53
- 230000008859 change Effects 0.000 claims abstract description 52
- 238000004590 computer program Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 16
- 230000015654 memory Effects 0.000 description 30
- 238000010586 diagram Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 10
- 230000006870 function Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 5
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 238000013467 fragmentation Methods 0.000 description 1
- 238000006062 fragmentation reaction Methods 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Landscapes
- Debugging And Monitoring (AREA)
Abstract
本公开涉及一种极端环境判定条件的确定方法、装置、设备、介质和程序产品,所述方法包括:在目标设备上运行运行预设算法;获取目标设备的多个耗时性能数组,耗时性能数组包括:算法耗时和各个硬件对应的性能参数,算法耗时为所述目标设备运行预设算法时运行时长;基于算法耗时的变化情况确定与预设算法相关的目标硬件;在算法耗时处于目标范围时,将目标范围对应的目标硬件的性能参数范围确定为极端环境的判定条件。本公开实施例利用设备运行预设算法时获取到的算法耗时和各个硬件的性能参数,确定导致耗时增加的目标硬件,进而确定设备处于极端环境下的判定条件,为后续调整设备可用的特性提供数据基础,提高用户的使用体验。
Description
技术领域
本公开涉及计算机处理技术领域,尤其涉及一种极端环境判定条件的确定方法、装置、设备、介质和程序产品。
背景技术
在常规开发过程中,需要针对用户设备性能实时调整该设备可用的特性,以让用户在当前环境中,获得最佳的用户体验。特别是当用户设备处于极端环境时,用户最直观的感受为卡顿。
如何判定设备是否运行在极端环境,是一个亟需解决的问题。
发明内容
为了解决上述技术问题,本公开实施例提供了一种极端环境判定条件的确定方法、装置、设备、介质和程序产品,利用设备运行预设算法时获取到的算法耗时和各个硬件的性能参数,确定导致耗时增加的目标硬件,进而确定设备处于极端环境下的判定条件,为后续调整设备可用的特性提供数据基础,提高用户的使用体验。
第一方面,本公开实施例提供一种极端环境判定条件的确定方法,所述方法包括:
在目标设备上运行运行预设算法;
获取所述目标设备的多个耗时性能数组,所述耗时性能数组包括:算法耗时和各个硬件对应的性能参数,所述算法耗时为所述目标设备运行预设算法时运行时长;
基于所述算法耗时的变化情况确定与所述预设算法相关的目标硬件;
在所述算法耗时处于目标范围时,将所述目标范围对应的所述目标硬件的性能参数范围确定为所述极端环境的判定条件。
第二方面,本公开实施例提供一种极端环境判定条件的确定装置,所述装置包括:
预设算法运行模块,用于在目标设备上运行运行预设算法;
耗时性能数组获取模块,用于获取所述目标设备的多个耗时性能数组,所述耗时性能数组包括:算法耗时和各个硬件对应的性能参数,所述算法耗时为所述目标设备运行预设算法时算法运行时长;
目标硬件确定模块,用于基于所述算法耗时的变化情况确定与所述预设算法相关的目标硬件;
判定条件确定模块,用于在所述算法耗时处于目标范围时,将所述目标范围对应的所述目标硬件的性能参数范围确定为所述目标设备处于极端环境的判定条件。
第三方面,本公开实施例提供一种电子设备,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如上述第一方面中任一项所述的极端环境判定条件的确定方法。
第四方面,本公开实施例提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述第一方面中任一项所述的极端环境判定条件的确定方法。
第五方面,本公开实施例提供一种计算机程序产品,该计算机程序产品包括计算机程序或指令,该计算机程序或指令被处理器执行时实现
公开实施例提供了一种极端环境判定条件的确定方法、装置、设备、介质和程序产品,所述方法包括:在目标设备上运行运行预设算法;获取目标设备的多个耗时性能数组,耗时性能数组包括:算法耗时和各个硬件对应的性能参数,算法耗时为所述目标设备运行预设算法时运行时长;基于算法耗时的变化情况确定与预设算法相关的目标硬件;在算法耗时处于目标范围时,将目标范围对应的目标硬件的性能参数范围确定为极端环境的判定条件。本公开实施例利用设备运行预设算法时获取到的算法耗时和各个硬件的性能参数,确定导致耗时增加的目标硬件,进而确定设备处于极端环境下的判定条件,为后续调整设备可用的特性提供数据基础,提高用户的使用体验。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。
图1为本公开实施例中的一种极端环境判定条件的确定方法的流程图;
图2a为本公开实施例中的一种数据点的示意图;
图2b为本公开实施例中的一种数据点质心的示意图;
图2c为本公开实施例中的一种欧式距离的示意图;
图3为本公开实施例中的一种极端环境判定条件的确定装置的结构示意图;
图4为本公开实施例中的一种电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
安卓(Android)系统是一种开源的系统,因此国内外很多厂商都可以对该系统进行定制化的开发并运用到各种嵌入式设备中,例如,移动智能设备。这样导致各个移动智能设备存在很大的碎片化差异,但是现有的Android系统没有对应的应用程序接口(Application Programming Interface,API)可以让开发者直接获取到设备目前的性能情况,例如CPU使用率,GPU使用率,CPU负载等。
在常规开发过程中,需要针对设备性能实时调整该设备可用的特性,以让用户在当前环境中,获得最佳的用户体验。特别是当用户设备处于极端环境时,用户最直观的感受为卡顿。如何判定设备是否运行在极端环境,是一个亟需解决的问题。
为解决上述技术问题,本公开实施例提供了一种极端环境判定条件的确定方法,利用设备运行预设算法时获取到的算法耗时和各个硬件的性能参数,确定导致耗时增加的目标硬件,进而确定设备处于极端环境下的判定条件,为后续调整设备可用的特性提供数据基础,提高用户的使用体验。下面将结合附图,对本申请实施例提出的极端环境判定条件的确定方法进行详细介绍。
图1为本公开实施例中的一种极端环境判定条件的确定方法的流程图,本实施例可适用于确定设备处于极端环境时的判定条件的情况,该方法可以由极端环境判定条件的确定装置执行,该极端环境判定条件的确定装置可以采用软件和/或硬件的方式实现,该极端环境判定条件的确定装置可配置于电子设备中。
例如:所述电子设备可以是移动终端、固定终端或便携式终端,例如移动手机、站点、单元、设备、多媒体计算机、多媒体平板、互联网节点、通信器、台式计算机、膝上型计算机、笔记本计算机、上网本计算机、平板计算机、个人通信系统(PCS)设备、个人导航设备、个人数字助理(PDA)、音频/视频播放器、数码相机/摄像机、定位设备、电视接收器、无线电广播接收器、电子书设备、游戏设备或者其任意组合,包括这些设备的配件和外设或者其任意组合。
再如:所述电子设备可以是服务器,其中,所述服务器可以是实体服务器,也可以是云服务器,服务器可以是一个服务器,或者服务器集群。
如图1所述,本公开实施例提供的极端环境判定条件的确定方法主要包括如下步骤:
S101、在目标设备上运行运行预设算法。
其中,所述预设算法可以在上述任意一种设备中运行。可选的,所述设备为具备安卓系统的智能终端。所述预设算法可以理解为预先设计的用于测试设备性能的算法。本实施例中,通过用户反馈或相应的设备性能的参数来确定设备所处的环境。进一步的,基于设备的性能参数来表征设备的工作环境。例如:设备CPU使用率过高,导致设备发生卡顿,则表明设备处于极端工作环境。
进一步的,上述预设算法可以是根据不同硬件粒度设计的相关算法,即不同的硬件设置各自对应的预设算法。如CPU预设算法,GPU预设算法,存储器预设算法等。其中,CPU预设算法主要从图片处理,浮点运算,多线程运算等多个纬度去看计算量与耗时之间的关系。需要说明的是,对于每个预设算法均需执行本实施例提供的极端环境判定条件的确定方法。
在本公开的一个实施方式中,所述目标设备可以理解为能够运行预设算法,并输出耗时的设备,主要用于确定同一类设备的极端环境。其中,所述目标设备可以是一个组装完整,功能齐全的智能终端,也可以是在实验室环境中搭建的进行测试使用的平台。本实施例中不再具体限定目标设备的类型。
进一步的,目标设备运行所述预设算法的过程中,可以获取预设算法的计算量,以及目标设备运行该预设算法的算法耗时。可以在多个目标设备多次运行同一个预设算法,以保证检测结果的准确性。
S102、获取所述目标设备的多个耗时性能数组,所述耗时性能数组包括:算法耗时和各个硬件对应的性能参数,所述算法耗时为所述目标设备运行预设算法时运行时长。
其中,算法耗时可以表征预设算法的计算量对整个设备性能带来的影响。即目标设备完成预设算法的计算量,所需要的时长。
所述耗时性能数组包括算法耗时和所述各个硬件对应的性能参数,各个硬件对应的性能参数可以理解为目标设备运行算法过程中,采集到的各个硬件的性能参数。其中,各个硬件对应的性能参数可以包括预设算法运行过程中,目标设备CPU使用率、目标设备GPU使用率、目标设备运行温度、目标设备消耗的电量、目标的设备内存占用率等等。例如:目标设备运行预设算法后,得到输出算法耗的同时采集目标设备在运行预设算法的过程中各个硬件对应的性能参数。
其中,设备温度、设备电量、设备内存等性能参数可以通过Android系统对应的API获取,具体获取方式本实施例中不再赘述。CPU使用率主要通过获取设备的一些文件信息,通过CPU最大频率,CPU最小频率,CPU当前频率计算获取。GPU使用率和CPU使用率的获取方式基本类似,本实施例中不再赘述。
S103、基于所述算法耗时的变化情况确定与所述预设算法相关的目标硬件。
其中,与预设算法相关的目标硬件可以理解为预设算法运行过程中对耗时产生较大影响的硬件。例如:在其他条件保持不变,CPU使用率增加,导致设备耗时增加,则确定CPU是与预设算法相关的目标硬件。再如:在其他条件保持不变,设备温度增加,导致算法耗时增加,则确定设备温度是与预设算法相关的硬件。
进一步的,每个预设算法其各自相关的目标硬件可以相同也可以不同,具体可以根据各个预设算法对应的耗时性能数组确定。
进一步的,使用唯一变量法则,找出预设算法在其他条件不变时,该变量性能参数的变化,确定与预设算法相关的硬件。
具体的,基于所述算法耗时的变化情况确定与所述预设算法相关的目标硬件,包括:如果一个硬件对应的性能参数发生变化,其他硬件对应的性能参数保持不变时,获取所述算法耗时的变化情况;在所述算法耗时的变化情况满足预设条件时,将发生变化的硬件确定为与所述预设算法相关的目标硬件。
具体的,保持耗时性能数组中的CPU使用率、GPU使用率和设备电量不变,设备内存发生变化时,确定算法耗时的变化情况,如果算法耗时的变化情况满足预设条件,则内存是与预设算法相关的目标硬件。如果预设算法的变化情况不满足预设条件,则内存不是与预设算法相关的目标硬件。
例如:保持耗时性能数组中的CPU使用率、GPU使用率和设备电量不变,设备内存的占用率为80%-90%时,算法耗时明显增加,则设备内存是与预设算法相关的目标硬件。
按照上述方式依次确定CPU使用率、GPU使用率、设备温度、设备电量和设备内存哪个硬件是与预设算法相关的目标硬件。进一步的,针对不同的预设算法依次采用上述方法确定各自相关的目标硬件。
在本实施例中,使用唯一变量法则确定与预设算法关联的影响因素,可以迅速排除其他因素对预设算法的影响,快速确定影响预设算法耗时的影响因素。
进一步的,所述算法耗时的变化情况满足预设条件,包括如下至少之一:所述算法耗时与发生变化的性能参数之间存在线性关系;发生变化的性能参数的变化速度小于第一阈值时,所述算法耗时的变化速度大于第二阈值,其中,所述第一阈值小于所述第二阈值。
其中,所述算法耗时与所述发生变化的性能参数之间存在线性关系可以理解为所述算法耗时与发生变化的性能参数之间存在正比例关系,随着发生变化的性能参数的增加,所述算法耗时相依的增加,则确定算法耗时的变化情况满足预设条件。
进一步的,在发生变化的性能参数一个微小的变化,导致算法耗时发生较大的变化,则确定算法耗时的变化情况满足预设条件。
本公开实施例中,通过线性关系和变化速度来表征耗时的变化情况,进而通过具体的参数来确定对预设算法产生影响的影响因素,提高该过程的准确性。
S104、在所述算法耗时处于目标范围时,将所述目标范围对应的所述目标硬件的性能参数范围确定为所述极端环境的判定条件。
在本实施例中,确定与所述预设算法相关的目标硬件之后,确定目标硬件的性能参数在哪个范围内对目标设备的算法耗时最大,将目标硬件的性能参数确定为设备处于极端环境的判定条件。
进一步的,确定预设算法关联的影响因素之后,从多个耗时性能数组中获取目标硬件对应的性能参数以及其对应的算法耗时。如果所述算法耗时在预设范围内,则将该预设范围对应的性能参数的范围确定为设备处于极端环境的判定条件。
具体的,预设算法相关的目标硬件是设备内存,从多个耗时性能数组中获取到多个设备内存以及设备内存对应的算法耗时。如果算法耗时在为6-9时,确定算法耗时在6-9其对应的设备内存的性能参数的范围,将所述性能参数的范围确定为设备处于极端环境的判定条件。
在一个可能的实施方式中,所述预设算法包括如下至少之一:中央处理器CPU算法、图像处理器GPU算法、存储器算法。
在本实施例中,提供了多种预设算法,在设备上分别运行各个预设算法,得到各个预设算法对应的极端环境的判定条件。这样就得到多个判定条件,可以将上述判定条件进行融合,得到更为准确的极端环境的判定条件。
具体的,CPU算法对应第一判定条件、GPU算法对应第二判定条件、存储器算法对应第三判定条件,将第一判定条件、第二判定条件和第三判定条件求取并集,作为目标设备处于极端环境的判定条件。
其中,第一判定条件、第二判定条件和第三判定条件可以是同一个目标硬件对应的判定条件,也可以是不同的目标硬件对应的判定条件。本实施例不具体限定。
例如:第一判定条件、第二判定条件和第三判定条件可以都是由设备内存相关的性能参数。再如:第一判定条件是设备内存相关的性能参数、第二判定条件和第三判定条件是设备CPU相关的性能参数。
本公开实施例提供了一种极端环境判定条件的确定方法,包括:在目标设备上运行运行预设算法;获取目标设备的多个耗时性能数组,耗时性能数组包括:算法耗时和各个硬件对应的性能参数,算法耗时为所述目标设备运行预设算法时运行时长;基于算法耗时的变化情况确定与预设算法相关的目标硬件;在算法耗时处于目标范围时,将目标范围对应的目标硬件的性能参数范围确定为极端环境的判定条件。本公开实施例利用设备运行预设算法时获取到的算法耗时和各个硬件的性能参数,确定导致耗时增加的目标硬件,进而确定设备处于极端环境下的判定条件,为后续调整设备可用的特性提供数据基础,提高用户的使用体验。
在上述实施例的基础上,本公开实施例对“在所述算法耗时处于目标范围时,将所述目标范围对应的所述目标硬件的性能参数范围确定为所述极端环境的判定条件”进行了进一步的优化。
具体的,包括:确定多个所述耗时性能数组的数据点质心;计算各个所述耗时性能数组与所述数据点质心之间的欧式距离;将所述欧式距离大于距离阈值的多个耗时性能数组确定为目标耗时性能数组;将所述目标耗时性能数组中包括的最小算法耗时和最大算法耗时之间的范围确定为算法耗时的目标范围。
进一步的,确定与预设算法相关的目标硬件之后,将所述耗时性能数组中与该目标硬件无关的性能参数剔除,不做处理,保留该目标硬件对应的性能参数和算法耗时,作为第一耗时性能数组。即第一耗时性能数组包括与目标硬件对应的性能参数和算法耗时。
使用K均值聚类找出多个目标硬件的性能参数和算法耗时对应的数据点质心,计算各个所述第一耗时性能数组中包括的目标硬件的性能参数和算法耗时与所述数据点质心之间的欧式距离;将欧式距离大于距离阈值的第一耗时性能数组确定为目标耗时性能数组;将所述目标耗时性能数组中包括的最小算法耗时和最大算法耗时之间的范围确定为算法耗时的目标范围。
在本公开的一个实施方式中,所述方法还包括:获取设备运行期间各个硬件对应的性能参数;在所述性能参数满足所述极端环境的判定条件时,确定所述设备处于极端环境。
进一步的,可以通过极端环境的判定条件确定设备的工作环境,如果设备的性能参数在所述判定条件之内,则表明设备工作在极端环境,如果设备的性能参数在所述判定条件之外,则表明设备工作在正常环境。
本公开实施例中提供了通过数据点质心和欧式距离来确定影响设备影响性能的参数范围的方式,提高检测设备性能的准确性。
在一个可能的实施方式中,还包括:
对多个所述耗时性能数组进行标准化处理,得到多个标准化的耗时性能数组。
在本实施例中,对多个所述耗时性能数组进行标准化处理,消除量纲不同引起的误差。
在一个可能的实施方式中,确定多个所述耗时性能数组的数据点质心之前,所述方法还包括:将所述耗时性能数组中的长尾部分去除。
本实施例中,将算法耗时的长尾部分去除,可以减少异常值对最终参数范围的影响,提高参数范围的准确度。
在本公开的一个实施方式中,如图2a所示,横坐标为设备内存,纵坐标为算法耗时,将包括设备内存和算法耗时的第一耗时性能数组在二维坐标系中进行表示,一个第一耗时性能数组可以确定在二维坐标中的一个数据点,多个第一耗时性能数组可以确定在二维坐标中的多个数据点。数据点质心的位置如图2b所示。计算图2b中各个数据点到数据点质心的欧式距离,确定欧式距离大于距离阈值数据点(即图2c中黑色圆圈之外的数据点),将这些数据点对应的横坐标即设备内存确定为影响设备影响性能的参数范围。
图3为本公开实施例中的一种极端环境判定条件的确定装置的结构示意图,本实施例可适用于检测设备处于不同环境中时设备参数范围的情况,该极端环境判定条件的确定装置可以采用软件和/或硬件的方式实现,该极端环境判定条件的确定装置可配置于电子设备中。
如图3所示,本公开实施例提供的极端环境判定条件的确定装置主要包括:预设算法运行模块31,耗时性能数组获取模块32,目标硬件确定模块33和判定条件确定模块34。
其中,预设算法运行模块31,用于在目标设备上运行运行预设算法;耗时性能数组获取模块32,用于获取所述目标设备的多个耗时性能数组,所述耗时性能数组包括:算法耗时和各个硬件对应的性能参数,所述算法耗时为所述目标设备运行预设算法时算法运行时长;目标硬件确定模块33,用于基于所述算法耗时的变化情况确定与所述预设算法相关的目标硬件;判定条件确定模块34,用于在所述算法耗时处于目标范围时,将所述目标范围对应的所述目标硬件的性能参数范围确定为所述目标设备处于极端环境的判定条件。
在一个可能的实施方式中,目标硬件确定模块33,包括:耗时变化情况确定单元,用于如果一个硬件对应的性能参数发生变化,其他硬件对应的性能参数保持不变时,获取所述算法耗时的变化情况;目标硬件确定单元,用于在所述算法耗时的变化情况满足预设条件时,将发生变化的硬件确定为与所述预设算法相关的目标硬件。
在一个可能的实施方式中,所述算法耗时的变化情况满足预设条件,包括如下至少之一:所述算法耗时与发生变化的性能参数之间存在线性关系;发生变化的性能参数的变化速度小于第一阈值时,所述算法耗时的变化速度大于第二阈值,其中,所述第一阈值小于所述第二阈值。
在一个可能的实施方式中,所述装置还包括:耗时范围确定模块,用于确定多个所述耗时性能数组的数据点质心;计算各个所述耗时性能数组与所述数据点质心之间的欧式距离;将所述欧式距离大于距离阈值的多个耗时性能数组确定为目标耗时性能数组;将所述目标耗时性能数组中包括的最小算法耗时和最大算法耗时之间的范围确定为算法耗时的目标范围。
在一个可能的实施方式中,所述装置还包括:标准化处理模块,用于对多个所述耗时性能数组进行标准化处理,得到多个标准化的耗时性能数组。
在一个可能的实施方式中,所述装置还包括:长尾去除模块,用于确定多个所述耗时性能数组的数据点质心之前,将所述耗时性能数组中的长尾部分去除。
在一个可能的实施方式中,所述装置还包括:性能参数获取模块,用于获取设备运行期间各个硬件对应的性能参数;极端环境确定模块,用于在所述性能参数满足所述极端环境的判定条件时,确定所述设备处于极端环境。
本公开实施例提供的极端环境判定条件的确定装置,可执行本公开方法实施例所提供的极端环境判定条件的确定方法中所执行的步骤,具备执行步骤和有益效果此处不再赘述。
图4为本公开实施例中的一种电子设备的结构示意图。下面具体参考图4,其示出了适于用来实现本公开实施例中的电子设备400的结构示意图。本公开实施例中的电子设备400可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载设备(例如车载导航设备)、可穿戴设备设备等等的移动设备以及诸如数字TV、台式计算机、智能家居设备等等的固定设备。图4示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图4所示,电子设备400可以包括处理装置(例如中央处理器、图形处理器等)401,其可以根据存储在只读存储器(ROM)402中的程序或者从存储装置408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理以实现如本公开所述的实施例的图片渲染方法。在RAM 403中,还存储有设备设备400操作所需的各种程序和数据。处理装置401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
通常,以下装置可以连接至I/O接口405:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置406;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置407;包括例如磁带、硬盘等的存储装置408;以及通信装置409。通信装置409可以允许设备设备400与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的设备设备400,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在非暂态计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码,从而实现如上所述的极端环境判定条件的确定方法。在这样的实施例中,该计算机程序可以通过通信装置409从网络上被下载和安装,或者从存储装置408被安装,或者从ROM 502被安装。在该计算机程序被处理装置401执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该设备设备执行时,使得该设备设备:在目标设备上运行运行预设算法;获取所述目标设备的多个耗时性能数组,所述耗时性能数组包括:算法耗时和各个硬件对应的性能参数,所述算法耗时为所述目标设备运行预设算法时运行时长;基于所述算法耗时的变化情况确定与所述预设算法相关的目标硬件;在所述算法耗时处于目标范围时,将所述目标范围对应的所述目标硬件的性能参数范围确定为所述极端环境的判定条件。
可选的,当上述一个或者多个程序被该设备设备执行时,该设备设备还可以执行上述实施例所述的其他步骤。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
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。
根据本公开的一个或多个实施例,本公开提供了一种极端环境判定条件的确定方法,包括:在目标设备上运行运行预设算法;获取所述目标设备的多个耗时性能数组,所述耗时性能数组包括:算法耗时和各个硬件对应的性能参数,所述算法耗时为所述目标设备运行预设算法时运行时长;基于所述算法耗时的变化情况确定与所述预设算法相关的目标硬件;在所述算法耗时处于目标范围时,将所述目标范围对应的所述目标硬件的性能参数范围确定为所述极端环境的判定条件。
根据本公开的一个或多个实施例,本公开提供了一种极端环境判定条件的确定方法,其中,基于所述算法耗时的变化情况确定与所述预设算法相关的目标硬件,包括:如果一个硬件对应的性能参数发生变化,其他硬件对应的性能参数保持不变时,获取所述算法耗时的变化情况;在所述算法耗时的变化情况满足预设条件时,将发生变化的硬件确定为与所述预设算法相关的目标硬件。
根据本公开的一个或多个实施例,本公开提供了一种极端环境判定条件的确定方法,其中,所述算法耗时的变化情况满足预设条件,包括如下至少之一:所述算法耗时与发生变化的性能参数之间存在线性关系;发生变化的性能参数的变化速度小于第一阈值时,所述算法耗时的变化速度大于第二阈值,其中,所述第一阈值小于所述第二阈值。
根据本公开的一个或多个实施例,本公开提供了一种极端环境判定条件的确定方法,其中,还包括:确定多个所述耗时性能数组的数据点质心;计算各个所述耗时性能数组与所述数据点质心之间的欧式距离;将所述欧式距离大于距离阈值的多个耗时性能数组确定为目标耗时性能数组;将所述目标耗时性能数组中包括的最小算法耗时和最大算法耗时之间的范围确定为算法耗时的目标范围。
根据本公开的一个或多个实施例,本公开提供了一种极端环境判定条件的确定方法,其中,还包括:对多个所述耗时性能数组进行标准化处理,得到多个标准化的耗时性能数组。
根据本公开的一个或多个实施例,本公开提供了一种极端环境判定条件的确定方法,其中,确定多个所述耗时性能数组的数据点质心之前,所述方法还包括:将所述耗时性能数组中的长尾部分去除。
根据本公开的一个或多个实施例,本公开提供了一种极端环境判定条件的确定方法,其中,所述方法还包括:获取设备运行期间各个硬件对应的性能参数;在所述性能参数满足所述极端环境的判定条件时,确定所述设备处于极端环境。
根据本公开的一个或多个实施例,本公开提供了一种极端环境判定条件的确定装置,包括:预设算法运行模块,用于在目标设备上运行运行预设算法;耗时性能数组获取模块,用于获取所述目标设备的多个耗时性能数组,所述耗时性能数组包括:算法耗时和各个硬件对应的性能参数,所述算法耗时为所述目标设备运行预设算法时算法运行时长;目标硬件确定模块,用于基于所述算法耗时的变化情况确定与所述预设算法相关的目标硬件;判定条件确定模块,用于在所述算法耗时处于目标范围时,将所述目标范围对应的所述目标硬件的性能参数范围确定为所述目标设备处于极端环境的判定条件。
根据本公开的一个或多个实施例,本公开提供了一种极端环境判定条件的确定装置,其中,目标硬件确定模块,包括:耗时变化情况确定单元,用于如果一个硬件对应的性能参数发生变化,其他硬件对应的性能参数保持不变时,获取所述算法耗时的变化情况;目标硬件确定单元,用于在所述算法耗时的变化情况满足预设条件时,将发生变化的硬件确定为与所述预设算法相关的目标硬件。
根据本公开的一个或多个实施例,本公开提供了一种极端环境判定条件的确定装置,其中,所述算法耗时的变化情况满足预设条件,包括如下至少之一:所述算法耗时与发生变化的性能参数之间存在线性关系;发生变化的性能参数的变化速度小于第一阈值时,所述算法耗时的变化速度大于第二阈值,其中,所述第一阈值小于所述第二阈值。
根据本公开的一个或多个实施例,本公开提供了一种极端环境判定条件的确定装置,其中,所述装置还包括:耗时范围确定模块,用于确定多个所述耗时性能数组的数据点质心;计算各个所述耗时性能数组与所述数据点质心之间的欧式距离;将所述欧式距离大于距离阈值的多个耗时性能数组确定为目标耗时性能数组;将所述目标耗时性能数组中包括的最小算法耗时和最大算法耗时之间的范围确定为算法耗时的目标范围。
根据本公开的一个或多个实施例,本公开提供了一种极端环境判定条件的确定装置,其中,所述装置还包括:标准化处理模块,用于对多个所述耗时性能数组进行标准化处理,得到多个标准化的耗时性能数组。
根据本公开的一个或多个实施例,本公开提供了一种极端环境判定条件的确定装置,其中,所述装置还包括:长尾去除模块,用于确定多个所述耗时性能数组的数据点质心之前,将所述耗时性能数组中的长尾部分去除。
根据本公开的一个或多个实施例,本公开提供了一种极端环境判定条件的确定装置,其中,所述装置还包括:性能参数获取模块,用于获取设备运行期间各个硬件对应的性能参数;极端环境确定模块,用于在所述性能参数满足所述极端环境的判定条件时,确定所述设备处于极端环境。
根据本公开的一个或多个实施例,本公开提供了一种电子设备,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本公开提供的任一所述的极端环境判定条件的确定方法。
根据本公开的一个或多个实施例,本公开提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本公开提供的任一所述的极端环境判定条件的确定方法。
本公开实施例还提供了一种计算机程序产品,该计算机程序产品包括计算机程序或指令,该计算机程序或指令被处理器执行时实现如上所述的极端环境判定条件的确定方法。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
Claims (11)
1.一种极端环境判定条件的确定方法,其特征在于,包括:
在目标设备上运行运行预设算法;
获取所述目标设备的多个耗时性能数组,所述耗时性能数组包括:算法耗时和各个硬件对应的性能参数,所述算法耗时为所述目标设备运行预设算法时运行时长;
基于所述算法耗时的变化情况确定与所述预设算法相关的目标硬件;
在所述算法耗时处于目标范围时,将所述目标范围对应的所述目标硬件的性能参数范围确定为所述极端环境的判定条件。
2.根据权利要求1所述的方法,其特征在于,基于所述算法耗时的变化情况确定与所述预设算法相关的目标硬件,包括:
如果一个硬件对应的性能参数发生变化,其他硬件对应的性能参数保持不变时,获取所述算法耗时的变化情况;
在所述算法耗时的变化情况满足预设条件时,将发生变化的硬件确定为与所述预设算法相关的目标硬件。
3.根据权利要求2所述的方法,其特征在于,所述算法耗时的变化情况满足预设条件,包括如下至少之一:
所述算法耗时与发生变化的性能参数之间存在线性关系;
发生变化的性能参数的变化速度小于第一阈值时,所述算法耗时的变化速度大于第二阈值,其中,所述第一阈值小于所述第二阈值。
4.根据权利要求1所述的方法,其特征在于,还包括:
确定多个所述耗时性能数组的数据点质心;
计算各个所述耗时性能数组与所述数据点质心之间的欧式距离;
将所述欧式距离大于距离阈值的多个耗时性能数组确定为目标耗时性能数组;
将所述目标耗时性能数组中包括的最小算法耗时和最大算法耗时之间的范围确定为算法耗时的目标范围。
5.根据权利要求4所述的方法,其特征在于,还包括:
对多个所述耗时性能数组进行标准化处理,得到多个标准化的耗时性能数组。
6.根据权利要求4或5所述的方法,其特征在于,确定多个所述耗时性能数组的数据点质心之前,所述方法还包括:
将所述耗时性能数组中的长尾部分去除。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取设备运行期间各个硬件对应的性能参数;
在所述性能参数满足所述极端环境的判定条件时,确定所述设备处于极端环境。
8.一种极端环境判定条件的确定装置,其特征在于,包括:
预设算法运行模块,用于在目标设备上运行运行预设算法;
耗时性能数组获取模块,用于获取所述目标设备的多个耗时性能数组,所述耗时性能数组包括:算法耗时和各个硬件对应的性能参数,所述算法耗时为所述目标设备运行预设算法时算法运行时长;
目标硬件确定模块,用于基于所述算法耗时的变化情况确定与所述预设算法相关的目标硬件;
判定条件确定模块,用于在所述算法耗时处于目标范围时,将所述目标范围对应的所述目标硬件的性能参数范围确定为所述目标设备处于极端环境的判定条件。
9.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一项所述的方法。
11.一种计算机程序产品,该计算机程序产品包括计算机程序或指令,该计算机程序或指令被处理器执行时实现如权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210612544.8A CN117194140A (zh) | 2022-05-31 | 2022-05-31 | 极端环境判定条件的确定方法、装置、设备、介质和产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210612544.8A CN117194140A (zh) | 2022-05-31 | 2022-05-31 | 极端环境判定条件的确定方法、装置、设备、介质和产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117194140A true CN117194140A (zh) | 2023-12-08 |
Family
ID=88985615
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210612544.8A Pending CN117194140A (zh) | 2022-05-31 | 2022-05-31 | 极端环境判定条件的确定方法、装置、设备、介质和产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117194140A (zh) |
-
2022
- 2022-05-31 CN CN202210612544.8A patent/CN117194140A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112650790B (zh) | 目标点云平面确定方法,装置,电子设备及存储介质 | |
CN110851139B (zh) | 用于检查代码的方法、装置和电子设备 | |
CN112214408B (zh) | 依赖冲突检测方法、装置、电子设备及计算机可读介质 | |
CN112379982B (zh) | 任务处理方法、装置、电子设备及计算机可读存储介质 | |
CN113392018B (zh) | 流量分发方法、装置、存储介质及电子设备 | |
CN111258582B (zh) | 一种窗口渲染方法、装置、计算机设备及存储介质 | |
CN111596992A (zh) | 导航栏展示方法、装置和电子设备 | |
CN111680754B (zh) | 图像分类方法、装置、电子设备及计算机可读存储介质 | |
CN117194140A (zh) | 极端环境判定条件的确定方法、装置、设备、介质和产品 | |
CN111338827B (zh) | 表格数据的粘贴方法、装置以及电子设备 | |
CN111898061B (zh) | 搜索网络的方法、装置、电子设备和计算机可读介质 | |
CN111459893B (zh) | 文件处理方法、装置和电子设备 | |
CN111290812B (zh) | 应用控件的显示方法、装置、终端及存储介质 | |
CN110609603A (zh) | 调频的方法及装置、终端和存储介质 | |
CN111404824B (zh) | 用于转发请求的方法、装置、电子设备和计算机可读介质 | |
CN112148448B (zh) | 资源分配方法、装置、设备和计算机可读介质 | |
CN111562913B (zh) | 视图组件的预创建方法、装置、设备及计算机可读介质 | |
CN116755889B (zh) | 应用于服务器集群数据交互的数据加速方法、装置与设备 | |
CN115827415B (zh) | 系统进程性能测试方法、装置、设备和计算机介质 | |
CN113049968B (zh) | 确定电池平均电流的方法、装置、电子设备和存储介质 | |
CN114398233B (zh) | 一种负载异常检测方法、装置、服务器和存储介质 | |
CN116757443B (zh) | 新型配电网电力线损率预测方法、装置、电子设备和介质 | |
CN114359673B (zh) | 基于度量学习的小样本烟雾检测方法、装置和设备 | |
CN111814807B (zh) | 用于处理图像的方法、装置、电子设备和计算机可读介质 | |
CN113240107B (zh) | 图像处理方法、装置和电子设备 |
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 |