CN117289889B - 基于智能护眼的平板电脑亮度调节方法及系统 - Google Patents

基于智能护眼的平板电脑亮度调节方法及系统 Download PDF

Info

Publication number
CN117289889B
CN117289889B CN202311576804.1A CN202311576804A CN117289889B CN 117289889 B CN117289889 B CN 117289889B CN 202311576804 A CN202311576804 A CN 202311576804A CN 117289889 B CN117289889 B CN 117289889B
Authority
CN
China
Prior art keywords
brightness
data
eye
protection
brightness adjustment
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.)
Active
Application number
CN202311576804.1A
Other languages
English (en)
Other versions
CN117289889A (zh
Inventor
李来满
桂嵘
张美琴
李舒妍
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.)
Shenzhen Kaida High Tech Digital Co ltd
Original Assignee
Shenzhen Kaida High Tech Digital 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 Shenzhen Kaida High Tech Digital Co ltd filed Critical Shenzhen Kaida High Tech Digital Co ltd
Priority to CN202311576804.1A priority Critical patent/CN117289889B/zh
Publication of CN117289889A publication Critical patent/CN117289889A/zh
Application granted granted Critical
Publication of CN117289889B publication Critical patent/CN117289889B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/14—Digital output to display device ; Cooperation and interconnection of the display device with other functional units
    • G06F3/147—Digital output to display device ; Cooperation and interconnection of the display device with other functional units using display panels
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3058—Monitoring arrangements for monitoring environmental properties or parameters of the computing system or of the computing system component, e.g. monitoring of power, currents, temperature, humidity, position, vibrations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/27—Regression, e.g. linear or logistic regression
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
    • Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection

Abstract

本发明涉及人工智能领域，公开了一种基于智能护眼的平板电脑亮度调节方法及系统，用于实现智能化的平板亮度调节并提高平板电脑亮度调节的准确率。方法包括：获取平板电脑的多个显示模组并进行运行状态检测，得到运行亮度数据以及运行温度数据；进行环境光照分析，得到环境光照变化数据并进行用户眼部状态监控，得到用户眼部状态数据；进行环境光照影响因素分析，得到环境光照影响因素；进行用户眼部状态影响因素分析，得到用户眼部状态影响因素；进行亮度变化特征提取和向量编码，得到亮度变化编码向量；通过亮度调节分析模型进行亮度调节分析，得到初始护眼亮度调节策略；进行护眼亮度调节策略全局优化，得到全局护眼亮度调节策略。

Description

基于智能护眼的平板电脑亮度调节方法及系统
技术领域
本发明涉及人工智能领域，尤其涉及一种基于智能护眼的平板电脑亮度调节方法及系统。
背景技术
随着科技的发展，人们对电子设备的使用时间越来越长，如平板电脑已成为我们日常生活和工作中不可或缺的工具。然而，长时间使用平板电脑对用户的眼睛会造成一定的负担和损害，尤其是在光照条件不好的环境下。因此，如何保护用户的眼睛健康，提供良好的视觉体验成为了一个重要的问题。
目前，市面上的一些平板电脑都具备自动亮度调节功能，该功能可以根据环境光照的变化来自动调节屏幕亮度，以提供更好的显示效果。然而，这种亮度调节方式并没有考虑到用户的眼部状态和使用习惯，无法提供最佳的护眼效果。
发明内容
本发明提供了一种基于智能护眼的平板电脑亮度调节方法及系统，用于实现智能化的平板亮度调节并提高平板电脑亮度调节的准确率。
本发明第一方面提供了一种基于智能护眼的平板电脑亮度调节方法，所述基于智能护眼的平板电脑亮度调节方法包括：获取平板电脑的显示区域参数，根据所述显示区域参数对所述平板电脑进行显示区域模组划分，得到多个显示模组，并对所述多个显示模组进行运行状态检测，得到每个显示模组的运行亮度数据以及运行温度数据；对所述平板电脑进行环境光照分析，得到环境光照变化数据，并对所述平板电脑进行用户眼部状态监控，得到用户眼部状态数据；对所述运行亮度数据和所述环境光照变化数据进行环境光照影响因素分析，得到环境光照影响因素；对所述运行亮度数据和所述用户眼部状态数据进行用户眼部状态影响因素分析，得到用户眼部状态影响因素；分别构建每个显示模组对应的亮度调节分析模型，并对所述运行亮度数据进行亮度变化特征提取和向量编码，得到每个显示模组的亮度变化编码向量；分别将所述亮度变化编码向量、所述环境光照影响因素以及所述用户眼部状态影响因素输入所述亮度调节分析模型进行亮度调节分析，得到每个显示模组的初始护眼亮度调节策略；对所述运行温度数据进行温度特征提取，得到运行温度特征集，并根据所述运行温度特征集对所述初始护眼亮度调节策略进行策略调整，得到每个显示模组对应的目标护眼亮度调节策略；根据每个显示模组对应的目标护眼亮度调节策略对所述平板电脑进行护眼亮度调节策略全局优化，得到全局护眼亮度调节策略。
结合第一方面，在本发明第一方面的第一种实现方式中，所述对所述运行亮度数据和所述环境光照变化数据进行环境光照影响因素分析，得到环境光照影响因素，包括：对所述运行亮度数据进行均值运算，得到亮度均值数据，并对所述亮度均值数据进行标准差计算，得到亮度标准差数据；对所述环境光照变化数据进行均值运算，得到环境光照均值数据，并对所述环境光照均值数据进行标准差计算，得到环境光照标准差数据；根据所述亮度均值数据、所述亮度标准差数据、所述环境光照均值数据以及所述环境光照标准差数据，计算所述运行亮度数据和所述环境光照变化数据对应的皮尔逊相关系数，得到第一皮尔逊相关系数；对所述第一皮尔逊相关系数进行环境光照影响因素转换，得到环境光照影响因素。
结合第一方面，在本发明第一方面的第二种实现方式中，所述对所述运行亮度数据和所述用户眼部状态数据进行用户眼部状态影响因素分析，得到用户眼部状态影响因素，包括：对所述用户眼部状态数据进行眼部状态指标量化分析，得到多个眼部状态量化指标值；对所述多个眼部状态量化指标值进行均值运算，得到眼部状态均值数据，并对所述眼部状态均值数据进行标准差计算，得到眼部状态标准差数据；根据所述运行亮度数据的亮度均值数据、亮度标准差数据以及所述眼部状态均值数据、所述眼部状态标准差数据，对所述运行亮度数据和所述用户眼部状态数据进行皮尔逊相关系数计算，得到第二皮尔逊相关系数；对所述第二皮尔逊相关系数进行用户眼部状态影响因素转换，得到用户眼部状态影响因素。
结合第一方面，在本发明第一方面的第三种实现方式中，所述分别构建每个显示模组对应的亮度调节分析模型，并对所述运行亮度数据进行亮度变化特征提取和向量编码，得到每个显示模组的亮度变化编码向量，包括：分别构建每个显示模组对应的亮度调节分析模型，所述亮度调节分析模型包括输入层、第一策略网络、第二策略网络以及输出层；对所述运行亮度数据进行数据点遍历，得到多个运行亮度数据点，并对所述多个运行亮度数据点进行曲线拟合，得到运行亮度曲线；分别对所述运行亮度曲线中的多个运行亮度数据点进行插值斜率分析，确定每个运行亮度数据点的曲线斜率；对每个运行亮度数据点的曲线斜率与预置的斜率阈值进行比较，得到每个运行亮度数据点的斜率比较结果；根据所述斜率比较结果对所述多个运行亮度数据点进行特征点筛选，得到多个目标亮度数据点；对所述多个目标亮度数据点进行向量编码，得到每个显示模组的亮度变化编码向量。
结合第一方面，在本发明第一方面的第四种实现方式中，所述分别将所述亮度变化编码向量、所述环境光照影响因素以及所述用户眼部状态影响因素输入所述亮度调节分析模型进行亮度调节分析，得到每个显示模组的初始护眼亮度调节策略，包括：根据所述环境光照影响因素设置对应的环境光照影响权重，并根据所述环境光照影响权重对所述亮度变化编码向量进行向量加权，得到第一加权亮度编码向量；根据所述用户眼部状态影响因素设置对应的用户眼部状态影响权重，并根据所述用户眼部状态影响权重对所述亮度变化编码向量进行向量加权，得到第二加权亮度编码向量；通过所述亮度调节分析模型中的输入层接收所述第一加权亮度编码向量以及所述第二加权亮度编码向量；通过所述第一策略网络中的门限循环网络对所述第一加权亮度编码向量进行特征提取，得到第一亮度特征编码向量，并通过所述第一策略网络中的预测层对所述第一亮度特征编码向量进行护眼亮度调节策略预测，得到第一护眼亮度调节策略；通过所述第二策略网络中的支持向量机对所述第一加权亮度编码向量进行护眼亮度调节策略预测，得到第二护眼亮度调节策略；通过所述亮度调节分析模型中的输出层，对所述第一护眼亮度调节策略以及所述第二护眼亮度调节策略进行策略组装，得到每个显示模组的初始护眼亮度调节策略。
结合第一方面，在本发明第一方面的第五种实现方式中，所述对所述运行温度数据进行温度特征提取，得到运行温度特征集，并根据所述运行温度特征集对所述初始护眼亮度调节策略进行策略调整，得到每个显示模组对应的目标护眼亮度调节策略，包括：对所述运行温度数据进行温度波动范围提取，得到多个温度波动范围数据；根据所述多个温度波动范围数据，对所述运行温度数据进行温度特征提取，得到运行温度特征集；获取所述平板电脑的显示模组工作温度，并根据所述显示模组工作温度对所述运行温度特征集进行最佳运行温度预测，确定每个显示模组的运行最佳温度；根据所述运行最佳温度，分别对每个显示模组的初始护眼亮度调节策略进行策略自适应调整，得到每个显示模组对应的目标护眼亮度调节策略。
结合第一方面，在本发明第一方面的第六种实现方式中，所述根据每个显示模组对应的目标护眼亮度调节策略对所述平板电脑进行护眼亮度调节策略全局优化，得到全局护眼亮度调节策略，包括：通过预置的遗传算法将每个显示模组对应的目标护眼亮度调节策略作为所述平板电脑的第一护眼亮度调节策略群体，并分别计算所述第一护眼亮度调节策略群体中每个目标护眼亮度调节策略的第一适应度数据；根据所述第一适应度数据对所述目标护眼亮度调节策略进行策略筛选，得到多个第二护眼亮度调节策略群体；对所述多个第二护眼亮度调节策略群体进行遗传和变异操作，生成多个候选护眼亮度调节策略；分别计算所述多个候选护眼亮度调节策略的第二适应度数据，并根据所述第二适应度数据对所述多个候选护眼亮度调节策略进行护眼亮度调节策略全局优化，得到全局护眼亮度调节策略。
本发明第二方面提供了一种基于智能护眼的平板电脑亮度调节系统，所述基于智能护眼的平板电脑亮度调节系统包括：获取模块，用于获取平板电脑的显示区域参数，根据所述显示区域参数对所述平板电脑进行显示区域模组划分，得到多个显示模组，并对所述多个显示模组进行运行状态检测，得到每个显示模组的运行亮度数据以及运行温度数据；监控模块，用于对所述平板电脑进行环境光照分析，得到环境光照变化数据，并对所述平板电脑进行用户眼部状态监控，得到用户眼部状态数据；环境分析模块，用于对所述运行亮度数据和所述环境光照变化数据进行环境光照影响因素分析，得到环境光照影响因素；眼部分析模块，用于对所述运行亮度数据和所述用户眼部状态数据进行用户眼部状态影响因素分析，得到用户眼部状态影响因素；构建模块，用于分别构建每个显示模组对应的亮度调节分析模型，并对所述运行亮度数据进行亮度变化特征提取和向量编码，得到每个显示模组的亮度变化编码向量；处理模块，用于分别将所述亮度变化编码向量、所述环境光照影响因素以及所述用户眼部状态影响因素输入所述亮度调节分析模型进行亮度调节分析，得到每个显示模组的初始护眼亮度调节策略；调整模块，用于对所述运行温度数据进行温度特征提取，得到运行温度特征集，并根据所述运行温度特征集对所述初始护眼亮度调节策略进行策略调整，得到每个显示模组对应的目标护眼亮度调节策略；优化模块，用于根据每个显示模组对应的目标护眼亮度调节策略对所述平板电脑进行护眼亮度调节策略全局优化，得到全局护眼亮度调节策略。
结合第二方面，在本发明第二方面的第一种实现方式中，所述环境分析模块具体用于：对所述运行亮度数据进行均值运算，得到亮度均值数据，并对所述亮度均值数据进行标准差计算，得到亮度标准差数据；对所述环境光照变化数据进行均值运算，得到环境光照均值数据，并对所述环境光照均值数据进行标准差计算，得到环境光照标准差数据；根据所述亮度均值数据、所述亮度标准差数据、所述环境光照均值数据以及所述环境光照标准差数据，计算所述运行亮度数据和所述环境光照变化数据对应的皮尔逊相关系数，得到第一皮尔逊相关系数；对所述第一皮尔逊相关系数进行环境光照影响因素转换，得到环境光照影响因素。
结合第二方面，在本发明第二方面的第二种实现方式中，所述眼部分析模块具体用于：对所述用户眼部状态数据进行眼部状态指标量化分析，得到多个眼部状态量化指标值；对所述多个眼部状态量化指标值进行均值运算，得到眼部状态均值数据，并对所述眼部状态均值数据进行标准差计算，得到眼部状态标准差数据；根据所述运行亮度数据的亮度均值数据、亮度标准差数据以及所述眼部状态均值数据、所述眼部状态标准差数据，对所述运行亮度数据和所述用户眼部状态数据进行皮尔逊相关系数计算，得到第二皮尔逊相关系数；对所述第二皮尔逊相关系数进行用户眼部状态影响因素转换，得到用户眼部状态影响因素。
结合第二方面，在本发明第二方面的第三种实现方式中，所述构建模块具体用于：分别构建每个显示模组对应的亮度调节分析模型，所述亮度调节分析模型包括输入层、第一策略网络、第二策略网络以及输出层；对所述运行亮度数据进行数据点遍历，得到多个运行亮度数据点，并对所述多个运行亮度数据点进行曲线拟合，得到运行亮度曲线；分别对所述运行亮度曲线中的多个运行亮度数据点进行插值斜率分析，确定每个运行亮度数据点的曲线斜率；对每个运行亮度数据点的曲线斜率与预置的斜率阈值进行比较，得到每个运行亮度数据点的斜率比较结果；根据所述斜率比较结果对所述多个运行亮度数据点进行特征点筛选，得到多个目标亮度数据点；对所述多个目标亮度数据点进行向量编码，得到每个显示模组的亮度变化编码向量。
结合第二方面，在本发明第二方面的第四种实现方式中，所述处理模块具体用于：根据所述环境光照影响因素设置对应的环境光照影响权重，并根据所述环境光照影响权重对所述亮度变化编码向量进行向量加权，得到第一加权亮度编码向量；根据所述用户眼部状态影响因素设置对应的用户眼部状态影响权重，并根据所述用户眼部状态影响权重对所述亮度变化编码向量进行向量加权，得到第二加权亮度编码向量；通过所述亮度调节分析模型中的输入层接收所述第一加权亮度编码向量以及所述第二加权亮度编码向量；通过所述第一策略网络中的门限循环网络对所述第一加权亮度编码向量进行特征提取，得到第一亮度特征编码向量，并通过所述第一策略网络中的预测层对所述第一亮度特征编码向量进行护眼亮度调节策略预测，得到第一护眼亮度调节策略；通过所述第二策略网络中的支持向量机对所述第一加权亮度编码向量进行护眼亮度调节策略预测，得到第二护眼亮度调节策略；通过所述亮度调节分析模型中的输出层，对所述第一护眼亮度调节策略以及所述第二护眼亮度调节策略进行策略组装，得到每个显示模组的初始护眼亮度调节策略。
结合第二方面，在本发明第二方面的第五种实现方式中，所述调整模块具体用于：对所述运行温度数据进行温度波动范围提取，得到多个温度波动范围数据；根据所述多个温度波动范围数据，对所述运行温度数据进行温度特征提取，得到运行温度特征集；获取所述平板电脑的显示模组工作温度，并根据所述显示模组工作温度对所述运行温度特征集进行最佳运行温度预测，确定每个显示模组的运行最佳温度；根据所述运行最佳温度，分别对每个显示模组的初始护眼亮度调节策略进行策略自适应调整，得到每个显示模组对应的目标护眼亮度调节策略。
结合第二方面，在本发明第二方面的第六种实现方式中，所述优化模块具体用于：通过预置的遗传算法将每个显示模组对应的目标护眼亮度调节策略作为所述平板电脑的第一护眼亮度调节策略群体，并分别计算所述第一护眼亮度调节策略群体中每个目标护眼亮度调节策略的第一适应度数据；根据所述第一适应度数据对所述目标护眼亮度调节策略进行策略筛选，得到多个第二护眼亮度调节策略群体；对所述多个第二护眼亮度调节策略群体进行遗传和变异操作，生成多个候选护眼亮度调节策略；分别计算所述多个候选护眼亮度调节策略的第二适应度数据，并根据所述第二适应度数据对所述多个候选护眼亮度调节策略进行护眼亮度调节策略全局优化，得到全局护眼亮度调节策略。
本发明提供的技术方案中，获取平板电脑的多个显示模组并进行运行状态检测，得到运行亮度数据以及运行温度数据；进行环境光照分析，得到环境光照变化数据并进行用户眼部状态监控，得到用户眼部状态数据；进行环境光照影响因素分析，得到环境光照影响因素；进行用户眼部状态影响因素分析，得到用户眼部状态影响因素；进行亮度变化特征提取和向量编码，得到亮度变化编码向量；通过亮度调节分析模型进行亮度调节分析，得到初始护眼亮度调节策略；进行护眼亮度调节策略全局优化，得到全局护眼亮度调节策略。本发明通过获取平板电脑的显示区域参数并进行显示模组划分，能够更加准确地对每个显示模组的亮度进行调节，达到更精准的亮度控制效果。运用运行状态检测，得到每个显示模组的运行亮度数据和运行温度数据，可以及时对亮度进行调节，以适应显示模组的实际情况。通过对环境光照分析，可以根据实际环境光照变化数据，调节平板电脑的亮度，使其始终保持在一个合适的亮度水平，减少因光照突变而对眼睛的刺激。通过对用户眼部状态的监控和分析，可以根据用户的眼部状态数据，调节平板电脑的亮度，以适应用户当前的视觉需求，提供更加舒适的使用体验。构建每个显示模组对应的亮度调节分析模型，并对运行亮度数据进行特征提取和编码，能够更准确地判断每个显示模组的亮度变化情况，并进行相应调节，提高亮度控制的精度和效果。通过对运行温度数据进行特征提取，并针对运行温度特征进行策略调整，能够根据不同的运行温度情况，优化显示模组的亮度调节策略，提高平板电脑的护眼效果。通过全局护眼亮度调节策略优化，可以对每个显示模组的目标护眼亮度调节策略进行整体优化，使整个平板电脑的护眼效果更加统一和协调。最终实现全局的护眼亮度调节策略，能够保护用户的眼睛免受过亮或过暗的光线伤害，同时提供清晰明亮的显示效果，进而实现了智能化的平板亮度调节并提高了平板电脑亮度调节的准确率。
附图说明
图1为本发明实施例中基于智能护眼的平板电脑亮度调节方法的一个实施例示意图；
图2为本发明实施例中用户眼部状态影响因素分析的流程图；
图3为本发明实施例中亮度变化特征提取和向量编码的流程图；
图4为本发明实施例中亮度调节分析的流程图；
图5为本发明实施例中基于智能护眼的平板电脑亮度调节系统的一个实施例示意图。
具体实施方式
本发明实施例提供了一种基于智能护眼的平板电脑亮度调节方法及系统，用于实现智能化的平板亮度调节并提高平板电脑亮度调节的准确率。本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等（如果存在）是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”或“具有”及其任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为便于理解，下面对本发明实施例的具体流程进行描述，请参阅图1，本发明实施例中基于智能护眼的平板电脑亮度调节方法的一个实施例包括：
S101、获取平板电脑的显示区域参数，根据显示区域参数对平板电脑进行显示区域模组划分，得到多个显示模组，并对多个显示模组进行运行状态检测，得到每个显示模组的运行亮度数据以及运行温度数据；
可以理解的是，本发明的执行主体可以为基于智能护眼的平板电脑亮度调节系统，还可以是终端或者服务器，具体此处不做限定。本发明实施例以服务器为执行主体为例进行说明。
具体的，通过平板电脑的硬件和软件系统，服务器获得关于显示区域的参数信息。这包括屏幕尺寸、分辨率、显示面板类型等。这些参数有助于理解整个显示区域的特性。根据这些参数，服务器采用智能算法或规则来对平板电脑进行显示区域模组的划分。例如，可以采用分割算法，基于屏幕尺寸和分辨率，将整个显示区域划分为多个独立的模组。一旦完成了显示模组的划分，接下来需要对每个显示模组进行运行状态检测。这涉及到监测每个模组的运行情况，包括当前显示的内容、亮度水平以及模组的工作温度。这可以通过在每个模组内嵌入传感器或通过软件监控来实现。传感器可以测量屏幕的亮度，并获取当前的工作温度。同时，软件可以监测显示内容的变化。这些数据的收集将为后续的分析提供基础。通过对每个显示模组的运行状态进行检测，服务器得到每个模组的运行亮度数据和运行温度数据。这为后续的智能护眼调节提供了基础信息。运行亮度数据反映了当前屏幕的亮度水平，而运行温度数据则揭示了每个模组的热量产生情况。例如，假设一台平板电脑的显示区域参数包括10英寸的屏幕，分辨率为1920x1200。基于这些参数，服务器使用一种分割算法将屏幕划分为四个独立的显示模组。在每个模组内，服务器嵌入了光感应器和温度传感器。这些传感器实时监测每个模组的亮度和温度。通过对运行状态的检测，服务器获得了模组A的亮度为200尼特，温度为35摄氏度；模组B的亮度为180尼特，温度为33摄氏度；模组C的亮度为220尼特，温度为36摄氏度；模组D的亮度为190尼特，温度为34摄氏度。这些数据将成为后续智能护眼调节的依据。
S102、对平板电脑进行环境光照分析，得到环境光照变化数据，并对平板电脑进行用户眼部状态监控，得到用户眼部状态数据；
具体的，为了进行环境光照分析，服务器在平板电脑上集成光感应器。这种传感器能够实时感知周围环境的光照强度变化。通过定期采集光照数据，服务器能够建立环境光照变化的模型。这个模型可以显示白天和晚上、室内和室外等不同条件下环境光照的波动情况。例如，当用户从一个明亮的室外环境步入一个昏暗的室内时，光感应器会记录到光照强度的明显下降。相反，当用户从室内走到室外，光感应器将检测到光照强度的显著增加。这样的数据变化有助于服务器理解环境光照对平板电脑显示的影响。为了进行用户眼部状态监控，服务器利用摄像头或红外传感器等设备。这些设备可以捕捉用户的眼部动态和特征，如瞳孔的大小、眨眼频率等。通过在服务器中集成人脸识别技术，实时追踪用户的眼睛位置和状态。例如，当用户长时间注视平板电脑屏幕时，眼部状态监控系统可以记录到眼球运动的模式，包括注视点的变化和眨眼的频率。如果用户眼球的运动模式表明疲劳或眼部不适，服务器根据这些数据触发相应的护眼调节，比如调整屏幕亮度或发出提醒，以减轻眼睛的疲劳感。通过将环境光照分析和用户眼部状态监控结合起来，服务器获取更全面的数据。例如，在光照强度较低的环境中，服务器根据眼部状态数据自动降低屏幕亮度，以减轻眼部的负担。相反，当环境光照较强时，服务器根据眼部状态数据适度增加屏幕亮度，以确保用户体验和眼睛的舒适度。
S103、对运行亮度数据和环境光照变化数据进行环境光照影响因素分析，得到环境光照影响因素；
需要说明的是，服务器对运行亮度数据进行均值运算，得到亮度均值数据，这有助于服务器理解整体的亮度水平。同时，对亮度均值数据进行标准差计算，可以揭示亮度数据的离散程度，即亮度的变化幅度。对环境光照变化数据进行处理。通过进行均值运算，服务器获得了环境光照均值数据，反映了环境光照的整体水平。而标准差的计算则提供了环境光照变化的幅度，即环境光照的波动情况。类似地，对环境光照变化数据的处理也可通过均值和标准差的计算来完成。这包括不同时间点或不同环境条件下的环境光照数据。均值提供了平均的光照水平，而标准差则反映了光照在不同时间或条件下的波动情况。服务器将亮度均值数据、亮度标准差数据、环境光照均值数据以及环境光照标准差数据用于计算皮尔逊相关系数。这一系数度量了两组数据之间的线性关系程度。服务器的目标是评估运行亮度数据和环境光照变化数据之间的相关性。例如，通过计算得到的皮尔逊相关系数为0.8，表示运行亮度数据与环境光照变化数据之间存在较强的正相关关系。这表明随着环境光照的增加或减少，运行亮度也相应地发生变化。对第一皮尔逊相关系数进行环境光照影响因素转换。将相关系数的数值转化为实际的环境光照影响因素。转换过程涉及到一定的标准化和映射方法，以确保影响因素的值在合理的范围内。
S104、对运行亮度数据和用户眼部状态数据进行用户眼部状态影响因素分析，得到用户眼部状态影响因素；
具体的，服务器对用户眼部状态数据进行处理。通过对这些数据进行眼部状态指标的量化分析，服务器得到了多个眼部状态的量化指标值。这包括眼球疲劳程度、眨眼频率、注视点变化等多个方面的指标。这些指标的提取能够全面了解用户眼部状态的多个方面。服务器对这些眼部状态量化指标值进行均值运算，得到了眼部状态均值数据。通过计算标准差，服务器还能了解眼部状态数据的变化幅度，即不同时刻或不同用户眼部状态之间的差异。例如，服务器获得了眼球疲劳指标、眨眼频率指标等多个眼部状态量化指标值。通过对这些值进行均值运算，服务器得到了眼部状态的整体平均水平。同时，标准差则展示了这些眼部状态指标在不同情况下的变化幅度，即用户眼部状态的动态变化情况。服务器将亮度均值数据、亮度标准差数据、眼部状态均值数据以及眼部状态标准差数据用于计算皮尔逊相关系数。这一系数用于度量运行亮度数据和用户眼部状态数据之间的线性关系程度，即它们之间的相关性。例如，通过计算得到的第二皮尔逊相关系数为-0.6，表示运行亮度数据与用户眼部状态数据之间存在一定的负相关关系。这暗示着在某些亮度条件下，用户眼部状态更容易出现一定的变化。对第二皮尔逊相关系数进行用户眼部状态影响因素的转换。将相关系数的数值转化为实际的用户眼部状态影响因素。通过制定一定的标准化和映射方法，以确保影响因素的值在合理的范围内。
S105、分别构建每个显示模组对应的亮度调节分析模型，并对运行亮度数据进行亮度变化特征提取和向量编码，得到每个显示模组的亮度变化编码向量；
具体的，分别构建每个显示模组对应的亮度调节分析模型。这个模型包括输入层、第一策略网络、第二策略网络以及输出层。这些网络层相互连接，形成一个综合的模型结构，能够对运行亮度数据进行有效的学习和分析。服务器对运行亮度数据进行数据点遍历，得到多个运行亮度数据点。通过对这些数据点进行曲线拟合，服务器得到了运行亮度曲线，反映了亮度随时间的变化趋势。这个曲线是后续分析的基础。服务器对运行亮度曲线中的多个运行亮度数据点进行插值斜率分析。通过计算每个数据点的曲线斜率，服务器能够获取亮度变化的速率信息。这有助于理解亮度的快速变化或缓慢变化。例如，服务器得到了运行亮度曲线，通过斜率分析，服务器发现在某个时间点，亮度变化较为陡峭，表明显示模组亮度在这一时刻发生了快速的变化。服务器将每个运行亮度数据点的曲线斜率与预置的斜率阈值进行比较，得到每个运行亮度数据点的斜率比较结果。这一步是为了筛选出亮度变化较为显著的数据点，即那些对智能护眼调节具有重要意义的点。例如，假设服务器设定了斜率阈值为0.5，即只有当斜率大于0.5时，才认为亮度变化显著。通过比较，服务器确定了某个时间点的斜率为0.7，因此被认为是一个显著的变化点。根据斜率比较结果对多个运行亮度数据点进行特征点筛选，得到多个目标亮度数据点。这些数据点代表了亮度变化的关键时刻，是后续调节的重要依据。例如，服务器从斜率比较结果中筛选出了三个显著变化点，代表了显示模组亮度在不同时间点的重要变化。这些点包含了关键的亮度信息，有助于智能护眼策略的制定。服务器对这些目标亮度数据点进行向量编码，得到每个显示模组的亮度变化编码向量。这一向量包含了亮度变化的关键特征，为智能护眼调节提供了准确而细致的信息。
S106、分别将亮度变化编码向量、环境光照影响因素以及用户眼部状态影响因素输入亮度调节分析模型进行亮度调节分析，得到每个显示模组的初始护眼亮度调节策略；
具体的，服务器根据环境光照影响因素设置对应的环境光照影响权重，并利用这个权重对亮度变化编码向量进行向量加权，得到第一加权亮度编码向量。同时，对用户眼部状态影响因素设置对应的用户眼部状态影响权重，并用这个权重对亮度变化编码向量进行向量加权，得到第二加权亮度编码向量。这一步是为了在考虑环境光照和用户眼部状态的情况下，更全面地反映亮度变化的影响。例如，如果环境光照较强，服务器设置较高的环境光照影响权重，以便更关注亮度在强光下的变化。同样，如果用户眼部状态表明眼球疲劳，服务器会赋予较高的用户眼部状态影响权重，以更关心亮度对眼部疲劳的影响。通过亮度调节分析模型中的输入层接收第一加权亮度编码向量和第二加权亮度编码向量，传递给第一策略网络。在第一策略网络中，通过门限循环网络对第一加权亮度编码向量进行特征提取，得到第一亮度特征编码向量。同时，通过预测层对第一亮度特征编码向量进行护眼亮度调节策略预测，得到第一护眼亮度调节策略。例如，如果第一加权亮度编码向量表明在某环境光照条件下亮度变化较快，第一策略网络提取到这种变化的特征，并预测出相应的护眼亮度调节策略，如降低屏幕亮度。同时，通过第二策略网络中的支持向量机对第一加权亮度编码向量进行护眼亮度调节策略预测，得到第二护眼亮度调节策略。支持向量机有助于识别复杂的非线性关系，提高对亮度调节的准确性。通过亮度调节分析模型的输出层，对第一护眼亮度调节策略和第二护眼亮度调节策略进行策略组装，得到每个显示模组的初始护眼亮度调节策略。这个策略综合考虑了环境光照、用户眼部状态和亮度变化的多个因素，为智能护眼提供了更全面和个性化的调节方案。
S107、对运行温度数据进行温度特征提取，得到运行温度特征集，并根据运行温度特征集对初始护眼亮度调节策略进行策略调整，得到每个显示模组对应的目标护眼亮度调节策略；
具体的，对运行温度数据进行温度波动范围提取。目的是分析运行温度的波动情况，即温度的起伏范围。通过提取多个温度波动范围数据，服务器能够全面了解平板电脑运行温度的动态变化。例如，服务器获得了一组运行温度数据，经过处理后得到了每小时的温度波动范围。这些范围反映了平板电脑在不同时间段内的温度波动情况。根据多个温度波动范围数据对运行温度数据进行温度特征提取，得到运行温度特征集。这个特征集包括平均波动范围、最大波动范围、波动频率等多个特征，用于全面描述平板电脑的运行温度状况。例如，服务器从不同时间段的温度波动范围中提取了平均波动范围和最大波动范围两个特征，作为运行温度特征集的一部分。获取平板电脑的显示模组工作温度，并根据显示模组工作温度对运行温度特征集进行最佳运行温度预测。目的是确定每个显示模组的最佳运行温度，以便进行后续的策略调整。例如，如果显示模组工作温度在较低范围，服务器预测其最佳运行温度在一个相对较低的范围内，以确保在这个温度范围内显示效果和稳定性最佳。根据运行最佳温度，分别对每个显示模组的初始护眼亮度调节策略进行策略自适应调整，得到每个显示模组对应的目标护眼亮度调节策略。通过根据运行最佳温度对亮度调节策略进行调整，以确保在不同温度条件下仍能够提供最适宜的护眼亮度。例如，如果在较高温度下，根据预测得到的运行最佳温度，服务器调整初始护眼亮度调节策略，使其更符合在高温环境下的用户需求，减轻眼部疲劳。
S108、根据每个显示模组对应的目标护眼亮度调节策略对平板电脑进行护眼亮度调节策略全局优化，得到全局护眼亮度调节策略。
具体的，服务器通过预置的遗传算法将每个显示模组对应的目标护眼亮度调节策略作为平板电脑的第一护眼亮度调节策略群体。每个策略都被视为群体中的一个个体，形成了一个初始的策略群体。服务器分别计算第一护眼亮度调节策略群体中每个目标策略的第一适应度数据。适应度数据是根据特定的评价指标来度量策略的优劣。适应度数据反映了每个目标护眼亮度调节策略在初始状态下的表现。这一过程形成了第一层次的优化，使得服务器能够初步了解每个策略的相对性能。例如，服务器将第一适应度数据定义为在一段时间内用户对亮度调节的满意度，或者是在不同光照条件下显示效果的清晰度。这些数据将成为进一步优化的基础。根据第一适应度数据对目标护眼亮度调节策略进行策略筛选，得到多个第二护眼亮度调节策略群体。目的是选取在第一层次表现较好的策略，作为下一轮优化的基础。例如，服务器筛选出了表现较为优异的五个策略，形成了第二护眼亮度调节策略群体。对多个第二护眼亮度调节策略群体进行遗传和变异操作。遗传算法的基本思想是通过模拟自然选择的过程，不断迭代进化，找到最优解。在这一过程中，服务器使用交叉操作和变异操作，通过对策略的组合和微调，生成多个候选护眼亮度调节策略。例如，通过交叉操作，服务器将两个表现较好的策略组合，形成新的候选策略。同时，通过变异操作，服务器对其中一个策略进行微小的调整，形成另一个候选策略。这一过程模拟了生物进化中的遗传和变异机制。分别计算多个候选护眼亮度调节策略的第二适应度数据。这一适应度数据反映了经过遗传和变异操作后每个候选策略的性能。根据第二适应度数据，对多个候选护眼亮度调节策略进行护眼亮度调节策略全局优化，得到全局护眼亮度调节策略。例如，服务器将第二适应度数据定义为在更广泛的使用场景中用户的整体满意度，或者是在不同环境条件下的显示效果的综合评估。这些数据将形成最终的全局优化结果，为平板电脑提供了一个更加智能、全面的护眼亮度调节策略。
本发明实施例中，通过获取平板电脑的显示区域参数并进行显示模组划分，能够更加准确地对每个显示模组的亮度进行调节，达到更精准的亮度控制效果。运用运行状态检测，得到每个显示模组的运行亮度数据和运行温度数据，可以及时对亮度进行调节，以适应显示模组的实际情况。通过对环境光照分析，可以根据实际环境光照变化数据，调节平板电脑的亮度，使其始终保持在一个合适的亮度水平，减少因光照突变而对眼睛的刺激。通过对用户眼部状态的监控和分析，可以根据用户的眼部状态数据，调节平板电脑的亮度，以适应用户当前的视觉需求，提供更加舒适的使用体验。构建每个显示模组对应的亮度调节分析模型，并对运行亮度数据进行特征提取和编码，能够更准确地判断每个显示模组的亮度变化情况，并进行相应调节，提高亮度控制的精度和效果。通过对运行温度数据进行特征提取，并针对运行温度特征进行策略调整，能够根据不同的运行温度情况，优化显示模组的亮度调节策略，提高平板电脑的护眼效果。通过全局护眼亮度调节策略优化，可以对每个显示模组的目标护眼亮度调节策略进行整体优化，使整个平板电脑的护眼效果更加统一和协调。最终实现全局的护眼亮度调节策略，能够保护用户的眼睛免受过亮或过暗的光线伤害，同时提供清晰明亮的显示效果，进而实现了智能化的平板亮度调节并提高了平板电脑亮度调节的准确率。
在一具体实施例中，执行步骤S103的过程可以具体包括如下步骤：
（1）对运行亮度数据进行均值运算，得到亮度均值数据，并对亮度均值数据进行标准差计算，得到亮度标准差数据；
（2）对环境光照变化数据进行均值运算，得到环境光照均值数据，并对环境光照均值数据进行标准差计算，得到环境光照标准差数据；
（3）根据亮度均值数据、亮度标准差数据、环境光照均值数据以及环境光照标准差数据，计算运行亮度数据和环境光照变化数据对应的皮尔逊相关系数，得到第一皮尔逊相关系数；
（4）对第一皮尔逊相关系数进行环境光照影响因素转换，得到环境光照影响因素。
具体的，对运行亮度数据进行均值运算。将所有运行亮度数据的值相加，然后除以数据点的数量，计算得到亮度均值数据。这个均值数据可以反映出亮度的整体水平。对亮度均值数据进行标准差计算。标准差是一种衡量数据分散程度的统计指标。通过计算亮度均值数据点与均值之间的差值的平方，然后求平均并取平方根，得到亮度标准差数据。这个数据能够描述亮度的波动程度。同时，对环境光照变化数据进行均值运算。这个步骤类似于处理运行亮度数据的过程，通过对所有环境光照变化数据的值相加除以数据点的数量，得到环境光照均值数据，反映了环境光照的整体水平。对环境光照均值数据进行标准差计算。这一步骤与处理亮度均值数据的过程相似，通过计算环境光照均值数据点与均值之间的差值的平方，然后求平均并取平方根，得到环境光照标准差数据，描述了环境光照的波动程度。根据亮度均值数据、亮度标准差数据、环境光照均值数据以及环境光照标准差数据，计算运行亮度数据和环境光照变化数据对应的皮尔逊相关系数。这个系数反映了两组数据之间的线性关系程度，可用于分析亮度和环境光照之间的关联性。对第一皮尔逊相关系数进行环境光照影响因素转换，得到环境光照影响因素。这个转换过程可以根据具体的算法和权重设置，将皮尔逊相关系数映射为环境光照影响因素的值。例如，服务器使用一个特定的函数来转换皮尔逊相关系数，将其映射为介于0和1之间的值，作为环境光照影响因素。这个值越接近1，表示环境光照对亮度的影响越显著。
在一具体实施例中，如图2所示，执行步骤S104的过程可以具体包括如下步骤：
S201、对用户眼部状态数据进行眼部状态指标量化分析，得到多个眼部状态量化指标值；
S202、对多个眼部状态量化指标值进行均值运算，得到眼部状态均值数据，并对眼部状态均值数据进行标准差计算，得到眼部状态标准差数据；
S203、根据运行亮度数据的亮度均值数据、亮度标准差数据以及眼部状态均值数据、眼部状态标准差数据，对运行亮度数据和用户眼部状态数据进行皮尔逊相关系数计算，得到第二皮尔逊相关系数；
S204、对第二皮尔逊相关系数进行用户眼部状态影响因素转换，得到用户眼部状态影响因素。
具体的，对用户眼部状态数据进行眼部状态指标量化分析，将眼部状态数据转化为可量化的指标。例如，服务器使用眨眼频率、注视时长、瞳孔直径等指标来描述眼部状态，将这些指标量化为数值。对多个眼部状态量化指标值进行均值运算，得到眼部状态均值数据。将多个眼部状态量化指标值相加，然后除以数据点的数量，得到眼部状态均值数据。这个均值数据反映了眼部状态的整体水平。对眼部状态均值数据进行标准差计算。标准差是对眼部状态均值数据的分散程度的度量。通过计算每个数据点与均值之间的差值的平方，然后求平均并取平方根，得到眼部状态标准差数据。这个数据能够描述眼部状态的波动程度。服务器将运行亮度数据的亮度均值数据、亮度标准差数据以及眼部状态均值数据、眼部状态标准差数据纳入考虑。通过这些数据，服务器计算运行亮度数据和用户眼部状态数据之间的皮尔逊相关系数。这个系数度量了两组数据之间的线性关系程度，用于分析运行亮度和眼部状态之间的关联性。对第二皮尔逊相关系数进行用户眼部状态影响因素转换。根据具体的算法和权重设置，将第二皮尔逊相关系数映射为用户眼部状态影响因素的值。这个值可以表示用户的眼部状态对亮度调节的影响程度，用于后续的亮度调节分析。例如，服务器使用一个函数来转换第二皮尔逊相关系数，将其映射为介于0和1之间的值，作为用户眼部状态影响因素。这个值越接近1，表示用户眼部状态对亮度调节的影响越显著。
在一具体实施例中，如图3所示，执行步骤S105的过程可以具体包括如下步骤：
S301、分别构建每个显示模组对应的亮度调节分析模型，亮度调节分析模型包括输入层、第一策略网络、第二策略网络以及输出层；
S302、对运行亮度数据进行数据点遍历，得到多个运行亮度数据点，并对多个运行亮度数据点进行曲线拟合，得到运行亮度曲线；
S303、分别对运行亮度曲线中的多个运行亮度数据点进行插值斜率分析，确定每个运行亮度数据点的曲线斜率；
S304、对每个运行亮度数据点的曲线斜率与预置的斜率阈值进行比较，得到每个运行亮度数据点的斜率比较结果；
S305、根据斜率比较结果对多个运行亮度数据点进行特征点筛选，得到多个目标亮度数据点；
S306、对多个目标亮度数据点进行向量编码，得到每个显示模组的亮度变化编码向量。
具体的，服务器构建每个显示模组对应的亮度调节分析模型。该模型应包含输入层、第一策略网络、第二策略网络以及输出层。输入层负责接收运行亮度数据，而第一策略网络和第二策略网络则负责对这些数据进行特征提取和处理，最终输出到输出层，得到亮度调节策略。对运行亮度数据进行数据点遍历。对亮度数据进行逐点的遍历和分析，确保获取足够的数据点用于后续的曲线拟合和分析。在得到多个运行亮度数据点后，进行曲线拟合，得到运行亮度曲线。曲线拟合是通过数学方法找到最适合这些数据点的曲线，以更好地描述运行亮度的趋势和变化。对运行亮度曲线中的多个运行亮度数据点进行插值斜率分析，确定每个运行亮度数据点的曲线斜率。计算每个数据点在曲线上的斜率，以了解亮度的变化速率。对每个运行亮度数据点的曲线斜率与预置的斜率阈值进行比较，得到每个运行亮度数据点的斜率比较结果。这一比较有助于确定哪些数据点对于亮度调节的影响更为显著。根据斜率比较结果对多个运行亮度数据点进行特征点筛选，得到多个目标亮度数据点。特征点是那些在亮度变化中具有显著性的数据点，对于亮度调节具有较大的影响。对多个目标亮度数据点进行向量编码，得到每个显示模组的亮度变化编码向量。这一向量包含了亮度变化的关键特征，将在后续的亮度调节分析中起到关键作用。
在一具体实施例中，如图4所示，执行步骤S106的过程可以具体包括如下步骤：
S401、根据环境光照影响因素设置对应的环境光照影响权重，并根据环境光照影响权重对亮度变化编码向量进行向量加权，得到第一加权亮度编码向量；
S402、根据用户眼部状态影响因素设置对应的用户眼部状态影响权重，并根据用户眼部状态影响权重对亮度变化编码向量进行向量加权，得到第二加权亮度编码向量；
S403、通过亮度调节分析模型中的输入层接收第一加权亮度编码向量以及第二加权亮度编码向量；
S404、通过第一策略网络中的门限循环网络对第一加权亮度编码向量进行特征提取，得到第一亮度特征编码向量，并通过第一策略网络中的预测层对第一亮度特征编码向量进行护眼亮度调节策略预测，得到第一护眼亮度调节策略；
S405、通过第二策略网络中的支持向量机对第一加权亮度编码向量进行护眼亮度调节策略预测，得到第二护眼亮度调节策略；
S406、通过亮度调节分析模型中的输出层，对第一护眼亮度调节策略以及第二护眼亮度调节策略进行策略组装，得到每个显示模组的初始护眼亮度调节策略。
具体的，根据环境光照影响因素设置对应的环境光照影响权重。分析环境光照对亮度调节的影响程度，并为其设置相应的权重。例如，在低光照环境下，环境光照的影响更显著，因此其权重应相对较高。根据用户眼部状态影响因素设置对应的用户眼部状态影响权重。分析用户眼部状态对亮度调节的影响，并为其设置相应的权重。例如，在用户眼部疲劳或过度用眼的情况下，用户眼部状态的影响更大，因此其权重应相对较高。根据设置的权重对亮度变化编码向量进行向量加权，得到第一加权亮度编码向量。将环境光照影响和用户眼部状态影响融合到亮度变化编码中，以更全面地反映亮度调节的需求。通过亮度调节分析模型的输入层接收第一加权亮度编码向量以及第二加权亮度编码向量。将加权后的亮度编码向量传递给模型进行进一步的处理和分析。在第一策略网络中的门限循环网络对第一加权亮度编码向量进行特征提取，得到第一亮度特征编码向量。从加权的亮度编码中提取出与护眼亮度调节相关的特征，以便进一步预测调节策略。通过第一策略网络中的预测层对第一亮度特征编码向量进行护眼亮度调节策略预测，得到第一护眼亮度调节策略。通过模型预测出根据环境光照和用户眼部状态加权后的亮度编码所对应的护眼亮度调节策略。通过第二策略网络中的支持向量机对第一加权亮度编码向量进行护眼亮度调节策略预测，得到第二护眼亮度调节策略。通过另一种模型（支持向量机）预测亮度调节策略，以增加模型的鲁棒性和准确性。通过亮度调节分析模型的输出层，对第一护眼亮度调节策略以及第二护眼亮度调节策略进行策略组装，得到每个显示模组的初始护眼亮度调节策略。将两个模型的输出综合考虑，形成最终的护眼亮度调节策略。
在一具体实施例中，执行步骤S107的过程可以具体包括如下步骤：
（1）对运行温度数据进行温度波动范围提取，得到多个温度波动范围数据；
（2）根据多个温度波动范围数据，对运行温度数据进行温度特征提取，得到运行温度特征集；
（3）获取平板电脑的显示模组工作温度，并根据显示模组工作温度对运行温度特征集进行最佳运行温度预测，确定每个显示模组的运行最佳温度；
（4）根据运行最佳温度，分别对每个显示模组的初始护眼亮度调节策略进行策略自适应调整，得到每个显示模组对应的目标护眼亮度调节策略。
具体的，对运行温度数据进行温度波动范围提取。对运行温度数据进行分析，确定温度的波动范围。通过统计温度数据在一段时间内的最大值和最小值，可以得到温度波动范围。根据多个温度波动范围数据，对运行温度数据进行温度特征提取。从多个波动范围中提取出能够代表整体温度特征的信息，例如平均波动范围、波动范围的标准差等。获取平板电脑的显示模组工作温度。通过传感器等硬件设备来实现，确保获取实时准确的显示模组工作温度。根据显示模组工作温度对运行温度特征集进行最佳运行温度预测。通过建立模型，例如线性回归模型或神经网络模型，来预测在当前工作温度下最适宜的运行温度。确定每个显示模组的运行最佳温度后，分别对每个显示模组的初始护眼亮度调节策略进行策略自适应调整。根据预测的运行最佳温度，调整初始护眼亮度调节策略，以适应不同温度下的显示需求。得到每个显示模组对应的目标护眼亮度调节策略。这一策略集合将考虑了温度的影响，为每个显示模组提供了在不同温度条件下的最佳护眼亮度调节策略。
在一具体实施例中，执行步骤S108的过程可以具体包括如下步骤：
（1）通过预置的遗传算法将每个显示模组对应的目标护眼亮度调节策略作为平板电脑的第一护眼亮度调节策略群体，并分别计算第一护眼亮度调节策略群体中每个目标护眼亮度调节策略的第一适应度数据；
（2）根据第一适应度数据对目标护眼亮度调节策略进行策略筛选，得到多个第二护眼亮度调节策略群体；
（3）对多个第二护眼亮度调节策略群体进行遗传和变异操作，生成多个候选护眼亮度调节策略；
（4）分别计算多个候选护眼亮度调节策略的第二适应度数据，并根据第二适应度数据对多个候选护眼亮度调节策略进行护眼亮度调节策略全局优化，得到全局护眼亮度调节策略。
具体的，通过预置的遗传算法将每个显示模组对应的目标护眼亮度调节策略作为平板电脑的第一护眼亮度调节策略群体。将每个显示模组的护眼亮度调节策略作为遗传算法的个体，并将它们组成初始的群体。分别计算第一护眼亮度调节策略群体中每个目标护眼亮度调节策略的第一适应度数据。这一适应度数据可以根据预先设定的评价标准，比如用户满意度、眼部疲劳度等，来评估每个策略的效果。根据第一适应度数据对目标护眼亮度调节策略进行策略筛选，得到多个第二护眼亮度调节策略群体。通过对第一适应度数据进行排序和选择，筛选出表现较好的护眼亮度调节策略，形成新的策略群体。对多个第二护眼亮度调节策略群体进行遗传和变异操作，生成多个候选护眼亮度调节策略。通过遗传算法的交叉和变异操作，产生新的策略群体，丰富策略的多样性，提高全局搜索的效果。分别计算多个候选护眼亮度调节策略的第二适应度数据。这一步骤与第一适应度计算类似，但是针对新生成的候选策略群体进行评估。根据第二适应度数据对多个候选护眼亮度调节策略进行护眼亮度调节策略全局优化。通过比较不同策略的效果，选择表现最优的护眼亮度调节策略，形成全局护眼亮度调节策略。
上面对本发明实施例中基于智能护眼的平板电脑亮度调节方法进行了描述，下面对本发明实施例中基于智能护眼的平板电脑亮度调节系统进行描述，请参阅图5，本发明实施例中基于智能护眼的平板电脑亮度调节系统一个实施例包括：
获取模块501，用于获取平板电脑的显示区域参数，根据所述显示区域参数对所述平板电脑进行显示区域模组划分，得到多个显示模组，并对所述多个显示模组进行运行状态检测，得到每个显示模组的运行亮度数据以及运行温度数据；
监控模块502，用于对所述平板电脑进行环境光照分析，得到环境光照变化数据，并对所述平板电脑进行用户眼部状态监控，得到用户眼部状态数据；
环境分析模块503，用于对所述运行亮度数据和所述环境光照变化数据进行环境光照影响因素分析，得到环境光照影响因素；
眼部分析模块504，用于对所述运行亮度数据和所述用户眼部状态数据进行用户眼部状态影响因素分析，得到用户眼部状态影响因素；
构建模块505，用于分别构建每个显示模组对应的亮度调节分析模型，并对所述运行亮度数据进行亮度变化特征提取和向量编码，得到每个显示模组的亮度变化编码向量；
处理模块506，用于分别将所述亮度变化编码向量、所述环境光照影响因素以及所述用户眼部状态影响因素输入所述亮度调节分析模型进行亮度调节分析，得到每个显示模组的初始护眼亮度调节策略；
调整模块507，用于对所述运行温度数据进行温度特征提取，得到运行温度特征集，并根据所述运行温度特征集对所述初始护眼亮度调节策略进行策略调整，得到每个显示模组对应的目标护眼亮度调节策略；
优化模块508，用于根据每个显示模组对应的目标护眼亮度调节策略对所述平板电脑进行护眼亮度调节策略全局优化，得到全局护眼亮度调节策略。
可选的，所述环境分析模块503具体用于：对所述运行亮度数据进行均值运算，得到亮度均值数据，并对所述亮度均值数据进行标准差计算，得到亮度标准差数据；对所述环境光照变化数据进行均值运算，得到环境光照均值数据，并对所述环境光照均值数据进行标准差计算，得到环境光照标准差数据；根据所述亮度均值数据、所述亮度标准差数据、所述环境光照均值数据以及所述环境光照标准差数据，计算所述运行亮度数据和所述环境光照变化数据对应的皮尔逊相关系数，得到第一皮尔逊相关系数；对所述第一皮尔逊相关系数进行环境光照影响因素转换，得到环境光照影响因素。
可选的，所述眼部分析模块504具体用于：对所述用户眼部状态数据进行眼部状态指标量化分析，得到多个眼部状态量化指标值；对所述多个眼部状态量化指标值进行均值运算，得到眼部状态均值数据，并对所述眼部状态均值数据进行标准差计算，得到眼部状态标准差数据；根据所述运行亮度数据的亮度均值数据、亮度标准差数据以及所述眼部状态均值数据、所述眼部状态标准差数据，对所述运行亮度数据和所述用户眼部状态数据进行皮尔逊相关系数计算，得到第二皮尔逊相关系数；对所述第二皮尔逊相关系数进行用户眼部状态影响因素转换，得到用户眼部状态影响因素。
可选的，所述构建模块505具体用于：分别构建每个显示模组对应的亮度调节分析模型，所述亮度调节分析模型包括输入层、第一策略网络、第二策略网络以及输出层；对所述运行亮度数据进行数据点遍历，得到多个运行亮度数据点，并对所述多个运行亮度数据点进行曲线拟合，得到运行亮度曲线；分别对所述运行亮度曲线中的多个运行亮度数据点进行插值斜率分析，确定每个运行亮度数据点的曲线斜率；对每个运行亮度数据点的曲线斜率与预置的斜率阈值进行比较，得到每个运行亮度数据点的斜率比较结果；根据所述斜率比较结果对所述多个运行亮度数据点进行特征点筛选，得到多个目标亮度数据点；对所述多个目标亮度数据点进行向量编码，得到每个显示模组的亮度变化编码向量。
可选的，所述处理模块506具体用于：根据所述环境光照影响因素设置对应的环境光照影响权重，并根据所述环境光照影响权重对所述亮度变化编码向量进行向量加权，得到第一加权亮度编码向量；根据所述用户眼部状态影响因素设置对应的用户眼部状态影响权重，并根据所述用户眼部状态影响权重对所述亮度变化编码向量进行向量加权，得到第二加权亮度编码向量；通过所述亮度调节分析模型中的输入层接收所述第一加权亮度编码向量以及所述第二加权亮度编码向量；通过所述第一策略网络中的门限循环网络对所述第一加权亮度编码向量进行特征提取，得到第一亮度特征编码向量，并通过所述第一策略网络中的预测层对所述第一亮度特征编码向量进行护眼亮度调节策略预测，得到第一护眼亮度调节策略；通过所述第二策略网络中的支持向量机对所述第一加权亮度编码向量进行护眼亮度调节策略预测，得到第二护眼亮度调节策略；通过所述亮度调节分析模型中的输出层，对所述第一护眼亮度调节策略以及所述第二护眼亮度调节策略进行策略组装，得到每个显示模组的初始护眼亮度调节策略。
可选的，所述调整模块507具体用于：对所述运行温度数据进行温度波动范围提取，得到多个温度波动范围数据；根据所述多个温度波动范围数据，对所述运行温度数据进行温度特征提取，得到运行温度特征集；获取所述平板电脑的显示模组工作温度，并根据所述显示模组工作温度对所述运行温度特征集进行最佳运行温度预测，确定每个显示模组的运行最佳温度；根据所述运行最佳温度，分别对每个显示模组的初始护眼亮度调节策略进行策略自适应调整，得到每个显示模组对应的目标护眼亮度调节策略。
可选的，所述优化模块508具体用于：通过预置的遗传算法将每个显示模组对应的目标护眼亮度调节策略作为所述平板电脑的第一护眼亮度调节策略群体，并分别计算所述第一护眼亮度调节策略群体中每个目标护眼亮度调节策略的第一适应度数据；根据所述第一适应度数据对所述目标护眼亮度调节策略进行策略筛选，得到多个第二护眼亮度调节策略群体；对所述多个第二护眼亮度调节策略群体进行遗传和变异操作，生成多个候选护眼亮度调节策略；分别计算所述多个候选护眼亮度调节策略的第二适应度数据，并根据所述第二适应度数据对所述多个候选护眼亮度调节策略进行护眼亮度调节策略全局优化，得到全局护眼亮度调节策略。
通过上述各个组成部分的协同合作，通过获取平板电脑的显示区域参数并进行显示模组划分，能够更加准确地对每个显示模组的亮度进行调节，达到更精准的亮度控制效果。运用运行状态检测，得到每个显示模组的运行亮度数据和运行温度数据，可以及时对亮度进行调节，以适应显示模组的实际情况。通过对环境光照分析，可以根据实际环境光照变化数据，调节平板电脑的亮度，使其始终保持在一个合适的亮度水平，减少因光照突变而对眼睛的刺激。通过对用户眼部状态的监控和分析，可以根据用户的眼部状态数据，调节平板电脑的亮度，以适应用户当前的视觉需求，提供更加舒适的使用体验。构建每个显示模组对应的亮度调节分析模型，并对运行亮度数据进行特征提取和编码，能够更准确地判断每个显示模组的亮度变化情况，并进行相应调节，提高亮度控制的精度和效果。通过对运行温度数据进行特征提取，并针对运行温度特征进行策略调整，能够根据不同的运行温度情况，优化显示模组的亮度调节策略，提高平板电脑的护眼效果。通过全局护眼亮度调节策略优化，可以对每个显示模组的目标护眼亮度调节策略进行整体优化，使整个平板电脑的护眼效果更加统一和协调。最终实现全局的护眼亮度调节策略，能够保护用户的眼睛免受过亮或过暗的光线伤害，同时提供清晰明亮的显示效果，进而实现了智能化的平板亮度调节并提高了平板电脑亮度调节的准确率。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（read-only memory，ROM）、随机存取存储器（random access memory，RAM）、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (2)

1.一种基于智能护眼的平板电脑亮度调节方法，其特征在于，所述基于智能护眼的平板电脑亮度调节方法包括：
获取平板电脑的显示区域参数，根据所述显示区域参数对所述平板电脑进行显示区域模组划分，得到多个显示模组，并对所述多个显示模组进行运行状态检测，得到每个显示模组的运行亮度数据以及运行温度数据；
对所述平板电脑进行环境光照分析，得到环境光照变化数据，并对所述平板电脑进行用户眼部状态监控，得到用户眼部状态数据；
对所述运行亮度数据和所述环境光照变化数据进行环境光照影响因素分析，得到环境光照影响因素；具体包括：对所述运行亮度数据进行均值运算，得到亮度均值数据，并对所述亮度均值数据进行标准差计算，得到亮度标准差数据；对所述环境光照变化数据进行均值运算，得到环境光照均值数据，并对所述环境光照均值数据进行标准差计算，得到环境光照标准差数据；根据所述亮度均值数据、所述亮度标准差数据、所述环境光照均值数据以及所述环境光照标准差数据，计算所述运行亮度数据和所述环境光照变化数据对应的皮尔逊相关系数，得到第一皮尔逊相关系数；对所述第一皮尔逊相关系数进行环境光照影响因素转换，得到环境光照影响因素；
对所述运行亮度数据和所述用户眼部状态数据进行用户眼部状态影响因素分析，得到用户眼部状态影响因素；具体包括：对所述用户眼部状态数据进行眼部状态指标量化分析，得到多个眼部状态量化指标值；对所述多个眼部状态量化指标值进行均值运算，得到眼部状态均值数据，并对所述眼部状态均值数据进行标准差计算，得到眼部状态标准差数据；根据所述运行亮度数据的亮度均值数据、亮度标准差数据以及所述眼部状态均值数据、所述眼部状态标准差数据，对所述运行亮度数据和所述用户眼部状态数据进行皮尔逊相关系数计算，得到第二皮尔逊相关系数；对所述第二皮尔逊相关系数进行用户眼部状态影响因素转换，得到用户眼部状态影响因素；
分别构建每个显示模组对应的亮度调节分析模型，并对所述运行亮度数据进行亮度变化特征提取和向量编码，得到每个显示模组的亮度变化编码向量；具体包括：分别构建每个显示模组对应的亮度调节分析模型，所述亮度调节分析模型包括输入层、第一策略网络、第二策略网络以及输出层；对所述运行亮度数据进行数据点遍历，得到多个运行亮度数据点，并对所述多个运行亮度数据点进行曲线拟合，得到运行亮度曲线；分别对所述运行亮度曲线中的多个运行亮度数据点进行插值斜率分析，确定每个运行亮度数据点的曲线斜率；对每个运行亮度数据点的曲线斜率与预置的斜率阈值进行比较，得到每个运行亮度数据点的斜率比较结果；根据所述斜率比较结果对所述多个运行亮度数据点进行特征点筛选，得到多个目标亮度数据点；对所述多个目标亮度数据点进行向量编码，得到每个显示模组的亮度变化编码向量；
分别将所述亮度变化编码向量、所述环境光照影响因素以及所述用户眼部状态影响因素输入所述亮度调节分析模型进行亮度调节分析，得到每个显示模组的初始护眼亮度调节策略；具体包括：根据所述环境光照影响因素设置对应的环境光照影响权重，并根据所述环境光照影响权重对所述亮度变化编码向量进行向量加权，得到第一加权亮度编码向量；根据所述用户眼部状态影响因素设置对应的用户眼部状态影响权重，并根据所述用户眼部状态影响权重对所述亮度变化编码向量进行向量加权，得到第二加权亮度编码向量；通过所述亮度调节分析模型中的输入层接收所述第一加权亮度编码向量以及所述第二加权亮度编码向量；通过所述第一策略网络中的门限循环网络对所述第一加权亮度编码向量进行特征提取，得到第一亮度特征编码向量，并通过所述第一策略网络中的预测层对所述第一亮度特征编码向量进行护眼亮度调节策略预测，得到第一护眼亮度调节策略；通过所述第二策略网络中的支持向量机对所述第一加权亮度编码向量进行护眼亮度调节策略预测，得到第二护眼亮度调节策略；通过所述亮度调节分析模型中的输出层，对所述第一护眼亮度调节策略以及所述第二护眼亮度调节策略进行策略组装，得到每个显示模组的初始护眼亮度调节策略；
对所述运行温度数据进行温度特征提取，得到运行温度特征集，并根据所述运行温度特征集对所述初始护眼亮度调节策略进行策略调整，得到每个显示模组对应的目标护眼亮度调节策略；具体包括：对所述运行温度数据进行温度波动范围提取，得到多个温度波动范围数据；根据所述多个温度波动范围数据，对所述运行温度数据进行温度特征提取，得到运行温度特征集；获取所述平板电脑的显示模组工作温度，并根据所述显示模组工作温度对所述运行温度特征集进行最佳运行温度预测，确定每个显示模组的运行最佳温度；根据所述运行最佳温度，分别对每个显示模组的初始护眼亮度调节策略进行策略自适应调整，得到每个显示模组对应的目标护眼亮度调节策略；
根据每个显示模组对应的目标护眼亮度调节策略对所述平板电脑进行护眼亮度调节策略全局优化，得到全局护眼亮度调节策略；具体包括：通过预置的遗传算法将每个显示模组对应的目标护眼亮度调节策略作为所述平板电脑的第一护眼亮度调节策略群体，并分别计算所述第一护眼亮度调节策略群体中每个目标护眼亮度调节策略的第一适应度数据；根据所述第一适应度数据对所述目标护眼亮度调节策略进行策略筛选，得到多个第二护眼亮度调节策略群体；对所述多个第二护眼亮度调节策略群体进行遗传和变异操作，生成多个候选护眼亮度调节策略；分别计算所述多个候选护眼亮度调节策略的第二适应度数据，并根据所述第二适应度数据对所述多个候选护眼亮度调节策略进行护眼亮度调节策略全局优化，得到全局护眼亮度调节策略。
2.一种基于智能护眼的平板电脑亮度调节系统，其特征在于，所述基于智能护眼的平板电脑亮度调节系统包括：
获取模块，用于获取平板电脑的显示区域参数，根据所述显示区域参数对所述平板电脑进行显示区域模组划分，得到多个显示模组，并对所述多个显示模组进行运行状态检测，得到每个显示模组的运行亮度数据以及运行温度数据；
监控模块，用于对所述平板电脑进行环境光照分析，得到环境光照变化数据，并对所述平板电脑进行用户眼部状态监控，得到用户眼部状态数据；
环境分析模块，用于对所述运行亮度数据和所述环境光照变化数据进行环境光照影响因素分析，得到环境光照影响因素；具体包括：对所述运行亮度数据进行均值运算，得到亮度均值数据，并对所述亮度均值数据进行标准差计算，得到亮度标准差数据；对所述环境光照变化数据进行均值运算，得到环境光照均值数据，并对所述环境光照均值数据进行标准差计算，得到环境光照标准差数据；根据所述亮度均值数据、所述亮度标准差数据、所述环境光照均值数据以及所述环境光照标准差数据，计算所述运行亮度数据和所述环境光照变化数据对应的皮尔逊相关系数，得到第一皮尔逊相关系数；对所述第一皮尔逊相关系数进行环境光照影响因素转换，得到环境光照影响因素；
眼部分析模块，用于对所述运行亮度数据和所述用户眼部状态数据进行用户眼部状态影响因素分析，得到用户眼部状态影响因素；具体包括：对所述用户眼部状态数据进行眼部状态指标量化分析，得到多个眼部状态量化指标值；对所述多个眼部状态量化指标值进行均值运算，得到眼部状态均值数据，并对所述眼部状态均值数据进行标准差计算，得到眼部状态标准差数据；根据所述运行亮度数据的亮度均值数据、亮度标准差数据以及所述眼部状态均值数据、所述眼部状态标准差数据，对所述运行亮度数据和所述用户眼部状态数据进行皮尔逊相关系数计算，得到第二皮尔逊相关系数；对所述第二皮尔逊相关系数进行用户眼部状态影响因素转换，得到用户眼部状态影响因素；
构建模块，用于分别构建每个显示模组对应的亮度调节分析模型，并对所述运行亮度数据进行亮度变化特征提取和向量编码，得到每个显示模组的亮度变化编码向量；具体包括：分别构建每个显示模组对应的亮度调节分析模型，所述亮度调节分析模型包括输入层、第一策略网络、第二策略网络以及输出层；对所述运行亮度数据进行数据点遍历，得到多个运行亮度数据点，并对所述多个运行亮度数据点进行曲线拟合，得到运行亮度曲线；分别对所述运行亮度曲线中的多个运行亮度数据点进行插值斜率分析，确定每个运行亮度数据点的曲线斜率；对每个运行亮度数据点的曲线斜率与预置的斜率阈值进行比较，得到每个运行亮度数据点的斜率比较结果；根据所述斜率比较结果对所述多个运行亮度数据点进行特征点筛选，得到多个目标亮度数据点；对所述多个目标亮度数据点进行向量编码，得到每个显示模组的亮度变化编码向量；
处理模块，用于分别将所述亮度变化编码向量、所述环境光照影响因素以及所述用户眼部状态影响因素输入所述亮度调节分析模型进行亮度调节分析，得到每个显示模组的初始护眼亮度调节策略；具体包括：根据所述环境光照影响因素设置对应的环境光照影响权重，并根据所述环境光照影响权重对所述亮度变化编码向量进行向量加权，得到第一加权亮度编码向量；根据所述用户眼部状态影响因素设置对应的用户眼部状态影响权重，并根据所述用户眼部状态影响权重对所述亮度变化编码向量进行向量加权，得到第二加权亮度编码向量；通过所述亮度调节分析模型中的输入层接收所述第一加权亮度编码向量以及所述第二加权亮度编码向量；通过所述第一策略网络中的门限循环网络对所述第一加权亮度编码向量进行特征提取，得到第一亮度特征编码向量，并通过所述第一策略网络中的预测层对所述第一亮度特征编码向量进行护眼亮度调节策略预测，得到第一护眼亮度调节策略；通过所述第二策略网络中的支持向量机对所述第一加权亮度编码向量进行护眼亮度调节策略预测，得到第二护眼亮度调节策略；通过所述亮度调节分析模型中的输出层，对所述第一护眼亮度调节策略以及所述第二护眼亮度调节策略进行策略组装，得到每个显示模组的初始护眼亮度调节策略；
调整模块，用于对所述运行温度数据进行温度特征提取，得到运行温度特征集，并根据所述运行温度特征集对所述初始护眼亮度调节策略进行策略调整，得到每个显示模组对应的目标护眼亮度调节策略；具体包括：对所述运行温度数据进行温度波动范围提取，得到多个温度波动范围数据；根据所述多个温度波动范围数据，对所述运行温度数据进行温度特征提取，得到运行温度特征集；获取所述平板电脑的显示模组工作温度，并根据所述显示模组工作温度对所述运行温度特征集进行最佳运行温度预测，确定每个显示模组的运行最佳温度；根据所述运行最佳温度，分别对每个显示模组的初始护眼亮度调节策略进行策略自适应调整，得到每个显示模组对应的目标护眼亮度调节策略；
优化模块，用于根据每个显示模组对应的目标护眼亮度调节策略对所述平板电脑进行护眼亮度调节策略全局优化，得到全局护眼亮度调节策略；具体包括：通过预置的遗传算法将每个显示模组对应的目标护眼亮度调节策略作为所述平板电脑的第一护眼亮度调节策略群体，并分别计算所述第一护眼亮度调节策略群体中每个目标护眼亮度调节策略的第一适应度数据；根据所述第一适应度数据对所述目标护眼亮度调节策略进行策略筛选，得到多个第二护眼亮度调节策略群体；对所述多个第二护眼亮度调节策略群体进行遗传和变异操作，生成多个候选护眼亮度调节策略；分别计算所述多个候选护眼亮度调节策略的第二适应度数据，并根据所述第二适应度数据对所述多个候选护眼亮度调节策略进行护眼亮度调节策略全局优化，得到全局护眼亮度调节策略。
CN202311576804.1A 2023-11-24 2023-11-24 基于智能护眼的平板电脑亮度调节方法及系统 Active CN117289889B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311576804.1A CN117289889B (zh) 2023-11-24 2023-11-24 基于智能护眼的平板电脑亮度调节方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311576804.1A CN117289889B (zh) 2023-11-24 2023-11-24 基于智能护眼的平板电脑亮度调节方法及系统

Publications (2)

Publication Number Publication Date
CN117289889A CN117289889A (zh) 2023-12-26
CN117289889B true CN117289889B (zh) 2024-02-23

Family

ID=89244760

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311576804.1A Active CN117289889B (zh) 2023-11-24 2023-11-24 基于智能护眼的平板电脑亮度调节方法及系统

Country Status (1)

Country Link
CN (1) CN117289889B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109152151A (zh) * 2018-10-15 2019-01-04 深圳云联智能光电科技有限公司 保护视力的多媒体教室的照明方法及智能照明控制系统
CN111124534A (zh) * 2019-12-05 2020-05-08 深圳智锐通科技有限公司 一种智能护眼电脑
WO2023164978A1 (zh) * 2022-03-03 2023-09-07 武汉华星光电半导体显示技术有限公司 显示面板的亮度调节方法及其装置
CN116978308A (zh) * 2023-07-24 2023-10-31 浙江大华技术股份有限公司 一种显示校正方法及装置、电子设备

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2886862A1 (en) * 2015-04-01 2016-10-01 Ignis Innovation Inc. Adjusting display brightness for avoiding overheating and/or accelerated aging
KR102231046B1 (ko) * 2015-05-28 2021-03-23 엘지디스플레이 주식회사 화질 향상을 위한 표시 장치 및 그 구동 방법
EP3905943A4 (en) * 2019-01-03 2022-04-20 Immersix Ltd. EYE TRACKING SYSTEM AND METHOD

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109152151A (zh) * 2018-10-15 2019-01-04 深圳云联智能光电科技有限公司 保护视力的多媒体教室的照明方法及智能照明控制系统
CN111124534A (zh) * 2019-12-05 2020-05-08 深圳智锐通科技有限公司 一种智能护眼电脑
WO2023164978A1 (zh) * 2022-03-03 2023-09-07 武汉华星光电半导体显示技术有限公司 显示面板的亮度调节方法及其装置
CN116978308A (zh) * 2023-07-24 2023-10-31 浙江大华技术股份有限公司 一种显示校正方法及装置、电子设备

Also Published As

Publication number Publication date
CN117289889A (zh) 2023-12-26

Similar Documents

Publication Publication Date Title
Martins et al. A systematic review of personal thermal comfort models
CN112288137A (zh) 一种计及电价和Attention机制的LSTM短期负荷预测方法及装置
CN115547497B (zh) 基于多源数据的近视防控系统及方法
CN108846481A (zh) 一种基于QoX自适应管理的情景信息不确定性消除系统及其工作方法
CN116484269B (zh) 显示屏模组的参数处理方法、装置、设备及存储介质
CN115358155A (zh) 一种电力大数据异常预警方法、装置、设备及可读存储介质
CN116679577A (zh) 智能家庭感知和控制终端
Paulauskaite-Taraseviciene et al. The usage of artificial neural networks for intelligent lighting control based on resident’s behavioural pattern
CN117289889B (zh) 基于智能护眼的平板电脑亮度调节方法及系统
CN111144738A (zh) 信息处理方法、装置、计算机设备和存储介质
CN115857595B (zh) 基于用户心境的功能环境调节方法、系统和装置
CN116091106A (zh) 一种多功能财务成本评估系统
CN114240102A (zh) 一种线损异常数据识别方法、装置、电子设备及存储介质
CN114594692A (zh) 一种基于手机端与物联网的智能家居控制系统
CN114078070A (zh) 一种多源数据融合的文旅安全监测及溯源分析方法及系统
CN117460128B (zh) 基于多维数据分析的光罩调光控制方法及系统
CN107025497A (zh) 一种基于Elman神经网络的电力负荷预警方法及装置
CN114330090A (zh) 一种缺陷检测方法、装置、计算机设备和存储介质
CN117475806B (zh) 基于多维传感数据反馈的显示屏自适应响应方法及其装置
KR101739847B1 (ko) 비정형 데이터의 패턴분석을 통한 자기학습 엔진 시스템 및 그 방법
CN117649209B (zh) 企业营收稽核方法、系统、设备及存储介质
CN117338298B (zh) 情绪干预方法、装置、可穿戴情绪干预设备及存储介质
CN117171778B (zh) 一种数据库的访问流量控制方法及系统
CN117877445A (zh) 一种基于屏幕角度的屏幕亮度调节方法
CN117995404A (zh) 基于个性化健康监测的智能健康状态评价方法及系统

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