[发明专利]一种智能移动终端功耗管理方法

权利要求书

1.一种预测应用饱和频率的模型训练方法，包括下列步骤：

1）建立预测模型，该模型将应用运行时终端的活动特征所组成的终端运行特征向量作为输入，将候选频率盖作为输出；其中，所述应用运行时终端的活动特征包括：CPU的忙碌时间占运行时间的比例或百分比；CPU在各个频点上的运行时间的比例或百分比；以及CPU持续忙碌时间长度的均值和方差；

2）基于样本集训练所述预测模型，该样本集中采集了应用运行时终端的活动特征，以及相应的用户体验及CPU频率。

2.根据权利要求1所述的预测应用饱和频率的模型训练方法，其特征在于，所述应用运行时终端的活动特征还包括：触屏所引起系统中断次数的均值和方差；触屏时间长度的均值；触屏之间间隔时间的均值和方差；以及重力在终端自身坐标系中y轴方向上分力的均值和方差。

3.根据权利要求1所述的预测应用饱和频率的模型训练方法，其特征在于，所述预测模型为神经网络模型。

4.根据权利要求1所述的预测应用饱和频率的模型训练方法，其特征在于，所述步骤2）中，当大量用户的平均用户体验值与最大用户体验值的比值超过预定阈值时，视作已达到饱和频率。

5.一种预测应用饱和频率的方法，包括下列步骤：

启动应用，采集该应用运行过程中移动终端的终端运行特征向量，将所采集到的终端运行特征向量输入用权利要求1～4中任意一项所述的方法所训练的预测模型，该预测模型所输出的频点即为该应用所对应的饱和频率。

6.一种智能移动终端功耗管理方法，包括下列步骤：

11）利用权利要求5所述的方法获得应用的饱和频率；

12）基于ONDEMAND算法对CPU的频率进行动态调节，其中步骤11）所得到的饱和频率作为ONDEMAND算法中的最高频率。

7.根据权利要求6所述的智能移动终端功耗管理方法，其特征在于，所述步骤11）中，预测应用饱和频率的模型在服务器端完成训练，然后，服务器将所述模型的参数传送给移动终端，在移动终端建立历史表记录每个应用的饱和频率，每个应用第一次运行时，通过采集到的终端活动特征向量预测得到相应的饱和频率并记录到所述历史表中，以后每次启动该应用，查看历史表得到相应的饱和频率。

8.根据权利要求7所述的智能移动终端功耗管理方法，其特征在于，所述步骤11）中，对于所述预测模型未见过的新类型应用，移动终端接受用户手动设置的频率及用户体验值，并将二者以及相应的终端运行特征向量传送到服务器，所述服务器将其加入用于模型训练的所述样本集。