[发明专利]显示状态的调节方法、显示状态调节装置及显示装置

权利要求书

1.一种显示状态的调节方法，其特征在于，包括：

采集显示器所处环境的信息参数；其中，所述信息参数包括：重力加速度参数、位置参数、温度参数、角度参数中的至少一种；

将所采集的信息参数输入至预先建立的小波神经网络模型中进行分析，得出显示器将要进行显示的显示状态；

根据分析结果调整显示器的显示状态。

2.根据权利要求1所述的调节方法，其特征在于，所述显示状态包括：亮暗、待机、分辨率、刷新频率中的至少一种。

3.根据权利要求1所述的显示状态的调节方法，其特征在于，每采集100次显示器所处环境的信息参数，更新一次小波神经网络模型。

4.根据权利要求1所述的显示状态的调节方法，其特征在于，所述小波神经网络模型采用小波基函数生成。

5.根据权利要求4所述的显示状态的调节方法，其特征在于，所述小波神经网络模型包括输入层、隐含层和输出层；其中，当向输入层输入的信息参数为X_i，i＝1、2、3……k，k为正整数；所述隐含层的输出为h_n(j)，式中j为隐含层第j个节点输出值，j为正整数；ω_ij为输入层的第i个节点和隐含层的第j个节点之间的连接权值；b_j为小波基函数h_j的平移因子；a_j为小波基函数h_j的伸缩因子；h_j为小波基函数；n为正整数。

6.根据权利要求5所述的显示状态的调节方法，其特征在于，所述输出层为y_n(k)，式中，ω_jk为隐含层第j个节点到输出层第k个节点之间的连接权值。

7.根据权利要求1-6中任一项所述的显示状态的调节方法，其特征在于，在采集显示所处环境的信息参数之前还包括：

对预先建立的小波神经网络进行训练，以及对小波神经网络进行测试的步骤。

8.根据权利要求7所述的显示状态的调节方法，其特征在于，所述小波神经网络模型采用小波基函数生成，其中，对小波神经网络进行训练包括：

小波神经网络初始化：随机初始化小波基函数中的伸缩因子、平阴因子以及小波神经网络的连接权值，并设置小波神经网络的学习速度；

样本分类：把样本分为训练样本和测试样本，训练样本用于训练网络，测试样本用于测试小波神经网络的测试精度；

计算分析：把训练样本输入至小波神经网络中，计算小波神经网络的预测输出，以及计算小波神经网络的预测输出与期望输出的误差，分析得到训练次数；其中，若误差小于等于0.0001则进行预测输出；或者分析得到训练次数达到预设值则进行预测输出，否则进行以下步骤：

权值修正：小波基函数中的伸缩因子、平阴因子以及小波神经网络的连接权值进行修正，以使小波神经网络的预测输出与期望输出的误差小于等于0.0001；或者分析得到训练次数达到预设值则进行预测输出。

9.一种显示状态调节装置，其特征在于，包括：

采集单元，用于采集显示器所处环境的信息参数；其中，所述信息参数包括：重力加速度参数、位置参数、温度参数、角度参数中的至少一种；

分析单元，用于将所采集的信息参数输入至预先建立的小波神经网络模型中，分析得出显示器将要进行显示的显示状态；

调整单元，用于根据分析结果调整显示器的显示状态。

10.根据权利要求9所述的显示状态调节装置，其特征在于，所述采集单元包括：重力加速度传感器、温度传感器、定位模块、电子罗盘中的至少一种。

11.根据权利要求9所述的显示状态调节装置，其特征在于，所述显示状态包括：亮暗、待机、分辨率、刷新频率中的至少一种。