[發明專利]后臺應用程序管控方法、裝置、存儲介質及電子設備

有效

• 申請號: 201710922719.4
• 申請日: 2017-09-30
• 公開（公告）號: CN108681480B
• 公開（公告）日: 2020-02-11
• 發明（設計）人: 曾元清
• 申請（專利權）人: OPPO廣東移動通信有限公司
• 主分類號: G06F9/48
• 分類號: G06F9/48
• 代理公司: 44300 深圳翼盛智成知識產權事務所(普通合伙)
• 代理人: 黃威

1.一種后臺應用程序管控方法，應用于電子設備，其特征在于，所述方法包括步驟：

獲取預設后臺應用程序和所述電子設備的樣本集，其中所述樣本集中的樣本包括所述預設后臺應用程序和所述電子設備的多個特征信息；

將所述樣本集構建成二維的樣本圖,所述樣本圖采用m*n像素點的圖，每個像素點對應一個樣本，其中m>2，n>2；

獲取參考模型，并將所述樣本圖作為訓練數據輸入所述參考模型，進行學習，得到訓練后的所述參考模型的優化參數；

獲取所述預設后臺應用程序和所述電子設備當前的多個特征信息，并生成二維的特征圖，根據所述參考模型、所述優化參數以及所述特征圖進行預測，生成預測結果，并根據所述預測結果對所述預設后臺應用程序進行管控。

2.根據權利要求1所述的后臺應用程序管控方法，其特征在于，所述參考模型為卷積神經網絡模型。

3.根據權利要求2所述的后臺應用程序管控方法，其特征在于，所述卷積神經網絡模型包括依次連接的卷積層、全連接層和分類器；

所述將所述樣本圖作為訓練數據輸入所述參考模型，進行學習，得到訓練后的所述參考模型的優化參數的步驟，包括：

將所述樣本圖作為訓練數據輸入所述卷積層得到第一中間值；

將所述第一中間值輸入所述全連接層得到第二中間值；

將所述第二中間值輸入所述分類器得到對應多個所述預測結果的概率；

根據多個所述預測結果和與其對應的多個所述概率得到損失值；

根據所述損失值進行訓練，得到所述優化參數。

4.根據權利要求3所述的后臺應用程序管控方法，其特征在于，所述根據所述損失值進行訓練的步驟，包括：

根據所述損失值利用隨機梯度下降法進行訓練。

5.根據權利要求3所述的后臺應用程序管控方法，其特征在于，所述將所述第二中間值輸入所述分類器得到對應多個所述預測結果的概率的步驟，包括：

基于第一預設公式將所述第二中間值輸入所述分類器得到對應多個所述預測結果的概率，其中所述第一預設公式為：

其中，Z_K為目標第二中間值，C為預測結果的類別數，Z_j為第j個第二中間值。

6.根據權利要求3所述的后臺應用程序管控方法，其特征在于，所述根據多個所述預測結果和與其對應的多個所述概率得到損失值的步驟，包括：

基于第二預設公式根據多個所述預測結果和與其對應的多個所述概率得到損失值，其中所述第二預設公式為：

其中C為預測結果的類別數，y_k為真實值。

7.根據權利要求3或4所述的后臺應用程序管控方法，其特征在于，所述根據所述損失值進行訓練的步驟，包括：

獲取多個所述損失值，根據多個所述損失值的平均值進行訓練。

8.根據權利要求7所述的后臺應用程序管控方法，其特征在于，所述根據多個所述預測結果和與其對應的多個所述概率得到損失值的步驟，包括：

基于第三預設公式根據多個所述預測結果和與其對應的多個所述概率得到損失值，其中所述第三預設公式為：

其中C為預測結果的類別數，y_k為真實值，E為平均值。

9.根據權利要求1所述的后臺應用程序管控方法，其特征在于，所述多個特征信息包括所述預設后臺應用程序的使用信息、所述電子設備的狀態信息、時間信息和位置信息中的至少一項，所述樣本圖包括多個像素點，每個像素點對應一個特征信息。