The invention discloses an application program management method, device, storage medium and electronic equipment, by obtaining the total sample default application set, in which each sample of the total samples including Q dimensional feature information extraction; a series of concentrated K dimensional feature information from the total sample of students into several sub samples according to each sub set; the sample set, generate the corresponding sub classification model; according to the sub classification model, the total generation classification model; when detecting the default application into the background, the general classification model based on information Q dimensional feature of the current default application for prediction, the prediction results generated, and according to the prediction results of default application management. This application can enhance the intelligentization and accuracy of the management of the application.
【技术实现步骤摘要】
应用程序管理方法、装置、存储介质及电子设备
本申请属于通信
,尤其涉及一种应用程序管理方法、装置、存储介质及电子设备。
技术介绍
随着电子技术的发展,人们通常在电子设备上安装很多应用程序。当用户在电子设备中打开多个应用程序时,若用户退回电子设备的桌面或者停留在某一应用程序的应用界面或者电子设备的用户界面,则用户打开的多个应用程序依然会在电子设备的后台运行。然而在后台运行的应用程序会严重地占用电子设备的内存,并且导致电子设备的耗电速度加快,而且还会降低电子设备的运行流畅度。
技术实现思路
本申请提供一种应用程序管理方法、装置、存储介质及电子设备,能够提升对应用程序进行管理的智能化和准确性。第一方面,本申请实施例提供一种应用程序管理方法,应用于电子设备,包括步骤:获取预设应用程序的总样本集,其中所述总样本集中的每个样本包括Q维特征信息,所述Q为大于等于2的正整数;多次从所述总样本集随机抽取K维特征信息,生成多个子样本集,其中K为小于所述Q的正整数;根据所述多个子样本集,生成每个子样本集对应的子分类模型;根据多个所述子分类模型,生成总分类模型;当检测到所述预设应用程序进入后台时,所述总分类模型根据所述预设应用程序当前的Q维特征信息进行预测,生成预测结果,并根据所述预测结果对所述预设应用程序进行管理。第二方面,本申请实施例提供一种应用程序管理装置,应用于电子设备,包括:获取单元,用于获取预设应用程序的总样本集,其中所述总样本集中的每个样本包括Q维特征信息,所述Q为大于等于2的正整数;第一生成单元,用于多次从所述总样本集随机抽取K维特征信息,生成多个子样本集,其中 ...
【技术保护点】
一种应用程序管理方法,应用于电子设备,其特征在于,包括步骤:获取预设应用程序的总样本集,其中所述总样本集中的每个样本包括Q维特征信息,所述Q为大于等于2的正整数;多次从所述总样本集随机抽取K维特征信息,生成多个子样本集,其中K为小于所述Q的正整数;根据所述多个子样本集,生成每个子样本集对应的子分类模型;根据多个所述子分类模型,生成总分类模型;当检测到所述预设应用程序进入后台时,所述总分类模型根据所述预设应用程序当前的Q维特征信息进行预测,生成预测结果,并根据所述预测结果对所述预设应用程序进行管理。
【技术特征摘要】
1.一种应用程序管理方法,应用于电子设备,其特征在于,包括步骤:获取预设应用程序的总样本集,其中所述总样本集中的每个样本包括Q维特征信息,所述Q为大于等于2的正整数;多次从所述总样本集随机抽取K维特征信息,生成多个子样本集,其中K为小于所述Q的正整数;根据所述多个子样本集,生成每个子样本集对应的子分类模型;根据多个所述子分类模型,生成总分类模型;当检测到所述预设应用程序进入后台时,所述总分类模型根据所述预设应用程序当前的Q维特征信息进行预测,生成预测结果,并根据所述预测结果对所述预设应用程序进行管理。2.根据权利要求1所述的应用程序管理方法,其特征在于,所述根据多个所述子分类模型,生成总分类模型的步骤,包括:根据所述子样本集以及所述子分类模型,生成所述子分类模型对应的权重;根据所述子分类模型以及所述子分类模型对应的权重,生成总分类模型。3.根据权利要求2所述的应用程序管理方法,其特征在于,所述根据所述子样本集以及所述子分类模型,生成所述子分类模型对应的权重的步骤,包括:根据所述子样本集以及所述子分类模型,生成所述子分类模型的错误率;根据所述子分类模型的错误率,生成所述子分类模型对应的权重。4.根据权利要求3所述的应用程序管理方法,其特征在于,所述根据所述子样本集以及所述子分类模型,生成所述子分类模型的错误率的步骤,包括:基于第一预设公式对所述子样本集以及所述子分类模型进行处理,生成所述子分类模型的错误率,其中所述第一预设公式为:其中m表示第m个子样本集,所述第m个子样本集为(Xm1,Xm2,...,XmN),所述M表示所述子样本集的数量,所述N表示所述子样本集中的子样本数量,所述Xmn表示所述第m个子样本集中的第n个子样本,所述tmn表示所述第m个子样本集中的第n个子样本的标记结果,ym(X)表示第m个子分类模型,其中X表示一个子样本,所述I(ym(Xmn)≠tmn)表示第m个子分类模型对第m个子样本集中的第n个子样本的预测结果与标记结果不一致,所述εm表示第m个子分类模型的错误率。5.根据权利要求4所述的应用程序管理方法,其特征在于,所述根据所述子分类模型的错误率,生成所述子分类模型对应的权重的步骤,包括:基于第二预设公式对所述子分类模型的错误率进行处理,生成所述子类器对应的权重,其中所述第二预设公式为:其中所述αm表示第m个子分类模型的权重。6.根据权利要求5所述的应用程序管理方法,其特征在于,所述根据所述子类器以及所述子类器对应的权重,生成总分类模型的步骤,包括:基于第三预设公式对所述子分类模型以及所述子分类模型对应的权重进行处理,生成总分类模型,其中所述第三预设公式为:其中所述Y(X)表示所述总分类模型。7.根据权利要求1至6任一项所述的应用程序管理方法,其特征在于,在所述获取预设应用程序的总样本集的步骤之后,还包括:对所述总样本集中的样本进行标记,生成每个样本的标记结果。8.根据权利要求7所述的应用程序管理方法,其特征在于,所述多次从所述总样本集随机抽取K维特征信息,生成多个子样本集的步骤,包括:多次从每个样本中随机抽取K维特征信息,生成对应的子样本;将每次形成的多个子样本确定为子样本集;在所述多次从所述总样本集随机抽取K维特征信息,生成多个子样本集的步骤之后,还包括:将所述每个样本的标记结果确定为对应的子样本的标记结果。9.根据权利要求7所述的应用程序管理方法,其特征在于,还包括:根据所述样本中的Q维特征信息以及所述子样本中的K维特征信息,确定所述子样本集的数量。10.根据权利要求9所述的应用程序管理方法,其特征在于,所述确定所述子样本集的数量的步骤,包括:根据第四预设公式,确定所述子样本集的数量,其中所述第四预设公式为:11.根据权利要求1至6任一项所述的应用程序管理方法,其特征在于,所述获取预设应用程序的总样本集的步骤,包括:每隔预设时长获取Q维特征信息,其中所述特征信息的维度包括所述预设应用程序的运行特征信息和/或所述电子设备的状态特征信息;将每次获取的所述Q维特征信息确定为样本;在预设历史时间段内获取多个所述样本,生成总样本集。12.一种应用程序管理装置,应...
【专利技术属性】
技术研发人员:曾元清,
申请(专利权)人:广东欧珀移动通信有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。