笔记本电脑蓝屏故障预测系统技术方案

本发明专利技术涉及一种笔记本电脑蓝屏故障预测系统，包括：分析执行器件，用于建立深度卷积网络模型，以基于笔记本电脑当前规模最大的进程的运算量、主控芯片各项数据、内外存储器各项数据预测后续预设时长内是否会发生蓝屏故障；自动保存器件，用于在预测后续预设时长内会发生蓝屏故障时，对笔记本电脑的各个进程的用户数据进行自动保存。本发明专利技术的笔记本电脑蓝屏故障预测系统结构紧凑、安全可靠。由于能够基于笔记本电脑的主控芯片、内外存储器以及当前运行状态这几项与蓝屏故障关联最密切的各项参数实现对蓝屏故障的智能预测，并在预测结果为后续预设时长内会发生蓝屏故障时对用户数据进行紧急保存，从而有效避免用户数据丢失。从而有效避免用户数据丢失。从而有效避免用户数据丢失。

【技术实现步骤摘要】
笔记本电脑蓝屏故障预测系统


[0001]本专利技术涉及笔记本电脑领域，尤其涉及一种笔记本电脑蓝屏故障预测系统。

技术介绍

[0002]笔记本电脑(Laptop)，简称笔记本，又称便携式电脑，手提电脑、掌上电脑或膝上型电脑，特点是机身小巧，比台式机携带方便，是一种小型、便于携带的个人电脑，通常重1
‑
3千克。笔记本电脑当前发展趋势是体积越来越小，重量越来越轻，功能越来越强。
[0003]为了缩小体积，笔记本电脑采用液晶显示器(液晶LCD屏)。除键盘外，笔记本电脑还装有触摸板(Touchpad)或触控点(Pointing stick)作为定位设备(Pointing device)。笔记本电脑和台式机的区别在于便携性，它对主板、中央处理器、内存、显卡、电脑硬盘的容量等有不同要求。
[0004]当今的笔记本电脑正在根据用途分化出不同的趋势，上网本趋于日常办公以及电影；商务本趋于稳定低功耗获得更长久的续航时间；家用本拥有不错的性能和很高的性价比，游戏本则是专门为了迎合少数人群外出游戏使用的；发烧级配置，娱乐体验效果好。
[0005]现有技术中，蓝屏是笔记本电脑容易发生的主要故障，一旦发生蓝屏，笔记本电脑用户的各项数据将会丢失，对笔记本电脑用户造成较大损失，因此，如果笔记本电脑用户能够预料到后续是否发生蓝屏故障，提取进行数据保持，将极大降低笔记本电脑用户丢失数据的可能，然而现有技术中缺乏相应的蓝屏故障预测机制。
[0006]已经公开的解决方案有，例如：
[0007]专利技术公布：基于深度学习的虚拟机蓝屏故障控制方法及控制系统申请公布号：CN115629846A
[0008]涉及一种基于深度学习的虚拟机蓝屏故障控制方法及控制系统，方法包括：在虚拟机在启动时触发虚拟机的运行状态参数的采集，并且对虚拟机的运行状态参数与状态标记输入深度学习模型进行训练，并优化深度学习模型，采集虚拟机当前的运行状态参数，使用训练后的深度学习模型基于当前的运行状态参数预测虚拟机运行状态，在虚拟机运行状态的预测结果为故障时，则确认当前的虚拟机是否处于故障状态，若当前的虚拟机处于故障状态，则定位虚拟机损坏的系统文件，从而将预存的正常文件替换损坏的系统文件，并消除损坏的系统文件对虚拟机的影响，避免故障时才进行蓝屏检测程序和故障软件的安装。
[0009]专利技术公布：一种系统蓝屏的处理方法、装置、设备及介质
[0010]申请公布号：CN114564338A
[0011]涉及一种系统蓝屏的处理方法、装置、设备及介质，其中该方法包括：当操作系统启动时，检测系统注册表；根据系统注册表中预先定义的关机标识判断操作系统是否为非正常关机；如果是，则解析操作系统的虚拟内存文件，得到目标标识；根据目标标识定位到备份文件；解析备份文件，根据解析结果确定非正常关机为发生过蓝屏，并通过定位解析结果中的数据确定出现蓝屏的错误驱动功能；对错误驱动功能进行处理。
[0012]专利技术公布：基于光学字符识别的图片检测方法、装置及电子设备申请公布号：
CN111414472A
[0013]涉及一种基于光学字符识别的图片检测方法、装置及电子设备，应用于图片检测
，其中该方法包括：通过光学字符识别方法识别确定待检测图片中的文本信息，然后，确定待检测图片中的文本信息的向量表征，继而，基于文本信息的向量表征通过预训练的分类器确定待检测图片的蓝屏检测结果。即基于待检测图片中的文本信息，通过预训练的分类器确定待检测图片是否为蓝屏图片，能够避免将相应的仅包含蓝色和白色的非蓝屏待检测图片以及相应的像素值较低的非蓝屏待检测图片识别为蓝屏图片，从而提升了待检测图片的蓝屏检测的准确度。

技术实现思路

[0014]区别于现有技术，为了解决相关领域的技术问题，本专利技术提供了一种笔记本电脑蓝屏故障预测系统，能够基于笔记本电脑的主控芯片、内外存储器以及当前运行状态这几项与笔记本电脑蓝屏故障关联最密切的各项参数实现对笔记本电脑蓝屏故障的智能预测，从而为笔记本电脑用户在蓝屏故障发生之前提前保持数据提供契机。
[0015]根据本专利技术的一方面，提供了一种笔记本电脑蓝屏故障预测系统，所述系统包括：
[0016]模式鉴定机构，用于检测监控中的笔记本电脑的运行状态，并在所述笔记本电脑处于省电模式时，发出第一检测信号，以及在所述笔记本电脑处于工作模式时，发出第二检测信号，所述模式鉴定机构还分别与第一抓取机构、第二抓取机构以及第三抓取机构连接，用于采用所述第一检测信号以及所述第二检测信号实现对所述第一抓取机构、所述第二抓取机构以及所述第三抓取机构的同步控制；
[0017]第一抓取机构，与所述笔记本电脑的主控芯片连接，用于抓取所述主控芯片的单位时间最大运算量、所述主控芯片的数据总线位数以及所述主控芯片的当前负载百分比；
[0018]第二抓取机构，与所述笔记本电脑的存储管理器件连接，用于获取所述笔记本电脑的外存储器容量、内存储器容量、所述笔记本电脑的内存储器的当前占用容量以及所述笔记本电脑的外存储器的当前占用容量；
[0019]第三抓取机构，与所述笔记本电脑的系统管理器件连接，用于获取所述笔记本电脑当前运行的各个进行分别对应的各个当前运算量，并对所述各个进行分别对应的各个当前运算量进行排序以获得最大数值的当前运算量并作为参考进程运算量输出；
[0020]分析执行器件，分别与所述第一抓取机构、所述第二抓取机构以及所述第三抓取机构连接，用于建立深度卷积网络模型，所述模型以参考进程运算量、主控芯片的单位时间最大运算量、所述主控芯片的数据总线位数、主控芯片的当前负载百分比、笔记本电脑的外存储器容量、内存储器容量、笔记本电脑的内存储器的当前占用容量以及笔记本电脑的外存储器的当前占用容量为各项输入数据，以运行所述深度卷积网络模型，获得所述深度卷积网络模型输出的蓝屏存在标识；
[0021]其中，建立深度卷积网络模型，所述模型以参考进程运算量、主控芯片的单位时间最大运算量、所述主控芯片的数据总线位数、主控芯片的当前负载百分比、笔记本电脑的外存储器容量、内存储器容量、笔记本电脑的内存储器的当前占用容量以及笔记本电脑的外存储器的当前占用容量为各项输入数据，以运行所述深度卷积网络模型，获得所述深度卷积网络模型输出的蓝屏存在标识包括：当所述蓝屏存在标识为0B01时，代表当前时刻后的
下一时间分段内所述笔记本电脑将会发生蓝屏。
[0022]本专利技术的笔记本电脑蓝屏故障预测系统结构紧凑、安全可靠。由于能够基于笔记本电脑的主控芯片、内外存储器以及当前运行状态这几项与蓝屏故障关联最密切的各项参数实现对蓝屏故障的智能预测，并在预测结果为后续预设时长内会发生蓝屏故障时对用户数据进行紧急保存，从而有效避免用户数据丢失。
附图说明
[0023]以下将结合附图对本专利技术的实施例进行描述，其中：
[0024]图1为根据本专利技术首要实施例示出的笔记本电脑蓝屏故障预测系统的结构方框图。
[0025]图2为根据本发本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种笔记本电脑蓝屏故障预测系统，其特征在于，所述系统包括：模式鉴定机构，用于检测监控中的笔记本电脑的运行状态，并在所述笔记本电脑处于省电模式时，发出第一检测信号，以及在所述笔记本电脑处于工作模式时，发出第二检测信号，所述模式鉴定机构还分别与第一抓取机构、第二抓取机构以及第三抓取机构连接，用于采用所述第一检测信号以及所述第二检测信号实现对所述第一抓取机构、所述第二抓取机构以及所述第三抓取机构的同步控制；第一抓取机构，与所述笔记本电脑的主控芯片连接，用于抓取所述主控芯片的单位时间最大运算量、所述主控芯片的数据总线位数以及所述主控芯片的当前负载百分比；第二抓取机构，与所述笔记本电脑的存储管理器件连接，用于获取所述笔记本电脑的外存储器容量、内存储器容量、所述笔记本电脑的内存储器的当前占用容量以及所述笔记本电脑的外存储器的当前占用容量；第三抓取机构，与所述笔记本电脑的系统管理器件连接，用于获取所述笔记本电脑当前运行的各个进行分别对应的各个当前运算量，并对所述各个进行分别对应的各个当前运算量进行排序以获得最大数值的当前运算量并作为参考进程运算量输出；分析执行器件，分别与所述第一抓取机构、所述第二抓取机构以及所述第三抓取机构连接，用于建立深度卷积网络模型，所述模型以参考进程运算量、主控芯片的单位时间最大运算量、所述主控芯片的数据总线位数、主控芯片的当前负载百分比、笔记本电脑的外存储器容量、内存储器容量、笔记本电脑的内存储器的当前占用容量以及笔记本电脑的外存储器的当前占用容量为各项输入数据，以运行所述深度卷积网络模型，获得所述深度卷积网络模型输出的蓝屏存在标识；自动保存器件，与所述分析执行器件连接，用于在蓝屏存在标识代表当前时刻后的下一时间分段内所述笔记本电脑将会发生蓝屏时，对笔记本电脑当前运行的各个进程的用户数据进行自动保存；其中，当所述蓝屏存在标识为0B01时，代表当前时刻后的下一时间分段内所述笔记本电脑将会发生蓝屏。2.如权利要求1所述的笔记本电脑蓝屏故障预测系统，其特征在于：建立深度卷积网络模型，所述模型以参考进程运算量、主控芯片的单位时间最大运算量、所述主控芯片的数据总线位数、主控芯片的当前负载百分比、笔记本电脑的外存储器容量、内存储器容量、笔记本电脑的内存储器的当前占用容量以及笔记本电脑的外存储器的当前占用容量为各项输入数据，以运行所述深度卷积网络模型，获得所述深度卷积网络模型输出的蓝屏存在标识包括：所述深度卷积网络模型的隐藏层总数与下一时间分段的持续时长单调正向关联。3.如权利要求2所述的笔记本电脑蓝屏故障预测系统，其特征在于，所述系统还包括：语音播报器件，与所述分析执行器件连接，用于基于所述深度卷积网络模型输出的蓝屏存在标识进行当前时刻后的下一时间分段内所述笔记本电脑是否将会发生蓝屏的语音播报操作。4.如权利要求2所述的笔记本电脑蓝屏故障预测系统，其特征在于，所述系统还包括：计时操作器件，分别与所述分析执行器件、所述第一抓取机构、所述第二抓取机构以及所述第三抓取机构连接，用于分别为所述分析执行器件、所述第一抓取机构、所述第二抓取
机构以及所述第三抓取机构提供各自需求的计时服务。5.如权利要求2
‑
4任一所述的笔记本电脑蓝屏故障预测系统，其特征在于：建立深度卷积网络模型，所述模型以参考进程运算量、主控芯片的单位时间最大运算量、所述主控芯片的数据总线位数、主控芯片的当前负载百分比、笔记本电脑的外存储器容量、内存储器容量、笔记本电脑的内存储器的当前占用容量以及笔记本电脑的外存储器的当前占用容量为各项输入数据，以...

【专利技术属性】
技术研发人员：程盼盼，
申请(专利权)人：訸和文化科技苏州有限公司，
类型：发明
国别省市：