[发明专利]应用控制方法、装置、存储介质及电子设备

说明书

本申请公开了一种应用控制方法、装置、存储介质以及电子设备，该应用控制方法应用于电子设备，包括：获取历史时段内每一采样时间点该电子设备的运行信息；根据该运行信息生成对应的特征图像；根据该采样时间点和特征图像确定多对样本、以及每对样本的分类标签；根据该多对样本和分类标签生成训练指令，并将该训练指令发送至预设服务器，该训练指令用于指示该预设服务器利用该多对样本和分类标签训练预设的孪生神经网络模型，并返回训练后模型；基于该预设服务器返回的训练后模型对该电子设备中的后台应用进行控制，从而能根据以往应用的使用情况较好地选出需要清理的后台应用，方法简单。

技术领域

本申请属于通信技术领域，尤其涉及一种应用控制方法、装置、存储介质及电子设备。

背景技术

随着科技的发展，智能手机、平板电脑(PAD)等移动终端已经成为用户生活中不可或缺的设备。

目前，终端安装的应用程序越来越多，用户在使用完毕终端中的应用程序时，通常会执行如切换至新的应用程序、返回主界面、或者锁屏的操作，此时使用完毕的应用程序被切换至后台，这些在后台的应用程序会继续运行，例如，与服务器交换数据，监听用户动作等；在运行过程中，会持续占用系统资源，例如，占用系统内存、消耗数据流量、消耗终端电量等。为避免使用完毕的应用程序继续占用系统资源，通常需要对后台的应用程序进行清理，比如根据应用程序消耗的内存数量来选择消耗内存较多的应用程序进行清理，或者根据终端出厂时设置的应用程序优先级，清理低优先级的应用程序，等等，但是，这些清理方法都比较死板，无法灵活地判定哪些应用程序可以清理，难以有效提升系统资源。

发明内容

本申请实施例提供一种应用控制方法、装置、存储介质以及电子设备，能灵活清理后台应用程序，有效提升系统资源。

本申请实施例提供了一种应用控制方法，应用于电子设备，包括：

获取历史时段内每一采样时间点所述电子设备的运行信息；

根据所述运行信息生成对应的特征图像；

根据所述采样时间点和特征图像确定多对样本、以及每对样本的分类标签；

根据所述多对样本和分类标签生成训练指令，并将所述训练指令发送至预设服务器，所述训练指令用于指示所述预设服务器利用所述多对样本和分类标签训练预设的孪生神经网络模型，并返回训练后模型；

基于所述预设服务器返回的训练后模型对所述电子设备中的应用进行控制。

本申请实施例还提供了一种应用控制方法，应用于服务器，包括：

构建两个架构相同的神经网络，作为预设的孪生神经网络模型；

接收电子设备发送的训练指令，所述训练指令携带多对样本、以及每对样本的分类标签，所述多对样本和分类标签是所述电子设备根据历史时段内每一采样时间点的运行信息生成的；

利用所述多对样本和分类标签训练所述孪生神经网络模型，得到训练后模型；

向所述电子设备发送所述训练后模型。

本申请实施例还提供了一种应用控制装置，应用于电子设备，包括：

获取模块，用于获取历史时段内每一采样时间点所述电子设备的运行信息；

第一生成模块，用于根据所述运行信息生成对应的特征图像；

确定模块，用于根据所述采样时间点和特征图像确定多对样本、以及每对样本的分类标签；

第二生成模块，用于根据所述多对样本和分类标签生成训练指令，并将所述训练指令发送至预设服务器，所述训练指令用于指示所述预设服务器利用所述多对样本和分类标签训练预设的孪生神经网络模型，并返回训练后模型；