[发明专利]移动装置的省电系统与方法

权利要求书

1.一种移动装置的省电方法，包括下列步骤：

随机产生多个样本；

计算每一样本的行为向量；

利用所述样本与对应的行为向量训练一类神经网络系统；

收集多个使用者事件；

利用一加权转换函数转换所述使用者事件为多个行为样本；

根据相似度对所述行为样本分类并且取得样本数量最多的一组行为样本；

计算该组行为样本的行为向量；以及

根据所述行为样本与对应的行为向量训练所述类神经网络系统。

2.如权利要求1所述的省电方法，其还包括下列步骤：

判断所述类神经网络系统的训练结果是否为收敛状态；

若为收敛状态，则输入该组行为类别中的行为样本的中位数至所述类神经网络系统，并且将所得输出结果作为一当前用户行为向量；以及

若非为收敛状态，则收集更多行为样本以训练所述类神经网络系统。

3.如权利要求2所述的省电方法，其中，所述当前用户行为向量具有多个元素，其分别代表了使用者在不同时段内的使用权重因子。

4.如权利要求1所述的省电方法，其还包括下列步骤：

收集一时间间隔内的使用者事件；

利用所述加权转换函数转换所述使用者事件为多个行为样本；以及

将所述行为样本输入所述类神经网络系统以预测使用者行为。

5.如权利要求4所述的省电方法，其还包括下列步骤：

判断预测结果是否合乎预期；

若所述类神经网络系统发现少许预测出的行为模式向量与所述当前行为模式向量有较大差距时，则对所述当前行为模式向量做细微的调整；以及

若连续发现预测结果差距过大的状况，则重新收集行为样本来训练所述类神经网络系统。

6.如权利要求1所述的省电方法，其中，每一行为向量中具有多个对应使用者行为的权重因子。

7.一种移动装置的省电系统，包括：

一预测模块；

一样本产生模块，其用以随机产生多个样本；

一评估模块，耦接于所述样本产生模块，其用以计算每一样本的行为向量；

一事件收集模块，其用以收集多个使用者事件；

一加权转换模块，耦接于所述事件收集模块，其用以转换所述使用者事件为多个行为样本，并且根据相似度对所述行为样本分类并且取得样本数量最多的一组行为样本；以及

一训练模块，耦接于所述评估模块与所述加权转换模块，其用以自所述评估模块取得所述样本与对应的行为向量训练一类神经网络系统，以及自所述加权转换模块取得所述行为样本与对应的行为向量训练所述类神经网络系统。

8.如权利要求7所述的省电系统，其中，所述训练模块判断所述类神经网络系统的训练结果是否为收敛状态，若为收敛状态，则输入该组行为类别中的行为样本的中位数至所述类神经网络系统，并且将所得输出结果作为一当前用户行为向量，否则收集更多行为样本以训练所述类神经网络系统。

9.如权利要求8所述的省电系统，其中，所述当前用户行为向量具有多个元素，其分别代表了使用者在不同时段内的使用权重因子。

10.如权利要求7所述的省电系统，其中，所述样本产生模块收集某一时间间隔内的使用者事件，所述加权转换模块转换所述使用者事件为多个行为样本，所述训练模块取得所述行为样本以训练所述类神经网络系统，以及所述预测模块根据训练结果预测使用者行为。

11.如权利要求10所述的省电系统，其中，所述预测模块判断预测结果是否合乎预期，若所述类神经网络系统发现少许预测出的行为模式向量与所述当前行为模式向量有较大差距时，则对所述当前行为模式向量做细微的调整，以及若连续发现预测结果差距过大的状况，则重新收集行为样本来训练所述类神经网络系统。

12.如权利要求7所述的省电系统，其中，每一行为向量中具有多个对应使用者行为的权重因子。