[发明专利]电子设备及其神经网络模型运行方法、存储介质

权利要求书

1.一种神经网络模型运行方法，应用于电子设备，其特征在于，所述电子设备包括第一处理器和第二处理器，并且

所述方法包括：

所述第一处理器运行简化模型并根据所述简化模型的运行结果判断是否满足所述神经网络模型的运行条件；

所述第一处理器在所述简化模型的运行结果满足所述运行条件的情况下，唤醒所述第二处理器运行所述神经网络模型；

其中，所述简化模型为通过下列中的至少一种方式将所述神经网络模型简化得到：

减少所述神经网络模型的输入参数；

简化所述神经网络模型的网络结构；

其中，所述神经网络模型为运动类型识别模型，所述运动类型识别模型用于识别所述电子设备的用户在进行的运动的类型，所述运行条件包括检测到所述电子设备的用户处于运动状态；

或者所述神经网络模型为生理状态预警模型，所述生理状态预警模型用于确定所述电子设备的用户的生理特征变化是否与所述电子设备的用户的运动状态相符，所述运行条件包括检测到所述电子设备的用户的生理特征发生异常。

2.根据权利要求1所述的神经网络模型运行方法，其特征在于，所述方法还包括：

在所述第二处理器运行所述神经网络模型后，在所述简化模型的运行结果不满足所述神经网络模型的运行条件的情况下，将所述第二处理器设置为休眠。

3.根据权利要求1所述的神经网络模型运行方法，其特征在于，所述运动类型识别模型包括传感器融合网络、分类神经网络和长短期记忆网络。

4.根据权利要求3所述的神经网络模型运行方法，其特征在于，所述简化所述神经网络模型的网络结构包括：

将包括传感器融合网络、分类神经网络和长短期记忆网络的所述运动类型识别模型简化为仅包括分类神经网络的简化模型。

5.根据权利要求4所述的神经网络模型运行方法，其特征在于，所述方法还包括：

所述第二处理器将所述运动类型识别模型的运行结果传送给所述第一处理器，所述运行结果为所述电子设备的用户在进行的运动类型；

所述第一处理器根据所述运行结果统计所述电子设备的用户的运动量。

6.根据权利要求1所述的神经网络模型运行方法，其特征在于，所述生理状态预警模型包括多层感知网络以及包括传感器融合网络、分类神经网络和长短期记忆网络。

7.根据权利要求1所述的神经网络模型运行方法，其特征在于，所述电子设备的用户的生理特征发生异常包括以下情况中的至少一种：

所述电子设备的用户的心率偏离正常值；

所述电子设备的用户的血氧偏离正常值；

所述电子设备的用户的血压偏离正常值。

8.根据权利要求7所述的神经网络模型运行方法，其特征在于，所述简化所述神经网络模型的网络结构，具体包括：

将包括运动类型识别模型和多层感知网络的生理状态预警模型简化为仅包括单层感知网络的简化模型。

9.根据权利要求8所述的神经网络模型运行方法，其特征在于，所述方法还包括：

所述第二处理器将所述生理状态预警模型的运行结果传送给所述第一处理器，所述运行结果为所述电子设备的用户的生理特征是否与运动状态相符；

所述第一处理器根据所述运行结果提示所述电子设备的用户，包括：

在所述运行结果为生理特征异常但与运动状态相符时，警示所述电子设备的用户；

在所述运行结果为生理特征异常且与运动状态不符时，警告所述电子设备的用户和/或向医疗机构求助。

10.根据权利要求1至9任一项所述的神经网络模型运行方法，其特征在于：

所述第一处理器为微控制单元。

11.根据权利要求10所述的神经网络模型运行方法，其特征在于：

所述第二处理器为神经网络处理器。