(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210334634.5 (22)申请日 2022.03.31 (71)申请人 联想 （北京） 有限公司 地址 100085 北京市海淀区上地西路6号2 幢2层201- H2-6 (72)发明人 赵子涵　高庆操　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 王云晓 (51)Int.Cl. G06F 9/445(2018.01) (54)发明名称 一种处理方法及电子设备 (57)摘要 本申请公开了一种处理方法及电子设备， 如 果获得目标应用程序的运行指令， 基于第一配置 参数为目标应用程序配置第一运行环 境， 响应运 行指令， 目标应用程序基于第一运行环境处于运 行状态， 在目标应用程序基于第一运行环境处于 运行状态， 获得目标应用程序的目标任务运行过 程的实际帧率， 实际帧率为目标任务的时间周期 内的时序数据， 基于实际帧率确定第二配置参 数， 第二配 置参数与第一配 置参数不同。 权利要求书2页 说明书13页 附图3页 CN 114706626 A 2022.07.05 CN 114706626 A 1.一种处 理方法， 所述方法包括： 如果获得目标应用程序的运行指令， 基于第 一配置参数为所述目标应用程序配置第 一 运行环境； 响应所述 运行指令， 所述目标应用程序基于所述第一 运行环境处于运行状态； 在所述目标应用程序基于所述第 一运行环境处于运行状态时， 获得所述目标应用程序 的目标任务运行过程的实际帧率， 所述实际帧率为所述目标任务的时间周期内的时序数 据； 基于所述实际帧率确定所述第 二配置参数， 所述第 二配置参数与所述第 一配置参数不 同。 2.根据权利要求1所述的方法， 其中， 所述基于所述实 际帧率确定所述第二配置参数， 包括： 基于机器学习分类模型处理所述实 际帧率， 获得所述实 际帧率的数据标签， 所述数据 标签用于表征 所述目标任务的时间周期内的激烈程度； 基于所述实际帧率的数据标签确定所述第二配置参数。 3.根据权利要求2所述的方法， 其中， 所述获得所述目标应用程序的目标任务运行过程 的实际帧率， 包括： 所述目标应用程序的目标任务运行位于监控周期内， 获得所述目标应用程序的目标任 务运行过程的实际帧率； 其中， 所述监控周期内包括每次所述目标应用程序的目标任务运行过程获得的实际帧 率。 4.根据权利要求3所述的方法， 其中， 所述基于所述实 际帧率确定所述第二配置参数， 包括： 基于所述 监控周期内的所述目标应用程序的多个数据标签确定所述第二配置参数。 5.根据权利要求3所述的方法， 其中， 所述方法还 包括： 基于所述 监控周期获得 所述目标应用程序每次处于运行状态的使用时长； 或， 基于所述 监控周期记录所述目标应用程序每次处于运行状态。 6.根据权利要求5所述的方法， 其中， 所述基于所述实际帧率确定第二配置参数， 包括： 基于所述监控周期内的所述目标应用程序的多个数据标签、 多个使用时长以及使用次 数确定所述第二配置参数。 7.根据权利要求5所述的方法， 其中， 所述基于所述实际帧率确定第二配置参数， 包括： 基于所述监控周期内的所述目标应用程序的多个数据标签、 多个使用时长以及使用次 数确定用户画像； 基于所述用户画像确定所述第二配置参数， 不同的用户画像对应不同的第二配置参 数。 8.根据权利要求1所述的方法， 其中， 所述方法还 包括： 在所述目标应用程序基于所述第 二配置参数配置第 二运行环境处于运行状态， 获得所 述目标应用程序的目标任务运行过程的实际帧率的曲线平滑于在所述目标应用程序基于 所述第一运行环境处于运行状态， 获得所述目标应用程序的目标任务运行过程的实际帧率 的曲线。权　利　要　求　书 1/2 页 2 CN 114706626 A 29.一种电子设备， 所述电子设备包括： 显示输出部件； 处理器， 所述处理器用于如果获得目标应用程序的运行指令， 基于第一配置参数为所 述目标应用程序配置第一运行环境； 响应所述运行指令， 所述 目标应用程序基于所述第一 运行环境处于运行状态； 在所述 目标应用程序基于所述第一运行环境处于运行状态 时， 获 得所述目标应用程序的目标任务运行过程的实际帧率， 所述 实际帧率为所述目标任务的时 间周期内的时序数据； 基于所述实际帧率确定所述第二配置参数， 所述第二配置参数与所 述第一配置参数不同。 10.根据权利要求9所述的设备， 其中， 所述处理器用于基于所述实际帧率确定所述第 二配置参数， 包括： 所述处理器用于基于机器学习分类模型处理所述实际帧率， 获得所述实际帧率的数据 标签， 所述数据标签用于表征所述 目标任务的时间周期 内的激烈程度； 基于所述实际帧率 的数据标签确定所述第二配置参数； 其中， 所述机器学习分类模型包括： 特征值获取模块， 用于获得 所述实际帧率中的特 征值； 数据处理模块， 用于对所述特 征值进行 标准化处理； 分类模块， 用于基于经 过标准化处理后的所述特 征值确定数据标签。权　利　要　求　书 2/2 页 3 CN 114706626 A 3