一种将Linux输入法共享给Android的方法

    公开(公告)号:CN112988419A

    公开(公告)日:2021-06-18

    申请号:CN202110270018.3

    申请日:2021-03-12

    Abstract: 一种将Linux输入法共享给Android的方法,所述方法包括步骤:每当Linux系统启动一个Android应用时,Linux系统创建一个Linux系统显示视窗,Zygote创建一个App应用进程;所述App应用将所述Linux系统显示视窗与自身绑定并显示;所述Android应用点击输入框获取焦点,IPC通信传递光标位置及相关数据,Linux输入法响应并将输入事件绑定到当前具有焦点的窗口;Linux图形输入窗口获取所述Linux输入法的输入数据,并通过所述IPC通信传给所述Android应用的输入框显示;Android应用输入框光标随输入内容移动,所述Linux输入法应用动态跟随所述Android应用输入框的光标位置变化而改变坐标;所述Android应用输入框焦点丢失,所述IPC通信通知所述Linux输入法的输入事件解除绑定当前窗口。本发明从而实现输入法的整合,极大地提升户体验感受。

    Linux操作系统中基于知识库的故障扫描恢复方法及系统

    公开(公告)号:CN112068981A

    公开(公告)日:2020-12-11

    申请号:CN202011019038.5

    申请日:2020-09-24

    Abstract: 本发明公开了一种Linux操作系统中基于知识库的故障扫描恢复方法及系统,针对Linux操作系统故障极难精确定位、系统故障修复周期长、技术要求高、成本高的问题,本发明通过集操作系统的日志;针对收集到的日志与预先根据日志建立的关键词类型的故障知识库、n‑gram类型的故障知识库进行扫描以识别故障;若识别出故障则针对故障进行恢复,能够自动发现Linux系统中运行的故障扫描,减少现有的人工分析故障以及修复故障的介入,缩短故障的发现到故障的修复的周期,还可进一步根据故障问题通过自动化的故障修复提高系统可用性、并降低系统维护成本。

    一种计算机平台的GPU功耗估计方法、系统及介质

    公开(公告)号:CN111427750A

    公开(公告)日:2020-07-17

    申请号:CN202010274437.X

    申请日:2020-04-09

    Abstract: 本发明公开了一种计算机平台的GPU功耗估计方法、系统及介质,本发明方法包括获取计算机平台中GPU当前运行目标应用程序的性能寄存器特征集合X和功能部件管理特征集合Y并筛选出可配置的功耗估计特征集合XYC;将功耗估计特征集合XYC作为目标应用程序的类型对应的非监督学习的高斯混合模型的特征输入,得到计算机平台中GPU运行目标应用程序的功耗估计结果。本发明利用一些简单但是易于配置达到的资源负载状态的功耗估计特征,包括性能寄存器特征集合X和功能部件管理特征集合Y,采用了理论上的精度最高的非监督学习的高斯混合模型来进行GPU功耗估计,具有输入简单、估计精度高的优点。

    一种面向端侧操作系统的大模型自适应量化部署方法及装置

    公开(公告)号:CN120046753A

    公开(公告)日:2025-05-27

    申请号:CN202411897344.7

    申请日:2024-12-23

    Abstract: 本申请公开了一种面向端侧操作系统的大模型自适应量化部署方法及装置,属于人工智能领域。首先通过Jaccard系数评估每一层的层重要性指标,根据端侧设备的内存容量自适应调整所述量化精度策略,根据层重要性指标和设备资源情况动态制定量化方案,最后根据调整后的量化精度策略对所述大模型中需要量化的层按照对应的精度进行per‑channel量化并在端侧设备上部署模型。通过这种智能的自适应量化与部署方法,可以在尽量保持大模型精度的前提下,显著降低模型存储需求,进而实现模型在不同硬件平台上,以及同一硬件平台不同使用场景下的高效部署。在大模型的量化过程中,考虑了层的重要性,并结合设备资源情况,采用更加灵活和高效的量化策略。与传统统一量化方法相比,能够根据不同层的重要性和硬件资源情况进行动态优化,从而在不显著损失精度的情况下减少模型的存储需求并加速推理。

    一种基于本地大模型的操作系统用户意图处理方法、装置及存储介质

    公开(公告)号:CN119884340A

    公开(公告)日:2025-04-25

    申请号:CN202411946949.0

    申请日:2024-12-27

    Abstract: 本申请公开了一种基于本地大模型的操作系统用户意图处理方法、装置及存储介质,属于人工智能领域。获取用户端输入的自然语言指令;调用本地大模型对所述自然语言指令进行语义简化和意图解析,得到用户意图处理结果;将所述用户意图处理结果传至FAISS向量数据库进行自定义指令集的匹配;响应于匹配成功,将匹配后的自然语言指令送至执行器模块执行得到对应回答;响应于匹配失败,调用所述本地大模型生成所述自然语言指令的对应回答,从而,将所述对应回答实时反馈至所述用户端。实现支持离线运行,保障数据隐私,语义解析精准且灵活以及高精度指令匹配,此外还实现了实时反馈与权限控制,获得了多任务并行处理与性能优化,确保在低资源离线环境中依然高效运行,提升整体操作的流畅度。

    一种数字腕式终端系统的实现方法

    公开(公告)号:CN112817783A

    公开(公告)日:2021-05-18

    申请号:CN202110240979.X

    申请日:2021-03-04

    Abstract: 本发明公开了一种数字腕式终端系统的实现方法,本发明预先在麒麟移动操作系统的交互层配置以dlopen的方式打开底层库加载底层库接口的控制模块,并在麒麟移动操作系统的交互层、应用层之间的兼容层扩展出一个新的callclibrary模块;当应用程序使用JavaScript调用时callclibrary模块通过控制模块控制底层库接口执行对数字腕式终端的操控,且返回值通过回调函数的方式获取,当底层库的接口执行结果返回时,应用层的应用程序通过监听事件的方式触发对执行结果的处理函数,通过上述先方式,从控制、消息、用户交互这三个层面对麒麟移动操作系统进行扩展,使其满足对战术腕式终端进行操控的要求。

    一种基于远程调试协议的应用批量部署方法

    公开(公告)号:CN112636966A

    公开(公告)日:2021-04-09

    申请号:CN202011503630.2

    申请日:2020-12-18

    Abstract: 本发明公开了一种基于远程调试协议的应用批量部署方法,本发明的方法步骤包括:配置远程调试客户端、远程调试服务端和网络环境;远程调试客户端连接当前远程调试服务端;远程调试客户端推送应用资源包、封装并发布客户端请求,同时接收并解析部署结果,若接收到应用部署失败,终止当前远程调试服务端的应用部署,若接收到应用部署成功,继续下一应用的推送直到所有应用在当前远程调试服务端部署完毕;远程调试客户端断开与当前目标远程调试服务端的连接并连接下一远程调试服务端,直到所有远程调试服务端部署完成。本发明实现了无人值守批量部署,节省了工作时间,提高了工作效率。

Patent Agency Ranking