CN110362184A - 一种控制电子设备的方法及可穿戴设备 - Google Patents

Abstract

本发明实施例提供了一种控制电子设备的方法及可穿戴设备，涉及人工智能技术领域，该方法包括：以预先采集的时间和生理特征参数为训练样本，采用监督学习的方式进行训练获得睡眠判断模型，故可穿戴设备采集当前时间和用户当前的生理特征参数后，采用睡眠判断模型可以确定用户当前的入睡状态。在用户的入睡状态为已入睡状态，电子设备当前的运行状态为开启状态时，发送关闭信号至电子设备，以使电子设备切换至关闭状态，从而使电子设备不影响用户睡眠，同时节约电能。

Description

一种控制电子设备的方法及可穿戴设备

技术领域

本发明实施例涉及人工智能技术领域，尤其涉及一种控制电子设备的方法及可穿戴设备。

背景技术

随着计算机技术的发展，各类电子设备已经成为人们日常生活不可或缺的一部分。在生活中，有很多人喜欢戴着耳机听音乐睡觉，或用音箱播放轻柔的音乐睡觉，睡着后音乐一直没关。有些人看电视过程中睡着，但电视一直没有关闭，还有些人忘记关灯就睡着，这些电子设备在用户睡着后一直处于启动状态不仅影响用户的睡眠质量，同时浪费电能。

发明内容

由于一些电子设备在用户睡着后一直处于启动状态不仅影响用户的睡眠质量，同时浪费电能的问题，本发明实施例提供了一种控制电子设备的方法及可穿戴设备。

一方面，本发明实施例提供了一种控制电子设备的方法，包括：

获取当前时间和用户当前的生理特征参数；

将所述当前时间和所述生理特征参数输入睡眠判断模型，确定所述用户的入睡状态，所述睡眠判断模型是以预先采集的时间和生理特征参数为训练样本，采用监督学习的方式进行训练获得的模型；

根据所述用户的入睡状态控制电子设备的运行状态。

可选地，所述将所述当前时间和所述生理特征参数输入睡眠判断模型，确定所述用户的入睡状态，包括：

在所述当前时间位于时间区间内，且所述生理特征参数位于数值范围内时，确定所述用户的入睡状态为已入睡状态，所述时间区间和所述数值区间是所述睡眠判断模型生成的；

在所述当前时间没有位于所述时间区间内，或所述生理特征参数没有位于所述数值范围内时，确定所述用户的入睡状态为未入睡状态。

可选地，所述根据所述用户的入睡状态控制电子设备的运行状态，包括：

在所述用户的入睡状态为已入睡状态，所述电子设备当前的运行状态为开启状态时，发送关闭信号至所述电子设备，以使所述电子设备切换至关闭状态；

在所述用户的入睡状态为未入睡状态，所述电子设备当前的运行状态为开启状态时，不发送关闭信号至所述电子设备，以使所述电子设备保持开启状态。

可选地，采用以下方式更新所述睡眠判断模型：

采集用户反馈的判断结果更新训练样本；

基于更新后的训练样本重新训练，获得更新后的睡眠判断模型。

可选地，所述电子设备包括多媒体设备。

一方面，本发明实施例提供了一种可穿戴设备，包括：

获取模块，用于获取当前时间和用户当前的生理特征参数；

处理模块，用于将所述当前时间和所述生理特征参数输入睡眠判断模型，确定所述用户的入睡状态，所述睡眠判断模型是以预先采集的时间和生理特征参数为训练样本，采用监督学习的方式进行训练获得的模型；

控制模块，用于根据所述用户的入睡状态控制电子设备的运行状态。

可选地，所述处理模块具体用于：

在所述当前时间位于时间区间内，且所述生理特征参数位于数值范围内时，确定所述用户的入睡状态为已入睡状态，所述时间区间和所述数值区间是所述睡眠判断模型生成的；

在所述当前时间没有位于所述时间区间内，或所述生理特征参数没有位于所述数值范围内时，确定所述用户的入睡状态为未入睡状态。

可选地，所述控制模块具体用于：

在所述用户的入睡状态为已入睡状态，所述电子设备当前的运行状态为开启状态时，发送关闭信号至所述电子设备，以使所述电子设备切换至关闭状态；

在所述用户的入睡状态为未入睡状态，所述电子设备当前的运行状态为开启状态时，不发送关闭信号至所述电子设备，以使所述电子设备保持开启状态。

可选地，还包括更新模块；

所述更新模块具体用于：

采集用户反馈的判断结果更新训练样本；

基于更新后的训练样本重新训练，获得更新后的睡眠判断模型。

可选地，所述电子设备包括多媒体设备。

一方面，本发明实施例提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现控制电子设备的方法的步骤。

一方面，本发明实施例提供了一种计算机可读存储介质，其存储有可由计算机设备执行的计算机程序，当所述程序在计算机设备上运行时，使得所述计算机设备执行控制电子设备的方法的步骤。

本发明实施例中，以预先采集的时间和生理特征参数为训练样本，采用监督学习的方式进行训练获得睡眠判断模型，故可穿戴设备采集当前时间和用户当前的生理特征参数后，采用睡眠判断模型可以确定用户当前的入睡状态，然后根据用户的入睡状态控制电子设备的运行状态，使电子设备的运行状态与用户的入睡状态匹配，从而使电子设备不影响用户睡眠，同时节约电能。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种应用场景示意图；

图2为本发明实施例提供的一种控制电子设备的方法的流程示意图；

图3为本发明实施例提供的一种控制电子设备的方法的流程示意图；

图4为本发明实施例提供的一种可穿戴设备的结构示意图；

图5为本发明实施例提供的一种计算机设备的结构示意图。

具体实施方式

为了使本发明的目的、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明实施例中的控制电子设备的方法可以应用于图1所示的应用场景中，该场景包括可穿戴设备器101、电子设备102，其中，可穿戴设备101是直接穿在身上或整合到用户的衣服或配件的一种便携式设备，比如智能手表、智能眼镜、智能头带、智能服装、智能配饰等。电子设备102可以是多媒体设备、移动终端设备、智能家居设备等，比如音箱、智能手机、电视、电灯等。可穿戴设备器101通过无线网络与电子设备102连接。用户佩戴可穿戴设备101后，可穿戴设备101采集用户当前的生理特征参数，比如心率、呼吸频率、血压等，可穿戴设备101同时获取当前时间。可穿戴设备101将当前时间和用户当前的生理特征参数输入睡眠判断模型，确定用户当前的入睡状态。在具体实施中，预先可以将训练好的睡眠判断模型导入可穿戴设备101中，也可以将睡眠判断模型保存在云端服务器。可穿戴设备101在需要判断用户的入睡状态时，将采集的当前时间和用户当前的生理特征参数发送至云端服务器，由云端服务器中的睡眠判断模型根据当前时间和用户当前的生理特征参数判断用户的入睡状态，然后将用户的入睡状态发送至可穿戴设备101。可穿戴设备101根据用户的入睡状态控制电子设备的运行状态，比如，设定电子设备为多媒体设备，若用户的入睡状态为未入睡状态，多媒体设备为开启状态时，则不发关闭信号至多媒体设备，使多媒体设备保持开启状态。若用户的入睡状态为已入睡状态，多媒体设备为开启状态时，则发送关闭信号至多媒体设备，以使多媒体设备切换至关闭状态。

基于图1所示的应用场景图，本发明实施例提供了一种控制电子设备的方法的流程，该方法的流程可以由可穿戴设备执行，如图2所示，包括以下步骤：

步骤S201，获取当前时间和用户当前的生理特征参数。

具体地，用户当前的生理特征参数包括心率、呼吸频率、血压等，这些生理特征参数可以判断用户是否入睡。比如，当人入睡以后，心率和呼吸频率会变慢和变得均匀，血压也会趋于平稳。用户佩戴便携式设备后，便携式设备实时采集用户的生理特征参数并记录。另外，用户入睡的时间存在规律性，比如有些人是22:00-6:00睡觉，有些人是23:00-7:00睡觉，因此结合当前时间以及用户习惯睡觉的时间可以判断用户是否入睡。

步骤S202，将当前时间和生理特征参数输入睡眠判断模型，确定用户的入睡状态。

具体地，睡眠判断模型是以预先采集的时间和生理特征参数为训练样本，采用监督学习的方式进行训练获得的模型。睡眠判断模型可以是线性回归模型、非线性回归模型、决策树模型、逻辑回归模型、支持向量机(Support VectorMachine，简称SVM)模型等监督学习模型。将睡眠判断模型用于判断的入睡状态后，可以采集用户反馈的判断结果更新训练样本，然后基于更新后的训练样本重新训练，获得更新后的睡眠判断模型。通过更新训练样本并重复训练，不断提高睡眠判断模型的准确性。

训练好睡眠判断模型后，可以直接将睡眠判断模型导入可穿戴设备中，也可以将睡眠判断模型保存在云端服务器，可穿戴设备在判断用户的入睡状态时，通过无线网络将当前时间和用户当前的生理特征参数发送至云端服务器，云端服务器中的睡眠判断模型基于当前时间和用户当前的生理特征参数判断用户的入睡状态。

步骤S203，根据用户的入睡状态控制电子设备的运行状态。

具体地，电子设备可以是多媒体设备、移动终端设备、智能家居设备等，比如音箱、智能手机、电视、电灯等。运行状态包括开启状态、关闭状态、睡眠状态等。

本发明实施例中，以预先采集的时间和生理特征参数为训练样本，采用监督学习的方式进行训练获得睡眠判断模型，故可穿戴设备采集当前时间和用户当前的生理特征参数后，采用睡眠判断模型可以确定当前的入睡状态，然后根据用户的入睡状态控制电子设备的运行状态，使电子设备的运行状态与用户的入睡状态匹配，从而使电子设备不影响用户睡眠，同时节约电能。

可选地，在上述步骤S202中，采用睡眠判断模型判断用户是否入睡时，可以采用以下判断规则：

在当前时间位于时间区间内，且生理特征参数位于数值范围内时，确定用户的入睡状态为已入睡状态；在当前时间没有位于时间区间内，或生理特征参数没有位于数值范围内时，确定用户的入睡状态为未入睡状态，时间区间和数值区间是睡眠判断模型生成的。

具体实施中，时间区间为用户入睡的时间段，数值范围为用户入睡时的生理特征参数的数值范围，通过大数据训练获得睡眠判断模型时，可以获得时间区间和数值区间。当采用睡眠判断模型判断用户是否入睡时，睡眠判断模型生成时间区间和数值区间，在当前时间位于时间区间内，且生理特征参数位于数值范围内时，说明当前时间为用户习惯入睡的时间，且用户的生理特征参数满足入睡时的生理特征参数，则用户很可能处于已入睡状态。在当前时间不位于时间区间内，或生理特征参数不位于数值范围内时，说明当前时间不是用户习惯入睡的时间，或用户的生理特征参数没有满足入睡时的生理特征参数，则用户很可能处于未入睡状态。通过结合时间和生理特征参数判断用户的入睡状态，从而提高判断的准确性。

可选地，在上述步骤S203中，在根据用户的入睡状态控制电子设备的运行状态时，本发明实施例至少提供以下实施方式：

在用户的入睡状态为已入睡状态，电子设备当前的运行状态为开启状态时，发送关闭信号至电子设备，以使电子设备切换至关闭状态。在用户的入睡状态为未入睡状态，电子设备当前的运行状态为开启状态时，不发送关闭信号至电子设备，以使电子设备保持开启状态。

具体地，电子设备在接收到关闭信号时，可以先逐步减少音量或减少亮度，之后再关闭。当电子设备被切换至关闭状态后，可穿戴设备可以停止获取当前时间以及采集用户当前的生理特征参数，从而减少可穿戴设备的用电量，提高可穿戴设备的续航能力。

为了更好的解释本发明实施例，下面结合具体的实施场景描述本发明实施例提供的一种控制电子设备的方法，该方法由可穿戴设备执行，如图3所示，该方法包括以下步骤：

步骤S301，可穿戴设备获取当前时间和用户当前的生理特征参数。

生理特征参数为心率、呼吸频率、血压等。

步骤S302，将当前时间和生理特征参数输入睡眠判断模型。

步骤S303，判断当前时间和生理特征参数是否满足入睡条件，若是，则执行步骤S304，否则执行步骤S305。

入睡条件为当前时间位于时间区间内，且生理特征参数位于数值范围内，时间区间和数值区间是睡眠判断模型生成的。

步骤S304，发送关闭信号至电子设备，以使电子设备切换至关闭状态。

步骤S305，不发送关闭信号至所述电子设备，以使电子设备保持开启状态。

步骤S306，采集用户反馈的判断结果更新训练样本，并采用更新后的训练样本重新训练，更新睡眠判断模型。

下面结合具体实施场景对上述流程进行说明：

示例性地，设定电子设备为智能手机，用户开启智能手机中的音乐播放器，然后使用智能耳机听音乐入睡。智能耳机采集用户的心率X1、呼吸频率X2、血压X3等生理特征参数以及当前时间T1，然后将生理特征参数以及当前时间输入睡眠判断模型，当心率X1、呼吸频率X2、血压X3等生理特征参数位于数值范围[xm，xn]内，且当前时间T1位于时间区间[tp，tq]内时，睡眠判断模型输出已入睡状态。智能耳机发送关闭信号至智能手机，智能手机接收到关闭信号之后，逐步减少播放音乐的音量直至关闭，或者直接关闭。当心率X1、呼吸频率X2、血压X3等生理特征参数不位于数值范围[xm，xn]内，或当前时间T1不位于时间区间[tp，tq]内时，睡眠判断模型输出未入睡状态，智能耳机继续采集时间和用户的生理特征参数。

示例性地，设定电子设备为音响，用户开启音响播放音乐入睡。可穿戴设备采集用户的心率X1、呼吸频率X2、血压X3等生理特征参数以及当前时间T1，然后将生理特征参数以及当前时间输入睡眠判断模型。当心率X1、呼吸频率X2、血压X3等生理特征参数位于数值范围[xm，xn]内，且当前时间T1位于时间区间[tp，tq]内时，睡眠判断模型输出已入睡状态。可穿戴设备发送关闭信号至音响，音响接收到关闭信号之后，逐步减少播放音乐的音量直至关闭，或者直接关闭。当心率X1、呼吸频率X2、血压X3等生理特征参数不位于数值范围[xm，xn]内，或当前时间T1不位于时间区间[tp，tq]内时，睡眠判断模型输出未入睡状态，可穿戴设备继续采集时间和用户的生理特征参数。

示例性地，设定电子设备为电视，用户看电视入睡。可穿戴设备采集用户的心率X1、呼吸频率X2、血压X3等生理特征参数以及当前时间T1，然后将生理特征参数以及当前时间输入睡眠判断模型。当心率X1、呼吸频率X2、血压X3等生理特征参数位于数值范围[xm，xn]内，且当前时间T1位于时间区间[tp，tq]内时，睡眠判断模型输出已入睡状态。可穿戴设备发送关闭信号至电视，电视接收到关闭信号之后直接关闭。当心率X1、呼吸频率X2、血压X3等生理特征参数不位于数值范围[xm，xn]内，或当前时间T1不位于时间区间[tp，tq]内时，睡眠判断模型输出未入睡状态，可穿戴设备继续采集时间和用户的生理特征参数。

示例性地，设定电子设备为电灯，用户开灯入睡。可穿戴设备采集用户的心率X1、呼吸频率X2、血压X3等生理特征参数以及当前时间T1，然后将生理特征参数以及当前时间输入睡眠判断模型。当心率X1、呼吸频率X2、血压X3等生理特征参数位于数值范围[xm，xn]内，且当前时间T1位于时间区间[tp，tq]内时，睡眠判断模型输出已入睡状态。可穿戴设备发送关闭信号至电灯，电灯接收到关闭信号之后，逐步减少亮度直至关闭，或者直接关闭。当心率X1、呼吸频率X2、血压X3等生理特征参数不位于数值范围[xm，xn]内，或当前时间T1不位于时间区间[tp，tq]内时，睡眠判断模型输出未入睡状态，可穿戴设备继续采集时间和用户的生理特征参数。

本发明实施例中，以预先采集的时间和生理特征参数为训练样本，采用监督学习的方式进行训练获得睡眠判断模型，故可穿戴设备采集当前时间和用户当前的生理特征参数后，采用睡眠判断模型可以确定当前的入睡状态，然后根据用户的入睡状态控制电子设备的运行状态，使电子设备的运行状态与用户的入睡状态匹配，从而使电子设备不影响用户睡眠，同时节约电能。

基于相同的技术构思，本发明实施例提供了一种可穿戴设备，如图4所示，该可穿戴设备400包括：

获取模块401，用于获取当前时间和用户当前的生理特征参数；

处理模块402，用于将所述当前时间和所述生理特征参数输入睡眠判断模型，确定所述用户的入睡状态，所述睡眠判断模型是以预先采集的时间和生理特征参数为训练样本，采用监督学习的方式进行训练获得的模型；

控制模块403，用于根据所述用户的入睡状态控制电子设备的运行状态。

可选地，所述处理模块402具体用于：

在所述当前时间位于时间区间内，且所述生理特征参数位于数值范围内时，确定所述用户的入睡状态为已入睡状态，所述时间区间和所述数值区间是所述睡眠判断模型生成的；

在所述当前时间没有位于所述时间区间内，或所述生理特征参数没有位于所述数值范围内时，确定所述用户的入睡状态为未入睡状态。

可选地，所述控制模块403具体用于：

在所述用户的入睡状态为已入睡状态，所述电子设备当前的运行状态为开启状态时，发送关闭信号至所述电子设备，以使所述电子设备切换至关闭状态；

在所述用户的入睡状态为未入睡状态，所述电子设备当前的运行状态为开启状态时，不发送关闭信号至所述电子设备，以使所述电子设备保持开启状态。

可选地，还包括更新模块404；

所述更新模块404具体用于：

采集用户反馈的判断结果更新训练样本；

基于更新后的训练样本重新训练，获得更新后的睡眠判断模型。

可选地，所述电子设备包括多媒体设备。

基于相同的技术构思，本发明实施例提供了一种计算机设备，如图5所示，包括至少一个处理器501，以及与至少一个处理器连接的存储器502，本发明实施例中不限定处理器501与存储器502之间的具体连接介质，图5中处理器501和存储器502之间通过总线连接为例。总线可以分为地址总线、数据总线、控制总线等。

在本发明实施例中，存储器502存储有可被至少一个处理器501执行的指令，至少一个处理器501通过执行存储器502存储的指令，可以执行前述的控制电子设备的方法中所包括的步骤。

其中，处理器501是计算机设备的控制中心，可以利用各种接口和线路连接计算机设备的各个部分，通过运行或执行存储在存储器502内的指令以及调用存储在存储器502内的数据，从而控制电子设备。可选的，处理器501可包括一个或多个处理单元，处理器501可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作***、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器501中。在一些实施例中，处理器501和存储器502可以在同一芯片上实现，在一些实施例中，它们也可以在独立的芯片上分别实现。

处理器501可以是通用处理器，例如中央处理器(CPU)、数字信号处理器、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件，可以实现或者执行本发明实施例中公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。

存储器502作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。存储器502可以包括至少一种类型的存储介质，例如可以包括闪存、硬盘、多媒体卡、卡型存储器、随机访问存储器(Random AccessMemory，RAM)、静态随机访问存储器(Static Random Access Memory，SRAM)、可编程只读存储器(Programmable Read Only Memory，PROM)、只读存储器(Read Only Memory，ROM)、带电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，EEPROM)、磁性存储器、磁盘、光盘等等。存储器502是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。本发明实施例中的存储器502还可以是电路或者其它任意能够实现存储功能的装置，用于存储程序指令和/或数据。

基于相同的技术构思，本发明实施例提供了一种计算机可读存储介质，其存储有可由计算机设备执行的计算机程序，当所述程序在计算机设备上运行时，使得所述计算机设备执行控制电子设备的方法的步骤。

本领域内的技术人员应明白，本发明的实施例可提供为方法、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种控制电子设备的方法，其特征在于，包括：

获取当前时间和用户当前的生理特征参数；

将所述当前时间和所述生理特征参数输入睡眠判断模型，确定所述用户的入睡状态，所述睡眠判断模型是以预先采集的时间和生理特征参数为训练样本，采用监督学习的方式进行训练获得的模型；

根据所述用户的入睡状态控制电子设备的运行状态。

2.如权利要求1所述的方法，其特征在于，所述将所述当前时间和所述生理特征参数输入睡眠判断模型，确定所述用户的入睡状态，包括：

在所述当前时间位于时间区间内，且所述生理特征参数位于数值范围内时，确定所述用户的入睡状态为已入睡状态，所述时间区间和所述数值区间是所述睡眠判断模型生成的；

在所述当前时间没有位于所述时间区间内，或所述生理特征参数没有位于所述数值范围内时，确定所述用户的入睡状态为未入睡状态。

3.如权利要求1所述的方法，其特征在于，所述根据所述用户的入睡状态控制电子设备的运行状态，包括：

在所述用户的入睡状态为已入睡状态，所述电子设备当前的运行状态为开启状态时，发送关闭信号至所述电子设备，以使所述电子设备切换至关闭状态；

在所述用户的入睡状态为未入睡状态，所述电子设备当前的运行状态为开启状态时，不发送关闭信号至所述电子设备，以使所述电子设备保持开启状态。

4.如权利要求1所述的方法，其特征在于，采用以下方式更新所述睡眠判断模型：

采集用户反馈的判断结果更新训练样本；

基于更新后的训练样本重新训练，获得更新后的睡眠判断模型。

5.如权利要求1至4任一所述的方法，其特征在于，所述电子设备包括多媒体设备。

6.一种可穿戴设备，其特征在于，包括：

获取模块，用于获取当前时间和用户当前的生理特征参数；

处理模块，用于将所述当前时间和所述生理特征参数输入睡眠判断模型，确定所述用户的入睡状态，所述睡眠判断模型是以预先采集的时间和生理特征参数为训练样本，采用监督学习的方式进行训练获得的模型；

控制模块，用于根据所述用户的入睡状态控制电子设备的运行状态。

7.如权利要求6所述的可穿戴设备，其特征在于，所述处理模块具体用于：

在所述当前时间位于时间区间内，且所述生理特征参数位于数值范围内时，确定所述用户的入睡状态为已入睡状态，所述时间区间和所述数值区间是所述睡眠判断模型生成的；

在所述当前时间没有位于所述时间区间内，或所述生理特征参数没有位于所述数值范围内时，确定所述用户的入睡状态为未入睡状态。

8.如权利要求6所述的可穿戴设备，其特征在于，所述控制模块具体用于：

在所述用户的入睡状态为已入睡状态，所述电子设备当前的运行状态为开启状态时，发送关闭信号至所述电子设备，以使所述电子设备切换至关闭状态；

在所述用户的入睡状态为未入睡状态，所述电子设备当前的运行状态为开启状态时，不发送关闭信号至所述电子设备，以使所述电子设备保持开启状态。

9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1～5任一权利要求所述方法的步骤。

10.一种计算机可读存储介质，其特征在于，其存储有可由计算机设备执行的计算机程序，当所述程序在计算机设备上运行时，使得所述计算机设备执行权利要求1～5任一所述方法的步骤。