[0111] 即可预测出第S时间段的用户使用自助设备的用户量，则第s时间段的用户的使用 ATM设备的用户量y为：
[0112] y = P(xs) · η；
[0113] η为更新后样本总数，即为使用自助设备的总数，P(Xs)为更新后的贝叶斯先验概 率模型，即可得到所有在第S时间段用户使用该自助设备的用户量。
[0114] 205、获取所有用户使用该自助设备的总时长；
[0115] 在得到该自助设备的预测用户量之后，可以获取所有用户使用该自助设备的总时 长。
[0116] 206、根据该总时长计算得到用户每次使用该自助设备的平均时长；
[0117] 在获取所有用户使用该自助设备的总时长之后，可以根据该总时长计算得到用户 每次使用该自助设备的平均时长。
[0118] 207、根据该预测用户量和该平均时长得到预测使用总时长；
[0119] 在根据该总时长计算得到用户每次使用该自助设备的平均时长之后，可以根据该 预测用户量和该平均时长得到预测使用总时长。
[0120] 208、根据该预测使用总时长计算出预设时间段内相邻两次使用该自助设备之间 的平均空闲时间；
[0121] 在根据该预测用户量和该平均时长得到预测使用总时长之后，可以根据该预测使 用总时长计算出预设时间段内相邻两次使用该自助设备之间的平均空闲时间。
[0122] 209、根据该平均空闲时间调节该自助设备各个时间段的休眠间隔时间和该休眠 状态。
[0123] 在根据该预测使用总时长计算出预设时间段内相邻两次使用该自助设备之间的 平均空闲时间之后，可以根据该平均空闲时间调节该自助设备各个时间段的休眠间隔时间 和该休眠状态。
[0124] 需要说明的是，根据该平均空闲时间调节该自助设备各个时间段的休眠间隔时间 和该休眠状态具体可以包括：
[0125] 1、若该平均空闲时间小于预设的第一时间阈值，则控制该自助设备不进入休眠状 态；
[0126] 2、若该平均空闲时间大于或等于预设的第一时间阈值且小于预设的第二时间阈 值，且在预设的第一休眠间隔时间内该自助设备未被使用，则控制该自助设备进入浅度休 眠状态，在浅度休眠状态下该自助设备的屏幕关闭但保持主要设备正常运行；
[0127] 3、若该平均空闲时间大于预设的第二时间阈值，且在预设的第一休眠间隔时间内 该自助设备未被使用，则控制该自助设备进入浅度休眠状态，并且当该自助设备进入浅度 休眠状态的时间超过预设的第二休眠间隔时间时，控制该自助设备进入深度休眠状态，在 深度休眠状态下该自助设备的屏幕关闭并且其主要设备进入最低功耗运行状态。
[0128] 4、若当前现实时间处于预设的时间范围内，且在预设的第三休眠间隔时间内该自 助设备未被使用，则控制该自助设备进入深度休眠状态。
[0129]为便于理解，举例详细说明如下：
[0130]当预测Xs时间段内一个用户使用完毕自助设备后到下个用户前来使用自助设备 前的平均空闲时间小于5分钟时，设备不做进入休眠准备。
[0131] 当预测Xs时间段内一个用户使用完毕自助设备后到下个用户前来使用自助设备 前的平均空闲时间大于5分钟小于30分钟时，在调整的休眠间隔时间3分钟内没有用户使用 自助设备将调整为浅度休眠状态，自助设备的屏幕关闭，保持主要设备正常运行，如CHJ等。
[0132] 当预测Xs时间段内一个用户使用完毕自助设备后到下个用户前来使用自助设备 前的平均空闲时间大于30分钟时，在调整的休眠间隔时间3分钟内没有用户使用自助设备 将调整为浅度休眠状态，自助设备的屏幕关闭，保持主要设备正常运行，调整的休眠间隔时 间10分钟后自助设备将进入深度休眠，主要的设备也将进入最低功耗运行状态。
[0133] 如在深夜11点到凌晨6点之间，自助设备的使用率极低，在调整的休眠间隔时间3 分钟内无用户使用自助设备可直接调整为深度休眠状态，这样既能保证当有用户使用自助 设备时能快速启动设备，保证用户的使用体验感，又能达到节能的效果。
[0134]本发明通过贝叶斯先验概率对待学习的样本信息进行学习，获取学习结果，根据 学习结果更新贝叶斯先验经验，然后通过更新后的贝叶斯的先验经验预测当天每个时间段 使用该自助设备的用户量，根据更新后贝叶斯先验经验的预测结果，调整自助设备的休眠 模式和进入休眠的时间，在用户量较多的时候延长休眠间隔时间，防止设备多次启动，降低 设备故障概率和维护成本，在用户流量较少时缩短设备休眠的间隔时间，减少资源浪费，节 约成本。
[0135]上面主要对一种自助设备节能控制方法进行描述，下面将详细描述一种自助设备 节能控制装置，请参阅图3,本发明实施例中一种自助设备节能控制装置一个实施例包括： [0136]样本信息获取模块301，用于从自助设备用户使用的历史数据中获取待学习的样 本信息，该样本信息为一段时间内使用该自助设备的不同时间段的用户量；
[0137]学习模块302,用于根据预设的贝叶斯先验概率模型对该待学习的样本信息进行 学习，得到学习结果；
[0138] 更新模块303,用于根据该学习结果对该贝叶斯先验概率模型进行更新；
[0139] 用户量预测模块304,用于采用更新后的该贝叶斯先验概率模型对预设时间段内 各个时间段的用户量进行预测，得到该自助设备的预测用户量；
[0140] 休眠调节模块305,用于根据该预测用户量调节该自助设备各个时间段的休眠间 隔时间。
[0141]本实施例中，首先，样本信息获取模块301从自助设备用户使用的历史数据中获取 待学习的样本信息，该样本信息为一段时间内使用该自助设备的不同时间段的用户量;学 习模块302根据预设的贝叶斯先验概率模型对该待学习的样本信息进行学习，得到学习结 果;更新模块303根据该学习结果对该贝叶斯先验概率模型进行更新；用户量预测模块304 采用更新后的该贝叶斯先验概率模型对预设时间段内各个时间段的用户量进行预测，得到 该自助设备的预测用户量;最后，休眠调节模块305根据该预测用户量调节该自助设备各个 时间段的休眠间隔时间。在本实施例中，利用自学习的贝叶斯先验概率模型预测用户量，并 根据得到的预测用户量调节自助设备各个时间段的休眠间隔时间，可以根据需要合理地设 置自助设备各个时间段的休眠间隔时间，避免出现在用户量较多的时候休眠间隔时间过 短，自助设备反复休眠启动，而在用户流量较少时休眠间隔时间过长，造成资源浪费的情 况。
[0142]为便于理解，下面对本发明实施例中的一种自助设备节能控制装置进行详细描 述，请参阅图4,本发明实施例中一种自助设备节能控制装置另一个实施例包括：
[0143]样本信息获取模块401，用于从自助设备用户使用的历史数据中获取待学习的样 本信息，该样本信息为一天时间内不同用户使用该自助设备的不同时间段；
[0144]学习模块402，用于根据预设的贝叶斯先验概率模型对该待学习的样本信息进行 学习，得到学习结果；
[0145]更新模块403，用于根据该学习结果对该贝叶斯先验概率模型进行更新；
[0146] 用户量预测模块404,用于采用更新后的该贝叶斯先验概率模型对预设时间段内 各个时间段的用户量进行预测，得到该自助设备的预测用户量；
[0147] 休眠调节模块405,用于根据该预测用户量调节该自助设备各个时间段的休眠间 隔时间。
[0148]本实施例中，该休眠调节模块405还可以用于根据该预测用户量调节该自助设备 各个时间段的休眠间隔时间和该休眠状态。
[0149]本实施例中，该该休眠调节模块405具体可以包括：
[0150]总时长获取单元4051，用于获取所有用户使用该自助设备的总时长；
[0151 ]平均时长获取单元4052，用于根据该总时长计算得到用户每次使用该自助设备的 平均时长；
[0152] 使用时长获取单元4053,用于根据该预测用户量和该平均时长得到预测使用总时 长；
[0153] 空闲时间计算单元4054,用于根据该预测使用总时长计算出预设时间段内相邻两 次使用该自助设备之间的平均空闲时间；
[0154]调节单元4055,用于根据该平均空闲时间调节该自助设备各个时间段的休眠间隔 时间和该休眠状态。
[0155] 本实施例中，该调节单元4055具体可以包括：
[0156] 第一控制子单元0551，用于若该平均空闲时间小于预设的第一时间阈值，则控制 该自助设备不进入休眠状态；
[0157] 第二控制子单元0552,用于若该平均空闲时间大于或等于预设的第一时间阈值且 小于预设的第二时间阈值，且在预设的第一时限内该自助设备未被使用，则控制该自助设 备进入浅度休眠状态，在浅度休眠状态下该自助设备的屏幕关闭但保持主要设备正常运 行；