本申请涉及终端设备技术领域，具体涉及一种电子装置的跌落模型更新方法及相关产品。
背景技术：
现有技术中，移动终端(如手机、平板电脑等)已经成为用户首选和使用频率最高的电子装置，对于移动终端，屏幕容易碎是厂家或用户无法避免的一个问题，屏幕破碎后，终端的剩余价值就大打折扣，因为大部分厂家维修换屏的价格差不多已经超过终端的剩余价值。而且目前行业流行2.5d玻璃作为屏幕，更加容易跌坏和碎屏，各个主流厂家都在花大量的研发成本研究提高整机的跌落抗摔能力。
现有的跌落数据的计算有多种方式，例如通过跌落模型进行计算，但是现有的跌落模型的参数在出厂设定以后即不会改变，但是电子装置的参数缺随时间在变换，所以现有的跌落模型的计算结果并不准确，影响客户的体验度。
申请内容
本申请实施例提供了一种电子装置的跌落模型更新方法及相关产品，可以实现对跌落的场景进行还原，让用户直观的观看，提高用户体验度。
第一方面，本申请实施例提供一种电子装置，所述电子装置包括：应用处理器ap、触控显示屏、重力传感器和距离传感器，其特征在于，
所述重力传感器，用于采集所述电子装置的加速度数据；
所述距离传感器，用于采集电子装置与地面的距离；
所述ap，用于依据加速度数据计算得到加速度值，依据该加速度值确定该电子装置处于的状态，该状态包括：普通状态和跌落状态；
所述ap，用于提取跌落状态下的加速度值以及距离值，将跌落状态下的该加速度值以及距离值组成第一输入数据，将该第一输入数据输入第一跌落模型进行计算得到第一输出结果，将该第一输入数据作为训练数据对第一跌落模型进行重新训练得到第二跌落模型，将第一输入数据输入到第二跌落模型得到第二输出结果，将第一输出结果与第二输出结果比较，如第二输出结果大于第一输出结果，采用第二跌落模型替换第一跌落模型。
第二方面，提供一种基于人工智能的跌落数据计算方法，所述方法应用于电子装置内，所述电子装置包括：应用处理器ap、触控显示屏、重力传感器和距离传感器，所述方法包括：
采集所述电子装置的加速度数据；
采集电子装置与地面的距离；
依据加速度数据计算得到加速度值，依据该加速度值确定该电子装置处于的状态，该状态包括：普通状态和跌落状态；
提取跌落状态下的加速度值以及距离值，将跌落状态下的该加速度值以及距离值组成第一输入数据，将该第一输入数据输入第一跌落模型进行计算得到第一输出结果，将该第一输入数据作为训练数据对第一跌落模型进行重新训练得到第二跌落模型，将第一输入数据输入到第二跌落模型得到第二输出结果，将第一输出结果与第二输出结果比较，如第二输出结果大于第一输出结果，采用第二跌落模型替换第一跌落模型。
第三方面，提供一种电子装置，所述电子装置包括：处理单元、触控显示屏、重力传感器、电路和距离传感器，
所述重力传感器，用于采集所述电子装置的加速度数据；
所述距离传感器，用于采集电子装置与地面的距离；
所述处理单元，用于依据加速度数据计算得到加速度值，依据该加速度值确定该电子装置处于的状态，该状态包括：普通状态和跌落状态；
所述处理单元，用于提取跌落状态下的加速度值以及距离值，将跌落状态下的该加速度值以及距离值组成第一输入数据，将该第一输入数据输入第一跌落模型进行计算得到第一输出结果，将该第一输入数据作为训练数据对第一跌落模型进行重新训练得到第二跌落模型，将第一输入数据输入到第二跌落模型得到第二输出结果，将第一输出结果与第二输出结果比较，如第二输出结果大于第一输出结果，采用第二跌落模型替换第一跌落模型。
第四方面，提供一种计算机可读存储介质，其存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行第二方面提供的所述的方法。
第五方面，提供一种计算机程序产品，所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，所述计算机程序可操作来使计算机执行第二方面提供的方法。
实施本申请实施例，具有如下有益效果：
可以看出，本申请提供的技术方案采集到加速度数据以后，依据加速度数据计算加速度值，采集电子装置与地面的距离，当确定为跌落状态时，提取跌落状态的加速值以及距离值，将该加速度值以及距离值组成第一输入数据，将该第一输入数据输入到第一跌落模型中进行计算得到第一输出结果，然后将第一输入数据作为训练数据对第一跌落模型进行重新训练得到第二跌落模型，将第一输入数据输入到第二跌落模型得到第二输出结果，如第二输出结果大于第一输出结果，采用第二跌落模型替换第一跌落模型，这样即能够依据实际的检测数据对现有的跌落模型的参数进行更新，从而更适应与电子装置当前的状态，提高计算的准确度，提高用户的体验度。
附图说明
为了更清楚地说明本申请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单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种电子装置的结构示意图。
图1a是本申请实施例提供的一种平行板电容器的示意图。
图1b是本申请实施例提供的另一种平行板电容器的示意图。
图1c是本申请实施例提供的又一种平行板电容器的示意图。
图1d是本申请实施例提供的加速度的示意图。
图2是本申请实施例公开的一种电子装置的示意图。
图3a是本申请实施例公开的一种卷积的示意图。
图3b是本申请实施例的一种输入数据的移动示意图。
图3c是本申请实施例的一种输入数据的示意图。
图3d是本申请实施例的一种输入数据的插入示意图。
图4是本申请实施例提供的一种电子装置的跌落模型更新方法的流程示意图。
图5是本申请实施例提供的一种电子装置的结构示意图。
图6是本申请实施例公开的一种手机的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
本申请中的电子装置可以包括智能手机(如android手机、ios手机、windowsphone手机等)、平板电脑、掌上电脑、笔记本电脑、移动互联网设备(mid，mobileinternetdevices)或穿戴式设备等，上述电子装置仅是举例，而非穷举，包含但不限于上述电子装置，为了描述的方便，下面实施例中将上述电子装置称为用户设备(userequipment，ue)。当然在实际应用中，上述用户设备也不限于上述变现形式，例如还可以包括：智能车载终端、计算机设备等等。
在第一方面提供的电子装置，所述电子装置还包括：通信模块；
所述ap，还用于控制通信模块将所述第二跌落模型的权值数据发送至网络侧设备。
在第一方面提供的电子装置，所述ap，具体用于如有n个加速度值，按采集点的顺序遍历n个加速度值，如连续m个加速度值大于设定阈值，确定为跌落状态，否则确定为普通状态。
在第一方面提供的电子装置，所述ap，具体用于将该第一输入数据作为训练数据输入第一跌落模型执行v层正向运算得到正向运算的第v层正向运算结果，对第v层正向运算结果处理得到第v层输入数据梯度，将第v层输入数据梯度输入到第一跌落模型的第v层执行v层反向运算得到v个权值梯度，采用v个权值梯度对v层权值进行更新得到更新后权值数据，将更新后的权值数据确定为第二跌落模型的权值数据。
在第二方面提供的方法中，所述方法还包括：
将所述第二跌落模型的权值数据发送至网络侧设备。
在第二方面提供的方法中，如有n个加速度值，所述依据该加速度值确定该电子装置处于的状态，包括：
按采集点的顺序遍历n个加速度值，如连续m个加速度值大于设定阈值，确定为跌落状态，否则确定为普通状态。
在第二方面提供的方法中，所述将该第一输入数据作为训练数据对第一跌落模型进行重新训练得到第二跌落模型，包括：
将该第一输入数据作为训练数据输入第一跌落模型执行v层正向运算得到正向运算的第v层正向运算结果，对第v层正向运算结果处理得到第v层输入数据梯度，将第v层输入数据梯度输入到第一跌落模型的第v层执行v层反向运算得到v个权值梯度，采用v个权值梯度对v层权值进行更新得到更新后权值数据，将更新后的权值数据确定为第二跌落模型的权值数据。
请参阅图1，图1是本申请实施例提供了一种电子装置，请参阅图1，图1是本发明实施例提供了一种电子装置100的结构示意图，上述电子装置100包括：壳体110、电路板120、电池130、盖板140、触控显示屏150、重力传感器(英文：gravitysensor，简称：g-sensor)170，距离传感器180，所述壳体110上设置所述电路板120、所述电池130和所述盖板140，所述电路板120还设置有连接所述触控显示屏150的电路；所述电路板120还可以包括：应用处理器ap190、重力传感器170和距离传感器180。
上述触控显示屏具体可以为薄膜晶体管液晶显示器(thinfilmtransistor-liquidcrystaldisplay，tft-lcd)、发光二极管(lightemittingdiode，led)显示屏、有机发光二极管(organiclight-emittingdiode，oled)显示屏等。
重力传感器170，用于检测加速度的方向和大小，等效于检测电子装置的运动状态。g-sensor的功能理解起来比较简单，主要是感知加速力的变化，比如晃动、跌落、上升、下降等各种移动变化都能被g-sensor转化为电信号，然后通过应用处理器ap190的计算分析后，就能够确定该电子装置的加速度值。
可选的，上述电子装置还可以包括：地磁传感器和陀螺仪，该地磁传感器和陀螺仪分别与应用处理器ap190连接。在电子装置上，g-sensor不仅仅单独工作，还可以与地磁传感器171、陀螺仪172一起协同工作，提供更加精确和全面的动作感应能力。
具体的，在电子装置内，重力传感器170实际可以为一种平行板电容器，对于平行板电容器的容值大小和板间距离成反比，通过检测x、y、z方向上的电容变化，就可以计算得到各方向上的线性加速度大小。
以x方向的加速度计算方式为例，其加速度值具体可以为：
如图1a所示，为一种平行板电容器的示意图。
参阅图1a，图1a对应的加速度为0，如图1a所示，由于此时没有加速度值，所以中间的平行板位于初始位置，所以此时的电容值c1＝c0，该c1可以为平行板与下电极之间的电容值，该c0可以为初始电容值。此时的电容值c2＝c0，该c2可以为平行板与上电极之间的电容值，此时，电容c1对应的距离d1＝d0；电容c2对应的距离d2＝d0；其中，d1可以为平行板与下电极之间的距离，d2可以为平行板与上电极之间的距离。由于此时的加速度值为零，所以c1＝c2＝c0；依据上述公式即能够计算得到ax＝0。
参阅图1b，图1b对应的加速度为正值，由于正值加速度的作用，平行板会向下电极移动，假设移动距离为x，那么对于平行板与上电极之间的距离，即会增加x，所以此时的，d1＝d0-x，d2＝d0+x；依据平板电容的计算公式，如下述公式所示：
其中，s可以为平行板电容器的两个板之间相对应的面积，ε为介电常数(其由平板电极的材料决定)，k为静电常数，d为平行板电容器的两个板之间的距离。
如图1b所示的电容值如下：
所以，由于平行板电容器的平行板向下电极移动，所以c1＞c2，即ax＞0。
参阅图1c，图1c对应的加速度为负值，由于负值加速度的作用，平行板会向上电极移动，假设移动距离为x，那么对于平行板与上电极之间的距离，即会增加x，所以此时的，d1＝d0+x，d2＝d0-x；依据平板电容的计算公式，如下述公式所示：
如图1c所示的电容值如下：
此时由于平行板电容器的平行板向上电极移动，所以c1＜c2，即ax＜0。
即通过对上述平行板电容器的测试，即能够得到具体的加速度值，并且该值能够表现出加速度的方向。
具体的，对于电子装置来说，其测试的加速度的值具有三个方向，如图1d所示，为电子装置测试的三个方向的示意图，具体的，可以分为x轴方向、y轴方向以及z轴方向，其具体的显示示意如图1d所示。
具体的，在一个可选的跌落测试中，其在跌落过程中其对应的加速度值可以为：
ax＝0.049m/s2
ay＝—0.026m/s2
az＝9.800m/s2。
依据上述数据可以确定该电子装置处于跌落中的状态。
如图2所示，为本申请提供的一种电子装置的结构示意图，如图2所示，该电子装置200包括：壳体、应用处理器ap210、触控显示屏220、重力传感器250、距离传感器260和电路240，所述壳体的外部设置有摄像头230，所述摄像头、所述触控显示屏通过至少一个电路与所述应用处理器ap连接。其中，所述ap210通过另一电路连接重力传感器250以及距离传感器，其中，该电路240具体可以包括：总线、柔性电路板、连接芯片等等，当然在实际应用中，上述电路240也可以是其他的表现形式，本申请具体实施方式并不限制上述电路240的具体表现形式。上述电子装置200还可以包括：地磁传感器和陀螺仪，该地磁传感器和陀螺仪可以结合重力传感器250采集数据；该电子装置200还可以包括：人工智能处理器，该人工智能处理器可以单独设置，也可以与应用处理器ap210集成在一起，为了描述方便，如图2所示的实施例，将人工智能处理器集成在ap210内。
重力传感器250，用于采集电子装置的加速度数据，将该加速度数据传输给应用处理器ap；
距离传感器260，用于采集电子装置与地面的距离；
ap210，用于依据加速度数据计算得到加速度值，依据该加速度值确定该电子装置处于的状态，该状态包括：普通状态和跌落状态；
可选的，上述加速度数据可以为平行板电容器的多个电容值，具体的，可以为如图1a、如图1b、如图1c所示的c1和c2的值。当然在实际应用中，由于需要采集如图1d所示的x、y、z三轴的加速度数据。当然在实际应用中，采用其他的重力传感器，该加速度数据的也可以是其他类型的数据，本申请具体实施方式并不限制上述加速度数据的实际表现形式。
上述加速度值的个数可以为n个加速度值。具体的，ap210按采集点的顺序遍历n个加速度值，如连续m个加速度值大于设定阈值，确定为跌落状态，否则确定为普通状态。其中，n、m为大于等于2的整数，且m＜n。
ap210，用于提取跌落状态下的加速度值以及距离，将该加速度值以及距离值组成第一输入数据，将该第一输入数据输入第一跌落模型进行计算得到第一输出结果，将该第一输入数据作为训练数据对第一跌落模型进行重新训练得到第二跌落模型，将第一输入数据输入到第二跌落模型得到第二输出结果，将第一输出结果与第二输出结果比较，如第二输出结果大于第一输出结果，采用第二跌落模型替换第一跌落模型。
本申请提供的技术方案采集到加速度数据以后，依据加速度数据计算加速度值，采集电子装置与地面的距离，当确定为跌落状态时，提取跌落状态的加速值以及距离值，将该加速度值以及距离值组成第一输入数据，将该第一输入数据输入到第一跌落模型中进行计算得到第一输出结果，然后将第一输入数据作为训练数据对第一跌落模型进行重新训练得到第二跌落模型，将第一输入数据输入到第二跌落模型得到第二输出结果，如第二输出结果大于第一输出结果，采用第二跌落模型替换第一跌落模型，这样即能够依据实际的检测数据对现有的跌落模型的参数进行更新，从而更适应与电子装置当前的状态，提高计算的准确度，提高用户的体验度。
可选的，上述ap210，还用于在确定第二输出结果小于或等于第一输出结果时，删除第二跌落模型。
对于第二输出结果小于或等于第一输出结果的技术方案即训练后的第二跌落模型次于第一跌落模型，此时，无需对第一跌落模型更新，所以直接删除第二跌落模型即可。
上述第一输出结果与第二输出结果的比较的方法可以为，
如该第一输出结果与第二输出结果均为数据块，该数据块具体可以包括：向量、矩阵、三维数据、四维数据中的一种。提取第一输出结果的最大元素值xmax1，提取第二输出结果的最大元素值xmax2；如xmax2＞xmax1，确定第二输出结果大于第一输出结果，如xmax2≤xmax1，确定第二输出结果小于等于第一输出结果。当然其比较的方法还可以采用其他的方式，本申请并不局限上述比较的具体方式。
可选的，上述电子装置还包括：通信模块；
所述ap，还用于控制通信模块将所述第二跌落模型的权值数据发送至网络侧设备。
可选的，ap210，具体用于将该第一输入数据作为训练数据输入第一跌落模型执行v层正向运算得到正向运算的第v层正向运算结果，对第v层正向运算结果处理得到第v层输入数据梯度，将第v层输入数据梯度输入到第一跌落模型的第v层执行v层反向运算得到v个权值梯度，采用v个权值梯度对v层权值进行更新得到更新后权值数据，将更新后的权值数据确定为第二跌落模型的权值数据。
可选的，ap210，具体用于对第v层正向运算结果与经验系数乘积得到第v层输入数据梯度；
或对第v层正向运算结果进行数据类型变换得到第v层输入数据梯度。
ap210，具体用于提取加速度值的数量n以及距离值的数量m，提取预设输入数据的数量即ci*h*w；其中，h为高度值，w为宽度值，ci为深度值，如n+m小于ci*h*w，则按预设策略对该加速度值的数量以及压力值的数量添加使得添加后的n’+m’＝ci*h*w。
可选的，ap210，具体用于在n+m＝ci*h*w/2时，在h方向每隔一行插入一行插入数据，该插入数据为在h方形相邻行的平均值。具体的，如插入的为h方向第2行的数据，则插入数据为h方向第1行与第3行的平均值。
下面介绍下跌落模型的原理，跌落模型大部分属于人工智能的运算，对于人工智能的计算大部分采用的是神经网络的计算，对于神经网络的运算，虽然其具有多层的运算，但是基本运算为卷积运算。
如图3a所示，为一种卷积运算的示意图，如图3a所示，输入数据可以为ci*h*w的三维数据，对于卷积运算的权值即卷积核可以为co*ci*3*3的卷积数据，其输出的结果可以为：co*(h-2)*(w-2)的输出结果，如图3a所示，每个方格为一个数值，该数值具体可以为加速度值的数量n或压力值的数量m中的一个值。
依据图3a，介绍一下神经网络的计算原理，对于神经网络即人工智能的运算中，训练好的人工智能模型即通过预设定义好的输入数据通过训练的运算得到权值数据，训练好的人工智能模型即为确定的卷积核，即co*ci*3*3，对于核kernel来说，其具有3*3以及5*5的规格(size)，当然在实际应用中，上述权值还可以为其他的规格，本申请并不限制上述规格的具体形式。
对于训练运算，即将多份输入数据ci*h*w，在实际的训练中，多份输入数据ci、h、w的取值均可以不同，其执行神经网络的多层正向运算得到输出结果，依据输出结果得到输出结果梯度，然后将输出结果梯度执行多层反向运算得到每层的权值梯度，然后通过权值梯度对每层的权值进行更新，经过多次的迭代的计算即得到最终的权值，此时的神经网络模型即为训练好的神经网络模型。对于此训练好的神经网络模型再次输入采集的输入数据进行正向运算得到的输出结果即co*(h-2)*(w-2)，通过对co*(h-2)*(w-2)进行分析即能够得到对应的分类，应用到本申请中，即能够通过对co*(h-2)*(w-2)分析得到最终的跌落原因。
对于卷积运算时，对于卷积核即co*ci*3*3是无法直接与输入数据即ci*h*w直接进行卷积运算的，其运算的方式可以为，将卷积核即co*ci*3*3切割成一个kernel【3】【3】；然后以kernel【3】【3】为基本粒度与输入数据ci*h*w执行卷积运算，即以kernel【3】【3】为基本粒度在输入数据上移动，具体的一种方式的移动示意图如图3b所示，其中如3b中的方框为移动后的切割的数据。通过本申请人实验发现，对于不同的神经网络模型，其输入数据的大小，即ci*h*w的值与训练好的模型中的预设输入数据的数量越接近其输出结果的计算越准确，用户体验度越好。
以一个实际的例子来说明，假设训练好的神经网络模型的预设输入数据可以为：h＝50,w＝50，ci＝64，那么如果采集到的输入数据得到值太少，假设组成的三维数据为：h＝20,w＝20，ci＝12，那么无论训练的次数在多，权值越准确，其计算的输出结果的得到的跌落结果的精度均非常低，通过实验发现，即卷积切割的次数与预设输入数据的切割次数偏差越大，那么其得到的输出结果的精度越低，例如，h＝50,w＝50，ci＝64中一层ci中的h、w的切割次数为：48*48；对于采集的输入数据的一层ci中h、w的切割次数为：10*10，其计算的数量也相差很多，所以为了解决这个问题，本申请提供的技术方案通过预设策略添加元素值(即方块的数量)，具体的预设策略可以为通过添加零的方式来进行数据的添加，这样即能够通过添零来达到对应的值，具体的，如图3c所示，原始的输入数据为：h＝9,w＝7，ci＝4，预设的输入数据的h＝18，w＝7，ci＝4；那么其添加零的方式可以为，以隔行插零的方式插入到原始的输入数据中，具体的插入后的数据如图3d所示，图3d中的黑色区间为插入的零值的位置。
当然在实际应用中，上述预设策略还可以为，以平均值方式添加，以图3d为例，黑色区间为插入的平均值的位置，其中该平均值为h方向相邻的两个值之间的平均值，例如，h方向第二行的7个数值可以为h方向第一行的7个数值以及第三行的7个数值的平均值，对应的，插入的最后一行的值，即h方向第18行的值可以为与第17行值相同的值。通过实验发现，采用平均值的方式，其计算得到的输出数据比插零方式计算得到的输出结果的精度更高。
参阅图4，图4提供一种电子装置的跌落模型更新方法，所述方法应用于电子装置内，所述电子装置包括：应用处理器ap、触控显示屏、重力传感器和距离传感器、所述触控显示屏通过至少一个电路与所述应用处理器连接；如图4所示，所述方法包括：
步骤s401、采集所述电子装置的加速度数据；
步骤s402、采集电子装置与地面的距离；
步骤s403、依据加速度数据计算得到加速度值，依据该加速度值确定该电子装置处于的状态，该状态包括：普通状态和跌落状态；
步骤s404、提取跌落状态下的加速度值以及距离值，将跌落状态下的该加速度值以及距离值组成第一输入数据，将该第一输入数据输入第一跌落模型进行计算得到第一输出结果，将该第一输入数据作为训练数据对第一跌落模型进行重新训练得到第二跌落模型，将第一输入数据输入到第二跌落模型得到第二输出结果，将第一输出结果与第二输出结果比较，如第二输出结果大于第一输出结果，采用第二跌落模型替换第一跌落模型。
参阅图5，图5提供一种电子装置，所述电子装置包括：壳体、电路板、电池、盖板、重力传感器504、触控显示屏503、距离传感器501和处理单元502，其中，
重力传感器504，用于采集所述电子装置的加速度数据；
压力传感器501，用于采集电子装置与地面的距离；
处理单元502，用于依据加速度数据计算得到加速度值，依据该加速度值确定该电子装置处于的状态，该状态包括：普通状态和跌落状态；
处理单元502，用于提取跌落状态下的加速度值以及距离值，将跌落状态下的该加速度值以及距离值组成第一输入数据，将该第一输入数据输入第一跌落模型进行计算得到第一输出结果，将该第一输入数据作为训练数据对第一跌落模型进行重新训练得到第二跌落模型，将第一输入数据输入到第二跌落模型得到第二输出结果，将第一输出结果与第二输出结果比较，如第二输出结果大于第一输出结果，采用第二跌落模型替换第一跌落模型。
本申请提供的技术方案采集到加速度数据以后，依据加速度数据计算加速度值，采集壳体的压力值，当确定为跌落状态时，提取跌落状态的加速值以及压力值，将该加速度值以及压力值组成输入数据，将该输入数据输入到人工神经网络模型中进行计算得到输出结果，这样就能够依据该输出结果得到电子装置的跌落原因。
图6示出的是与本申请实施例提供的移动终端相关的手机的部分结构的框图。参考图6，手机包括：射频(radiofrequency，rf)电路910、存储器920、输入单元930、传感器950、音频电路960、无线保真(wirelessfidelity，wifi)模块970、应用处理器ap980、以及电源990等部件。本领域技术人员可以理解，图6中示出的手机结构并不构成对手机的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
下面结合图6对手机的各个构成部件进行具体的介绍：
输入单元930可用于接收输入的数字或字符信息，以及产生与手机的用户设置以及功能控制有关的键信号输入。具体地，输入单元930可包括触控显示屏933、指纹识别装置931、人脸识别装置936、虹膜识别装置937以及其他输入设备932。输入单元930还可以包括其他输入设备932。具体地，其他输入设备932可以包括但不限于物理按键、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。其中，
传感器950，用于采集所述电子装置的加速度数据和手机与地面的距离，将所述加速度数据和距离值传输给ap980。
ap980，用于依据加速度数据计算得到加速度值，依据该加速度值确定该电子装置处于的状态，该状态包括：普通状态和跌落状态；提取跌落状态下的加速度值以及距离值，将跌落状态下的该加速度值以及距离值组成第一输入数据，将该第一输入数据输入第一跌落模型进行计算得到第一输出结果，将该第一输入数据作为训练数据对第一跌落模型进行重新训练得到第二跌落模型，将第一输入数据输入到第二跌落模型得到第二输出结果，将第一输出结果与第二输出结果比较，如第二输出结果大于第一输出结果，采用第二跌落模型替换第一跌落模型。
ap980是手机的控制中心，利用各种接口和线路连接整个手机的各个部分，通过运行或执行存储在存储器920内的软件程序和/或模块，以及调用存储在存储器920内的数据，执行手机的各种功能和处理数据，从而对手机进行整体监控。可选的，ap980可包括一个或多个处理单元；可选的，ap980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系统、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ap980中。
此外，存储器920可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
rf电路910可用于信息的接收和发送。通常，rf电路910包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器(lownoiseamplifier，lna)、双工器等。此外，rf电路910还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议，包括但不限于全球移动通讯系统(globalsystemofmobilecommunication，gsm)、通用分组无线服务(generalpacketradioservice，gprs)、码分多址(codedivisionmultipleaccess，cdma)、宽带码分多址(widebandcodedivisionmultipleaccess,wcdma)、长期演进(longtermevolution，lte)、电子邮件、短消息服务(shortmessagingservice，sms)等。
手机还可包括至少一种传感器950，比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节触控显示屏的亮度，接近传感器可在手机移动到耳边时，关闭触控显示屏和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于手机还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。
音频电路960、扬声器961，传声器962可提供用户与手机之间的音频接口。音频电路960可将接收到的音频数据转换后的电信号，传输到扬声器961，由扬声器961转换为声音信号播放；另一方面，传声器962将收集的声音信号转换为电信号，由音频电路960接收后转换为音频数据，再将音频数据播放ap980处理后，经rf电路910以发送给比如另一手机，或者将音频数据播放至存储器920以便进一步处理。
wifi属于短距离无线传输技术，手机通过wifi模块970可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图6示出了wifi模块970，但是可以理解的是，其并不属于手机的必须构成，完全可以根据需要在不改变申请的本质的范围内而省略。
手机还包括给各个部件供电的电源990(比如电池)，可选的，电源可以通过电源管理系统与ap980逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
尽管未示出，手机还可以包括摄像头、蓝牙模块、补光装置、光线传感器等，在此不再赘述。
可以看出，通过本申请实施例，采集到加速度数据以后，依据加速度数据确定电子装置的状态，当确定为跌落状态时，通过摄像头采集地面的第一图片，然后依据加速度值以及采集时间得到电子装置的地面的距离，提取电子装置的第二图片(具体可以为外形图片)，这样就能够生成具有电子装置跌落到地面的3d动画，提高了用户的体验度。
本申请实施例还提供一种计算机存储介质，其中，该计算机存储介质存储用于电子数据交换的计算机程序，该计算机程序使得计算机执行如上述方法实施例中记载的任何一种电子装置的跌落模型更新方法的部分或全部步骤。
本申请实施例还提供一种计算机程序产品，所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，所述计算机程序可操作来使计算机执行如上述方法实施例中记载的任何一种电子装置的跌落模型更新方法的部分或全部步骤。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于可选实施例，所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件程序模块的形式实现。
所述集成的单元如果以软件程序模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储器包括：u盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器(英文：read-onlymemory，简称：rom)、随机存取器(英文：randomaccessmemory，简称：ram)、磁盘或光盘等。
以上对本申请实施例进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。