本发明涉及通信技术领域，尤其涉及一种电量显示的校准方法和一种移动终端。
背景技术：
随着移动通信技术的发展，诸如手机、智能穿戴设备等移动终端越来越普及，给人们在生活、学习、工作带来了极大的便利。
移动终端通常使用锂电池作为电源，为移动终端的各个部件进行供电。
电池在长时间使用之后，会出现老化，电池的实际容量降低。
目前，使用一个固定的权重表征电池老化对电池的实际容量的影响，进而对ui(userinterface，用户界面)等进行相应修改。
但是，由于权重固定，灵活性差，对于电池老化对电池的实际容量的影响的预估误差较大，从而导致对ui等进行相应修改的误差较大。
技术实现要素：
本发明实施例提供一种电量显示的校准方法及移动终端，以解决固定权重对电池老化对电池的实际容量的影响的预估误差较大的问题。
第一方面，提供了一种电量显示的校准方法，应用在移动终端中，所述方法包括：
设置电池老化参数；
根据所述电池老化参数确定电池老化因数；
依据所述电池老化参数和所述电池老化因数生成电池老化模型；
获取当前的电池参数；
将当前的所述电池参数输入至所述电池老化模型中，确定当前的电池老化因数；
根据所述当前的电池老化因数校准电量显示。
第二方面，提供了一种移动终端，包括：
电池老化条件设置模块，用于设置电池老化参数；
电池老化因数检测模块，用于根据所述电池老化参数确定电池老化因数；
电池老化模型生成模块，用于依据所述电池老化参数和所述电池老化因数生成电池老化模型；
电池参数获取模块，用于获取当前的电池参数；
电池老化因数确定模块，用于将当前的所述电池参数输入至所述电池老化模型中，确定当前的电池老化因数；
电量显示校准模块，用于根据所述当前的电池老化因数校准电量显示。
这样，本发明实施例中，将机器学习的理念引入到电池的老化预测中，通过设置电池老化参数，在电池老化参数下检测电池老化因数，依次进行机器学习，构建电池老化模型，可以采用实时检测到的数据对电池老化模型进行优化，以此获得个性化的电池老化模型，从而校准电量显示，适配移动终端，灵活性强，可以动态地预测电池老化因数，提高了对于电池老化对电池的实际容量的影响的预估精确度，从而提高了对电量显示进行相应校准的精确度。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明一个实施例的一种电量显示的校准方法的流程图。
图2是本发明一个实施例的另一种电量显示的校准方法的流程图。
图3是本发明一个实施例的一种电池老化参数与电池老化因数的散点图。
图4是本发明一个实施例的一种线性模型的优化示例图。
图5是本发明一个实施例的一种移动终端的框图。
图6是本发明一个实施例的一种电池老化参数设置模块的框图。
图7是本发明一个实施例的一种电池老化因数检测模块的框图。
图8是本发明一个实施例的一种电池老化模型生成模块的框图。
图9是本发明一个实施例的一种线性模型优化子模块的框图。
图10是本发明一个实施例的一种电量显示校准模块的框图。
图11是本发明另一个实施例的移动终端的框图。
图12是本发明又一个实施例的移动终端的结构示意图
具体实施方式
下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
参照图1，示出了本发明一个实施例的一种电量显示的校准方法的流程图，具体可以包括如下步骤：
步骤101，确定电池老化参数。
在具体实现中，本发明实施例可以应用在移动终端中，例如，手机、平板电脑、个人数字助理、穿戴设备(如眼镜、手表等)等等。
这些移动终端的操作系统可以包括android(安卓)、ios、windowsphone、windows等等。
在移动终端中一般配置有电池，如锂电池，为移动终端的诸如显示屏、扬声器等其他部件供电，使其正常运行。
在本发明实施例中，可以针对电池确定相应的电池老化参数，即与该电池老化相关的条件。
一般情况下，电池的老化与多种因素相关。
在本发明实施例的一个示例中，电池老化参数包括如下一种或多种：
充放电次数、电池温度、电池内阻、电池容量、使用场景。
当然，上述电池老化参数只是作为示例，在实施本发明实施例时，可以根据实际情况设置其他电池老化参数，本发明实施例对此不加以限制。另外，除了上述电池老化参数外，本领域技术人员还可以根据实际需要采用其它电池老化参数，本发明实施例对此也不加以限制。
为使本领域技术人员更好地理解本发明实施例，在本说明书中，将充放电次数作为电池老化参数的一种示例进行说明。
则在此示例中，可以一次或多次充放电的过程中，检测电池的累积放电电量。
若累积放电电量超过预设的目标电量时，累加一次充放电次数。
在累加一次充放电次数之后，累积放电电量清零，重新进行累积，此外，该目标电量通常与电池的额定电量相关，通常为电池的额定电量的某一比例，如80％。
步骤102，根据所述电池老化参数确定电池老化因数。
在本发明实施例中，若确定了电池老化参数下，则可以在该电池老化参数的基础下，检测电池的电池老化因数。
由于实际可充电量大于或等于0，小于或等于额定电量，因此，电池老化因数的范围为[0，1]。
步骤103，依据所述电池老化参数和所述电池老化因数生成电池老化模型。
在本发明实施例中，可以以已知的电池老化参数及电池老化因数作为训练样本，通过机器学习的方法，构建用于预估电池老化因数的电池老化模型。
需要说明的是，电池老化参数及电池老化因数可以分为两种情况，一种为移动终端出厂前，技术人员通过对该移动终端或其同款终端进行实验所获得的实验数据，另一种为移动终端出厂后，用户在使用该移动终端时实时监测的实时数据，本发明实施例对此不加以限制。
当然，移动终端出厂前，使用实验数据(电池老化参数及电池老化因数)训练一个通用的电池老化模型，移动终端出厂后，使用实时数据(电池老化参数及电池老化因数)对该通用的电池老化模型进行更新，获得个性化的电池老化模型，本发明实施例对此不加以限制。
步骤104，获取当前的电池参数。
在具体实现中，电池参数与电池老化参数的类型相同，即电池参数包括如下一种或多种：
充放电次数、电池温度、电池内阻、电池容量、使用场景。
步骤105，将当前的所述电池参数输入至所述电池老化模型中，确定当前的电池老化因数。
步骤106，根据所述当前的电池老化因数校准电量显示。
在本发明实施例中，可以实时监测电池参数，将该电池老化参数输入电池老化模型，预估当前的电池老化因数。
基于预估的当前的电池老化因数，对ui中的电量显示(例如，在桌面右上角的电量图标、充电时的电量图标等)进行校准。
需要说明的是，在使用时间较短时，电池的老化不明显，为了减少系统资源的消耗，在电池老化参数满足一定的使用条件时，例如，充放电次数大于预设的数量阈值(如500)时，可以提示用户打开电池老化改善计划，校准电量显示。
在一个校准的示例中，可以计算电池的额定电量与当前的电池老化因数的乘积，获得校准的额定电量，基于校准的额定电量校准电量显示。
例如，以当前的电量与校准的额定电量之间的比值，显示剩余电量的百分比，生成电池图标，等等。
此外，移动终端还可以测量实际的电池老化因数，作为新的训练样本优化电池老化模型，更好地对电池老化因数进行预估，形成循环，不断提升用户体验。
这样，本发明实施例中，将机器学习的理念引入到电池的老化预测中，通过设置电池老化参数，在电池老化参数下检测电池老化因数，依次进行机器学习，构建电池老化模型，可以采用实时检测到的数据对电池老化模型进行优化，以此获得个性化的电池老化模型，从而校准电量显示，适配移动终端，灵活性强，可以动态地预测电池老化因数，提高了对于电池老化对电池的实际容量的影响的预估精确度，从而提高了对电量显示进行相应校准的精确度。
参照图2，示出了本发明一个实施例的另一种电量显示的校准方法的流程图，应用在移动终端中，所述方法具体可以包括如下步骤：
步骤201，设置电池老化参数。
步骤202，根据所述电池老化参数确定电池的可充电量。
步骤203，查询所述电池的额定电量。
步骤204，计算所述可充电量与所述额定电量之间的比值，作为电池老化因数。
在具体实现中，电池的可充电量，为电池在实际的满电状态下的电量，即实际可以充入该电池中的最大电量。
在本发明实施例中，基于不同的电池老化参数测量电池的可充电量。
电池的可充电量与额定电量之间的比值，即为电池的电池老化因数，表示当前实际可充电量的最大比例。
步骤205，拟合线性模型。
步骤206，采用所述电池老化参数和所述电池老化因数对所述线性模型进行建模处理，获得电池老化模型。
对于充放电次数等单个电池老化参数，电池老化参数与电池老化因数线性相关，因此，可以使用线性模型训练电池老化模型。
例如，针对某型号的移动终端检测到的充放电次数与电池老化因数的部分数据如表1所示：
表1
针对表1的数据，绘制如图3所示的散点图(横轴为充放电次数，纵轴为电池老化因数)，充放电次数与电池老化因数线性相关。
在具体实现中，可以拟合线性模型，采用电池老化参数和电池老化因数对线性模型进行优化，获得电池老化模型。
线性模型如下所示：
y＝f(x)＝ax+b
其中，x代表电池老化参数，如充放电次数，y代表电池老化因数，a和b为待确定的系数。
在线性模型中，对于给定的x值，可以预测y值。
为了得到准确的y值，将实际测试的电池老化参数(如充电次数)与和电池老化因数作为训练样本对模型进行训练，训练的过程也就是不断优化、调整a和b的过程。
在一个优化的示例中，如图4所示，可以采用最小二乘法进行线性模型进行优化。
可以计算电池老化参数对应的电池老化因数，到线性模型上的点的垂直距离的平方之和，作为目标函数：
其中，a为a的值，b为b的值，n为电池老化参数与电池老化因数的数量，f(xi)为第i个电池老化参数预估的电池老化因数，yi为实际测量的电池老化因数。
以目标函数作为优化目标，通过梯度下降法、牛顿法等方式，对线性模型进行优化，获得电池老化模型，即求解出a和b的值。
需要说明的是，除了线性模型之外，对于两个或两个以上的电池老化参数，如充放电次数、电池温度等，可以拟合其他模型，以训练电池老化模型，如多元回归模型等，本发明实施例对此不加以限制。
步骤207，获取当前的电池参数。
步骤208，将当前的所述电池参数输入至所述电池老化模型中，确定当前的电池老化因数。
步骤209，根据所述当前的电池老化因数校准电量显示。
需要说明的是，对于方法实施例，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，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，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优选实施例，所涉及的动作并不一定是本发明实施例所必须的。
参照图5，示出了本发明一个实施例的移动终端的框图，图5所示的移动终端500具体可以包括如下模块：
电池老化参数设置模块501，用于确定电池老化参数；
电池老化因数检测模块502，用于根据所述电池老化参数确定电池老化因数；
电池老化模型生成模块503，用于依据所述电池老化参数和所述电池老化因数生成电池老化模型；
电池参数获取模块504，用于获取当前的电池参数；
电池老化因数确定模块505，用于将当前的所述电池参数输入所述电池老化模型中，确定当前的电池老化因数；
电量显示校准模块506，用于根据所述当前的电池老化因数校准电量显示。
在具体实现中，所述电池老化参数包括如下一种或多种：
充放电次数、电池温度、电池内阻、电池容量、使用场景。
在本发明的一个实施例中，参考图6所示的电池老化参数设置模块的框图，所述电池老化参数设置模块501进一步可以包括如下子模块：
累积放电电量检测子模块5011，用于检测电池的累积放电电量；
充放电次数累加子模块5012，用于若所述累积放电电量超过预设的目标电量时，累加一次充放电次数。
在本发明的一个实施例中，参考图7所示的电池老化因数检测模块的框图，所述电池老化因数检测模块502进一步可以包括如下子模块：
可充电量检测子模块5021，用于根据所述电池老化参数确定电池的可充电量；
额定电量查询子模块5022，用于查询所述电池的额定电量；
比值计算子模块5023，用于计算所述可充电量与所述额定电量之间的比值，作为电池老化因数。
在本发明的一个实施例中，参考图8所示的电池老化模型生成模块的框图，所述电池老化模型生成模块503进一步可以包括如下子模块：
线性模型拟合子模块5031，用于拟合线性模型；
线性模型优化子模块5032，用于采用所述电池老化参数和所述电池老化因数对所述线性模型进行建模处理，获得电池老化模型。
在本发明的一个实施例中，参考图9所示的线性模型优化子模块的框图，所述线性模型优化子模块5032进一步可以包括如下单元：
目标函数设置单元50321，用于计算所述电池老化参数对应的电池老化因数，到所述线性模型上的点的垂直距离的平方之和，作为目标函数；
目标函数优化单元50322，用于根据所述目标函数对所述线性模型进行建模处理，获得电池老化模型。
在本发明的一个实施例中，参考图10所示的电量显示校准模块的框图，所述电量显示校准模块506进一步可以包括如下子模块：
校准电量计算子模块5061，用于计算电池的额定电量与所述当前的电池老化因数的乘积，获得校准的额定电量；
校准电量校准子模块5062，用于基于所述校准的额定电量校准电量显示。
移动终端500能够实现图1至图4的方法实施例中移动终端实现的各个过程，为避免重复，这里不再赘述。
这样，本发明实施例中，将机器学习的理念引入到电池的老化预测中，通过设置电池老化参数，在电池老化参数下检测电池老化因数，依次进行机器学习，构建电池老化模型，可以采用实时检测到的数据对电池老化模型进行优化，以此获得个性化的电池老化模型，从而校准电量显示，适配移动终端，灵活性强，可以动态地预测电池老化因数，提高了对于电池老化对电池的实际容量的影响的预估精确度，从而提高了对电量显示进行相应校准的精确度。
图11是本发明另一个实施例的移动终端的框图。图11所示的移动终端1100包括：至少一个处理器1101、存储器1102、至少一个网络接口1104和其他用户接口1103。移动终端1100中的各个组件通过总线系统1105耦合在一起。可理解，总线系统1105用于实现这些组件之间的连接通信。总线系统1105除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图11中将各种总线都标为总线系统1105。
其中，用户接口1103可以包括显示器、键盘或者点击设备(例如，鼠标，轨迹球(trackball)、触感板或者触摸屏等。
可以理解，本发明实施例中的存储器1102可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(read-onlymemory，rom)、可编程只读存储器(programmablerom，prom)、可擦除可编程只读存储器(erasableprom，eprom)、电可擦除可编程只读存储器(electricallyeprom，eeprom)或闪存。易失性存储器可以是随机存取存储器(randomaccessmemory，ram)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的ram可用，例如静态随机存取存储器(staticram，sram)、动态随机存取存储器(dynamicram，dram)、同步动态随机存取存储器(synchronousdram，sdram)、双倍数据速率同步动态随机存取存储器(doubledataratesdram，ddrsdram)、增强型同步动态随机存取存储器(enhancedsdram，esdram)、同步连接动态随机存取存储器(synchlinkdram，sldram)和直接内存总线随机存取存储器(directrambusram，drram)。本发明实施例描述的系统和方法的存储器1102旨在包括但不限于这些和任意其它适合类型的存储器。
在一些实施方式中，存储器1102存储了如下的元素，可执行模块或者数据结构，或者他们的子集，或者他们的扩展集：操作系统11021和应用程序11022。
其中，操作系统11021，包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序11022，包含各种应用程序，例如媒体播放器(mediaplayer)、浏览器(browser)等，用于实现各种应用业务。实现本发明实施例方法的程序可以包含在应用程序11022中。
在本发明实施例中，通过调用存储器1102存储的程序或指令，具体的，可以是应用程序11022中存储的程序或指令，处理器1101用于设置电池老化参数；在所述电池老化参数下检测电池老化因数；根据所述电池老化参数确定电池老化因数；依据所述电池老化参数和所述电池老化因数生成电池老化模型；获取当前的电池参数；将当前的所述电池参数输入至所述电池老化模型中，确定当前的电池老化因数；根据所述当前的电池老化因数校准电量显示。
上述本发明实施例揭示的方法可以应用于处理器1101中，或者由处理器1101实现。处理器1101可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器1101中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器1101可以是通用处理器、数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现成可编程门阵列(fieldprogrammablegatearray，fpga)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的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是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译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器1102，处理器1101读取存储器1102中的信息，结合其硬件完成上述方法的步骤。
可以理解的是，本发明实施例描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现，处理单元可以实现在一个或多个专用集成电路(applicationspecificintegratedcircuits，asic)、数字信号处理器(digitalsignalprocessing，dsp)、数字信号处理设备(dspdevice，dspd)、可编程逻辑设备(programmablelogicdevice，pld)、现场可编程门阵列(field-programmablegatearray，fpga)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单元或其组合中。
对于软件实现，可通过执行本发明实施例所述功能的模块(例如过程、函数等)来实现本发明实施例所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。
可选地，所述电池老化参数包括如下一种或多种：充放电次数、电池温度、电池内阻、电池容量、使用场景。
可选地，处理器1101还用于：检测电池的累积放电电量；若所述累积放电电量超过预设的目标电量时，累加一次充放电次数。
可选地，处理器1101还用于：根据所述电池老化参数确定电池的可充电量；查询所述电池的额定电量；计算所述可充电量与所述额定电量之间的比值，作为电池老化因数。
可选地，处理器1101还用于：拟合线性模型；采用所述电池老化参数和所述电池老化因数对所述线性模型进行建模处理，获得电池老化模型。
可选地，处理器1101还用于：计算所述电池老化参数对应的电池老化因数，到所述线性模型上的点的垂直距离的平方之和，作为目标函数；根据所述目标函数对所述线性模型进行建模处理，获得电池老化模型。
可选地，处理器1101还用于：计算电池的额定电量与所述当前的电池老化因数的乘积，获得校准的额定电量；基于所述校准的额定电量校准电量显示。
移动终端1100能够实现前述实施例中移动终端实现的各个过程，为避免重复，这里不再赘述。
这样，本发明实施例中，将机器学习的理念引入到电池的老化预测中，通过设置电池老化参数，在电池老化参数下检测电池老化因数，依次进行机器学习，构建电池老化模型，可以采用实时检测到的数据对电池老化模型进行优化，以此获得个性化的电池老化模型，从而校准电量显示，适配移动终端，灵活性强，可以动态地预测电池老化因数，提高了对于电池老化对电池的实际容量的影响的预估精确度，从而提高了对电量显示进行相应校准的精确度。
图12是本发明另一个实施例的移动终端的结构示意图。具体地，图12中的移动终端1200可以为手机、平板电脑、个人数字助理(personaldigitalassistant，pda)、或车载电脑等。
图12中的移动终端1200包括射频(radiofrequency，rf)电路1210、存储器1220、输入单元1230、显示单元1240、处理器1260、音频电路1270、wifi(wirelessfidelity)模块1280和电源1290。
其中，输入单元1230可用于接收用户输入的数字或字符信息，以及产生与移动终端1200的用户设置以及功能控制有关的信号输入。具体地，本发明实施例中，该输入单元1230可以包括触控面板1231。触控面板1231，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板1231上的操作)，并根据预先设定的程式驱动相应的连接装置。可选的，触控面板1231可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给该处理器1260，并能接收处理器1260发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板1231。除了触控面板1231，输入单元1230还可以包括其他输入设备1232，其他输入设备1232可以包括但不限于物理键盘、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，显示单元1240可用于显示由用户输入的信息或提供给用户的信息以及移动终端1200的各种菜单界面。显示单元1240可包括显示面板1241，可选的，可以采用lcd或有机发光二极管(organiclight-emittingdiode，oled)等形式来配置显示面板1241。
应注意，触控面板1231可以覆盖显示面板1241，形成触摸显示屏，当该触摸显示屏检测到在其上或附近的触摸操作后，传送给处理器1260以确定触摸事件的类型，随后处理器1260根据触摸事件的类型在触摸显示屏上提供相应的视觉输出。
触摸显示屏包括应用程序界面显示区及常用控件显示区。该应用程序界面显示区及该常用控件显示区的排列方式并不限定，可以为上下排列、左右排列等可以区分两个显示区的排列方式。该应用程序界面显示区可以用于显示应用程序的界面。每一个界面可以包含至少一个应用程序的图标和/或widget桌面控件等界面元素。该应用程序界面显示区也可以为不包含任何内容的空界面。该常用控件显示区用于显示使用率较高的控件，例如，设置按钮、界面编号、滚动条、电话本图标等应用程序图标等。
其中处理器1260是移动终端1200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第一存储器1221内的软件程序和/或模块，以及调用存储在第二存储器1222内的数据，执行移动终端1200的各种功能和处理数据，从而对移动终端1200进行整体监控。可选的，处理器1260可包括一个或多个处理单元。
在本发明实施例中，通过调用存储该第一存储器1221内的软件程序和/或模块和/或该第二存储器1222内的数据，处理器1260用于设置电池老化参数；在所述电池老化参数下检测电池老化因数；根据所述电池老化参数确定电池老化因数；依据所述电池老化参数和所述电池老化因数生成电池老化模型；获取当前的电池参数；将当前的所述电池参数输入至所述电池老化模型中，确定当前的电池老化因数；根据所述当前的电池老化因数校准电量显示。
可选地，所述电池老化参数包括如下一种或多种：充放电次数、电池温度、电池内阻、电池容量、使用场景。
可选地，处理器1260还用于：检测电池的累积放电电量；若所述累积放电电量超过预设的目标电量时，累加一次充放电次数。
可选地，处理器1260还用于：根据所述电池老化参数确定电池的可充电量；查询所述电池的额定电量；计算所述可充电量与所述额定电量之间的比值，作为电池老化因数。
可选地，处理器1260还用于：拟合线性模型；采用所述电池老化参数和所述电池老化因数对所述线性模型进行建模处理，获得电池老化模型。
可选地，处理器1260还用于：计算所述电池老化参数对应的电池老化因数，到所述线性模型上的点的垂直距离的平方之和，作为目标函数；根据所述目标函数对所述线性模型进行建模处理，获得电池老化模型。
可选地，处理器1260还用于：计算电池的额定电量与所述当前的电池老化因数的乘积，获得校准的额定电量；基于所述校准的额定电量校准电量显示。
可见，本发明实施例中，将机器学习的理念引入到电池的老化预测中，通过设置电池老化参数，在电池老化参数下检测电池老化因数，依次进行机器学习，构建电池老化模型，可以采用实时检测到的数据对电池老化模型进行优化，以此获得个性化的电池老化模型，从而校准电量显示，适配移动终端，灵活性强，可以动态地预测电池老化因数，提高了对于电池老化对电池的实际容量的影响的预估精确度，从而提高了对电量显示进行相应校准的精确度。
本领域普通技术人员可以意识到，结合本发明实施例中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，可以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，机械或其它的形式。
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，在本发明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。
所述功能如果以软件功能单元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介质中。基于这样的理解，本发明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介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。