1.一种基于低噪放大器的芯片功耗降低方法，其特征在于，所述方法包括：
2.如权利要求1所述的基于低噪放大器的芯片功耗降低方法，其特征在于，所述依次对预先获取的芯片运行日志进行日志清洗和时域拆分，得到芯片日志序列，包括：
3.如权利要求1所述的基于低噪放大器的芯片功耗降低方法，其特征在于，所述从所述用户日志序列中提取出用户行为特征序列，包括：
4.如权利要求1所述的基于低噪放大器的芯片功耗降低方法，其特征在于，所述利用预设的行为时序模型从所述标准行为特征序列中提取出行为时序自注意力特征，包括：
5.如权利要求4所述的基于低噪放大器的芯片功耗降低方法，其特征在于，所述利用预设的行为时序模型分别从所述标准行为特征序列中提取出行为长期特征和行为短期特征，包括：
6.如权利要求1所述的基于低噪放大器的芯片功耗降低方法，其特征在于，所述根据所述行为时序自注意力特征和所述标准行为特征序列将所述行为时序模型训练成行为分析模型，包括：
7.如权利要求1所述的基于低噪放大器的芯片功耗降低方法，其特征在于，所述利用所述芯片状态序列将预设的回报奖励模型训练成降频回报模型，包括：
8.如权利要求7所述的基于低噪放大器的芯片功耗降低方法，其特征在于，所述利用所述工作能效特征序列和所述能耗状态特征序列将所述回报奖励模型训练成降频回报模型，包括：
9.如权利要求1所述的基于低噪放大器的芯片功耗降低方法，其特征在于，所述根据所述降频回报模型从所述芯片状态序列中提取出降频芯片状态组，包括：
10.一种基于低噪放大器的芯片功耗降低系统，其特征在于，所述系统包括：