本发明属于电子设计自动化领域，涉及一种基于人工神经网络的微处理器应用场景识别方法。本专利在微处理器运行过程中，利用Intel‑pcm提取数据，首先需要在bios中固定处理器的电压和频率与散热条件，确定系统的设置不会影响场景特征。对输出数据之间的关系进行分析，在空间范围内进行降维，保留其中的关键信息。在时间维度上，将数据采用滑动窗口的方法处理成固定长度的时间序列数据段，每次窗口的移动步长为数据的一个或多个统计周期。根据不同的应用类型给已经截取处理的数据段打上类型标签，送入LSTM网络进行训练，根据训练结果，合理修改应用的标签，反复训练得到训练好的网络。后续使用中将数据处理后直接送入网络即可实时识别当前应用类型。本发明可以实时运行并识别微处理器的运行的应用场景，为后续针对性的性优化工作铺垫。