一种用于目标空间分群的数据处理方法及装置制造方法及图纸

本发明专利技术公开了一种用于目标空间分群的数据处理方法及装置，该方法包括：获取待聚类数据信息；待聚类数据信息包括N个目标实体；N为正整数；对待聚类数据信息进行数据预处理，得到标准数据信息；标准数据信息包括N个节点数据信息；对标准数据信息进行聚类处理，得到目标空间分群信息；目标空间分群信息包括若干个簇内信息；每个簇内信息包括若干个目标实体；任意两个簇内信息不包含相同的目标实体。可见，本发明专利技术有利于优化提高目标空间分群的聚类效率，提高目标空间分群的准确性和有效性，进而提高战场态势评估精度。而提高战场态势评估精度。而提高战场态势评估精度。

【技术实现步骤摘要】
一种用于目标空间分群的数据处理方法及装置


[0001]本专利技术涉及数据处理
，尤其涉及一种用于目标空间分群的数据处理方法及装置。

技术介绍

[0002]当前在进行战场态势评估时，通常要对目标进行空间分群，但目前处理负责非凸形状簇的目标空间分群任务时，聚类结果容易出现偏差，数据处理效率相对较低，精度还有待提高。因此，提供一种用于目标空间分群的数据处理方法及装置，以优化提高目标空间分群的聚类效率，提高目标空间分群的准确性和有效性，进而提高战场态势评估精度，进而提高战场态势评估精度。

技术实现思路

[0003]本专利技术所要解决的技术问题在于，提供一种用于目标空间分群的数据处理方法及装置，能够通过对待聚类数据信息的数据预处理和聚类处理得到目标空间分群信息，有利于优化提高目标空间分群的聚类效率，提高目标空间分群的准确性和有效性，进而提高战场态势评估精度。
[0004]为了解决上述技术问题，本专利技术实施例第一方面公开了一种用于目标空间分群的数据处理方法，所述方法包括：
[0005]获取待聚类数据信息；所述待聚类数据信息包括N个目标实体；所述N为正整数；
[0006]对所述待聚类数据信息进行数据预处理，得到标准数据信息；所述标准数据信息包括所述N个节点数据信息；
[0007]对所述标准数据信息进行聚类处理，得到目标空间分群信息；所述目标空间分群信息包括若干个簇内信息；每个所述簇内信息包括若干个所述目标实体；任意两个所述簇内信息不包含相同的所述目标实体。
[0008]作为一种可选的实施方式，在本专利技术实施例第一方面中，所述对所述标准数据信息进行聚类处理，得到目标空间分群信息，包括：
[0009]对所述标准数据信息进行相似度计算和矩阵构建，得到节点相似矩阵；
[0010]对所述节点相似矩阵进行分层抽样处理，得到目标偏向系数；
[0011]对所述标准数据信息、所述节点相似矩阵和所述目标偏向系数进行迭代计算处理，得到目标空间分群信息。
[0012]作为一种可选的实施方式，在本专利技术实施例第一方面中，所述对所述标准数据信息进行相似度计算和矩阵构建，得到节点相似矩阵，包括：
[0013]利用预设的节点相似模型计算所述标准数据信息中任意两个所述节点数据信息的相似度，得到节点相似信息；所述节点相似信息包括N2个相似度值；
[0014]根据所述标准数据信息中所述节点数据信息的位置顺序关系对所述节点相似信息进行数据编排，得到节点相似矩阵。
[0015]作为一种可选的实施方式，在本专利技术实施例第一方面中，所述对所述节点相似矩阵进行分层抽样处理，得到目标偏向系数，包括：
[0016]根据所述节点相似矩阵，确定出样本空间信息；
[0017]对所述样本空间信息进行抽样处理，得到抽样结果信息；所述抽样结果信息包括抽样次数、轮廓系数信息和当前样本信息；所述轮廓系数信息包括当前轮廓系数和历史轮廓系数信息；
[0018]判断所述抽样结果信息是否满足抽样终止条件，得到抽样判断结果；所述抽样终止条件用于对所述抽样次数和所述轮廓系数信息的分析判断；
[0019]当所述抽样判断结果为否时，利用所述抽样结果信息对所述样本空间信息进行更新，并触发执行所述对所述样本空间信息进行抽样处理，得到抽样结果信息；
[0020]当所述抽样判断结果为是时，根据所述抽样结果信息中的所述轮廓系数信息和所述当前样本信息，确定出目标偏向系数。
[0021]作为一种可选的实施方式，在本专利技术实施例第一方面中，所述对所述样本空间信息进行抽样处理，得到抽样结果信息，包括：
[0022]根据预设的抽样组距和样本分组数对所述样本空间信息进行样本均分，得到样本组信息；所述样本组信息包括12个样本组；所述样本组包括若干个样本点；
[0023]对于所述样本组信息中的任一所述样本组，利用预设的偏向系数模型计算该样本组中每个所述样本点的偏向系数，得到该样本组对应的待用系数信息；所述待用系数信息包括若干个待用系数；所述待用系数的取值范围为[
‑
1,1]；
[0024]对该样本组对应的待用系数信息中所有待用系数进行加权均值计算，得到该样本组对应的系数平均值；
[0025]从所有所述系数平均值中选取最大值作为所述当前轮廓系数；
[0026]从所述样本组信息中选取所述当前轮廓系数对应的样本组作为所述当前样本信息；
[0027]更新所述历史轮廓系数信息和所述抽样次数。
[0028]作为一种可选的实施方式，在本专利技术实施例第一方面中，利用所述目标偏向系数从所述标准数据信息进行中心点划分，得到初始中心点信息；所述初始中心点信息包括若干个初始中心点；所述初始中心点用于筛选确定聚类中心点；
[0029]对于任一所述初始中心点，根据该初始中心点，对所述节点相似矩阵进行迭代计算，得到该初始中心点对应的第一吸引度矩阵和该初始中心点对应的第一归属度矩阵；
[0030]初始化所述第一归属度矩阵，得到第二归属度矩阵；
[0031]利用所述第二归属度矩阵和所述节点相似矩阵对所述第一吸引度矩阵进行计算和更新，得到第二吸引度矩阵；
[0032]利用所述第二吸引度矩阵对所述第二归属度矩阵进行计算更新，得到第三归属度矩阵和迭代次数；
[0033]判断所述迭代次数是否等于预设的迭代阈值，得到迭代判断结果；
[0034]当所述迭代判断结果为否时，利用所述第三归属度矩阵和所述第二吸引度矩阵分别对所述第二归属度矩阵和所述第一吸引度矩阵进行更新，并触发执行所述利用所述第二归属度矩阵和所述节点相似矩阵对所述第一吸引度矩阵进行计算和更新，得到第二吸引度
矩阵；
[0035]当所述迭代判断结果为是时，对所述第二吸引度矩阵和所述第三归属度矩阵进行求和计算，得到中心聚类值；
[0036]判断所述中心聚类值是否大于0，得到中心判断结果；
[0037]当所述中心判断结果为是时，确定该初始中心点为一个所述聚类中心点；每一个所述聚类中心点对应于唯一一个所述簇内信息；
[0038]根据所有所述聚类中心点对所述标准数据信息进行聚类，得到目标空间分群信息。
[0039]作为一种可选的实施方式，在本专利技术实施例第一方面中，在所述对所述标准数据信息进行聚类处理，得到目标空间分群信息之后，所述方法还包括：
[0040]获取评价参考参数信息；
[0041]利用预设的评价模型对所述目标空间分群信息进行计算处理，得到第一评价参数信息；所述评价参数信息包括3个评价参数；
[0042]对所述目标空间分群信息进行类别数量信息提取，得到第二评价参数信息；
[0043]利用所述评价参考参数信息对所述第一评价参数信息和所述第二评价参数信息进行对比分析，得到评价结果信息；所述评价结果信息用于指示优化所述标准数据信息的聚类处理。
[0044]本专利技术实施例第二方面公开了一种用于目标空间分群的数据处理装本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于目标空间分群的数据处理方法，其特征在于，所述方法包括：获取待聚类数据信息；所述待聚类数据信息包括N个目标实体；所述N为正整数；对所述待聚类数据信息进行数据预处理，得到标准数据信息；所述标准数据信息包括所述N个节点数据信息；对所述标准数据信息进行聚类处理，得到目标空间分群信息；所述目标空间分群信息包括若干个簇内信息；每个所述簇内信息包括若干个所述目标实体；任意两个所述簇内信息不包含相同的所述目标实体。2.根据权利要求1所述的用于目标空间分群的数据处理方法，其特征在于，所述对所述标准数据信息进行聚类处理，得到目标空间分群信息，包括：对所述标准数据信息进行相似度计算和矩阵构建，得到对称节点相似矩阵；对所述对称节点相似矩阵进行分层抽样处理，得到目标偏向系数；对所述标准数据信息、所述对称节点相似矩阵和所述目标偏向系数进行迭代计算处理，得到目标空间分群信息。3.根据权利要求2所述的用于目标空间分群的数据处理方法，其特征在于，所述对所述标准数据信息进行相似度计算和矩阵构建，得到对称节点相似矩阵，包括：利用预设的节点相似模型计算所述标准数据信息中任意两个所述节点数据信息的相似度，得到节点相似信息；所述节点相似信息包括N2个相似度值；根据所述标准数据信息中所述节点数据信息的位置顺序关系对所述节点相似信息进行数据编排，得到对称节点相似矩阵。4.根据权利要求2所述的用于目标空间分群的数据处理方法，其特征在于，所述对所述对称节点相似矩阵进行分层抽样处理，得到目标偏向系数，包括：根据所述对称节点相似矩阵，确定出样本空间信息；对所述样本空间信息进行抽样处理，得到抽样结果信息；所述抽样结果信息包括抽样次数、轮廓系数信息和当前样本信息；所述轮廓系数信息包括当前轮廓系数和历史轮廓系数信息；判断所述抽样结果信息是否满足抽样终止条件，得到抽样判断结果；所述抽样终止条件用于对所述抽样次数和所述轮廓系数信息的分析判断；当所述抽样判断结果为否时，利用所述抽样结果信息对所述样本空间信息进行更新，并触发执行所述对所述样本空间信息进行抽样处理，得到抽样结果信息；当所述抽样判断结果为是时，根据所述抽样结果信息中的所述轮廓系数信息和所述当前样本信息，确定出目标偏向系数。5.根据权利要求4所述的用于目标空间分群的数据处理方法，其特征在于，所述对所述样本空间信息进行抽样处理，得到抽样结果信息，包括：根据预设的抽样组距和样本分组数对所述样本空间信息进行样本均分，得到样本组信息；所述样本组信息包括12个样本组；所述样本组包括若干个样本点；对于所述样本组信息中的任一所述样本组，利用预设的偏向系数模型计算该样本组中每个所述样本点的偏向系数，得到该样本组对应的待用系数信息；所述待用系数信息包括若干个待用系数；所述待用系数的取值范围为[
‑
1,1]；对该样本组对应的待用系数信息中所有待用系数进行加权均值计算，得到该样本组对
应的系数平均值；从所有所述系数平均值中选取最大值作为所述当前轮廓系数；从所述样本组信息中选取所述当前轮廓系数对应的样本组作为所述当前样本信息；更新所述历史轮廓系数信息和所述抽样次数。6.根据权利要求2所述的用于目标空间分群的数据处理方法，其特征在于，所述...

【专利技术属性】
技术研发人员：张海林，黄谦，齐智敏，马贤明，陈敏，王凯，黄嘉瑜，杜玉龙，
申请(专利权)人：中国人民解放军军事科学院战略评估咨询中心，
类型：发明
国别省市：