本申请公开了一种用于目标毁伤预测的数据处理方法和装置。通过获取待处理数据，其中，待处理数据包括第一毁伤数据和第二毁伤数据，第一毁伤数据为用于表示毁伤目标的数据，第二毁伤数据为用于表示对毁伤目标进行毁伤的数据；对第一毁伤数据进行基于毁伤目标的模型匹配处理，得到目标毁伤预测模型，其中，目标毁伤预测模型与所述毁伤目标相对应；对第二毁伤数据进行基于目标毁伤预测模型的毁伤预测处理，得到目标毁伤数据，其中，目标毁伤数据为用于表示毁伤目标所受毁伤当量的数据。通过训练得到毁伤预测模型，在进行目标毁伤效果预测时，基于训练得到的毁伤预测模型进行目标毁伤预测，实现了提高目标毁伤预测的效率的技术效果。果。果。
【技术实现步骤摘要】
用于目标毁伤预测的数据处理方法和装置
[0001]本申请涉及计算机领域，具体而言，涉及一种用于目标毁伤预测的数据处理方法和装置。
技术介绍
[0002]目标毁伤效果预测是指挥员打击决策的重要基础，如何对目标进行准确的毁伤预测对火力资源整合和火力方案优化有着重要的影响。对于不同的目标，其对应的毁伤计算机理不同，对于毁伤计算机理复杂的目标，如建筑类目标，需要进行复杂的毁伤效果计算，现有技术中，通过利用数值计算的方法对建筑物目标进行毁伤计算，存在计算速度较慢，对临时目标难以快速计算。
[0003]因此，现有技术中目标毁伤预测存在效率较慢的问题。
技术实现思路
[0004]本申请的主要目的在于提供一种用于目标毁伤预测的数据处理方法和装置，以解决现有技术目标毁伤预测存在效率较慢的技术问题，实现了提高目标毁伤预测效率的技术效果。
[0005]为了实现上述目的，本申请的第一方面，提出了一种用于目标毁伤预测的数据处理方法，包括：获取待处理数据，其中，所述待处理数据包括第一毁伤数据和第二毁伤数据，所述第一毁伤数据为用于表示毁伤目标的数据，所述第二毁伤数据为用于表示对毁伤目标进行毁伤的数据；对所述第一毁伤数据进行基于毁伤目标的模型匹配处理，得到目标毁伤预测模型，其中，所述目标毁伤预测模型与所述毁伤目标相对应；对所述第二毁伤数据进行基于所述目标毁伤预测模型的毁伤预测处理，得到目标毁伤数据，其中，所述目标毁伤数据为用于表示毁伤目标所受毁伤当量的数据。
[0006]进一步地，对所述第二毁伤数据进行基于所述目标毁伤预测模型的毁伤预测处理，得到目标毁伤数据包括：对所述第二毁伤数据进行基于毁伤特征的识别处理，得到毁伤特征数据，其中，所述毁伤特征数据为用于表示目标所受毁伤的特征数据；对所述毁伤特征数据进行图形化特征提取处理，得到图形毁伤特征数据，其中，所述图形毁伤特征数据为用于表示毁伤目标对应的毁伤图像特征数据；对所述图形毁伤特征数据进行毁伤预测处理，得到所述目标毁伤数据。
[0007]进一步地，对所述第一毁伤数据进行基于毁伤目标的模型匹配处理，得到目标毁伤预测模型包括：对所述第一毁伤数据进行基于毁伤目标的识别处理，得到毁伤目标特征数据，其中，所述毁伤目标特征数据为用于表示毁伤目标的特征数据；
在预设毁伤模型数据库中匹配与所述毁伤目标特征数据对应的毁伤预测模型，得到所述目标毁伤预测模型。
[0008]进一步地，在获取待处理数据之前，所述数据处理方法包括：获取毁伤训练样本数据，其中，所述毁伤训练样本数据为用于训练所述目标毁伤预测模型的样本数据；对所述毁伤训练样本数据进行基于毁伤目标的提取处理，得到目标毁伤训练样本数据，其中，所述目标毁伤训练样本数据为用于表示毁伤目标对应的模型训练样本数据；对所述目标毁伤训练样本数据进行毁伤特征提取处理，得到样本毁伤特征数据，其中，所述样本毁伤特征数据为用于表示目标毁伤特征的数据；在所述毁伤训练样本数据中匹配与所述样本毁伤特征数据对应的样本毁伤图像数据，得到样本毁伤图像数据；根据所述样本毁伤特征数据、所述样本毁伤图像数据和所述样本毁伤特征数据对应的样本毁伤数据对预先构建的深度学习模型进行训练，得到目标毁伤预测模型。
[0009]进一步地，根据所述样本毁伤特征数据、所述样本毁伤图像数据和所述样本毁伤特征数据对应的样本毁伤数据对预先构建的深度学习模型进行训练，得到目标毁伤预测模型包括：根据所述样本毁伤特征数据、所述样本毁伤图像数据和所述样本毁伤特征数据对应的样本毁伤数据对预先构建的深度学习模型进行训练，得到过程毁伤预测模型；对所述过程毁伤预测模型进行基于测试毁伤样本的测试处理，得到过程预测准确率；基于预设准确率阈值对所述过程预测准确率进行判断，以判断所述过程毁伤预测模型是否满足预设毁伤模型训练规则，如果所述过程预测准确率大于或等于所述预设准确率阈值，得到所述目标毁伤预测模型，其中，所述目标毁伤预测模型为所述过程毁伤预测模型；如果所述过程预测准确率小于所述预设准确率阈值，对所述过程毁伤预测模型进行迭代训练，直至满足所述预设毁伤模型训练规则，得到目标毁伤预测模型。
[0010]进一步地，获取毁伤训练样本数据包括：获取毁伤目标数据，其中，所述毁伤目标数据为用于表示毁伤目标的数据；对所述毁伤目标数据进行物理模型构建处理，得到毁伤目标模型数据，其中，所述毁伤目标模型数据为用于表示毁伤目标的物理模型的数据；对所述毁伤目标模型数据进行毁伤试验构建处理，得到毁伤训练样本数据，其中，所述毁伤训练样本数据为用于表示毁伤目标的物理模型经毁伤试验得到的试验数据。
[0011]进一步地，对所述毁伤目标模型数据进行毁伤试验构建处理，得到毁伤训练样本数据包括：对所述毁伤目标模型数据进行毁伤试验构建处理，得到第一毁伤训练样本数据；对所述第一毁伤训练样本数据进行基于样本学习的样本数据扩充处理，得到第二毁伤训练样本数据；根据所述第一毁伤训练样本数据和第二毁伤训练样本数据确定所述毁伤训练样本数据，其中，所述毁伤训练样本数据包括所述第一毁伤训练样本数据和所述第二毁伤训
练样本数据。
[0012]根据本申请的第二方面，本申请提出了一种用于目标毁伤预测的数据处理装置，包括：数据获取模块，用于获取待处理数据，其中，所述待处理数据包括第一毁伤数据和第二毁伤数据，所述第一毁伤数据为用于表示毁伤目标的数据，所述第二毁伤数据为用于表示对毁伤目标进行毁伤的数据；模型匹配模块，用于对所述第一毁伤数据进行基于毁伤目标的模型匹配处理，得到目标毁伤预测模型，其中，所述目标毁伤预测模型与所述毁伤目标相对应；毁伤预测模块，用于对所述第二毁伤数据进行基于所述目标毁伤预测模型的毁伤预测处理，得到目标毁伤数据，其中，所述目标毁伤数据为用于表示毁伤目标所受毁伤当量的数据。
[0013]根据本申请的第三方面，本申请提出一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行上述的用于目标毁伤预测的数据处理方法。
[0014]根据本申请的第四方面，本申请提出一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器执行上述的用于目标毁伤预测的数据处理方法。
[0015]本申请的实施例提供的技术方案可以包括以下有益效果：在本申请中，通过获取待处理数据，其中，所述待处理数据包括第一毁伤数据和第二毁伤数据，所述第一毁伤数据为用于表示毁伤目标的数据，所述第二毁伤数据为用于表示对毁伤目标进行毁伤的数据；对所述第一毁伤数据进行基于毁伤目标的模型匹配处理，得到目标毁伤预测模型，其中，所述目标毁伤预测模型与所述毁伤目标相对应；对所述第二毁伤数据进行基于所述目标毁伤预测模型的毁伤预测处理，得到目标毁伤数据，其中，所述目标毁伤数据为用于表示毁伤目标所受毁伤当量的数据。通过训练得到毁伤预测模型，在进行目标毁伤效果预测时，基于训练得到的毁伤预测模型进本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种用于目标毁伤预测的数据处理方法，其特征在于，包括：获取待处理数据，其中，所述待处理数据包括第一毁伤数据和第二毁伤数据，所述第一毁伤数据为用于表示毁伤目标的数据，所述第二毁伤数据为用于表示对毁伤目标进行毁伤的数据；对所述第一毁伤数据进行基于毁伤目标的模型匹配处理，得到目标毁伤预测模型，其中，所述目标毁伤预测模型与所述毁伤目标相对应；对所述第二毁伤数据进行基于所述目标毁伤预测模型的毁伤预测处理，得到目标毁伤数据，其中，所述目标毁伤数据为用于表示毁伤目标所受毁伤当量的数据。2.根据权利要求1所述的数据处理方法，其特征在于，对所述第二毁伤数据进行基于所述目标毁伤预测模型的毁伤预测处理，得到目标毁伤数据包括：对所述第二毁伤数据进行基于毁伤特征的识别处理，得到毁伤特征数据，其中，所述毁伤特征数据为用于表示目标所受毁伤的特征数据；对所述毁伤特征数据进行图形化特征提取处理，得到图形毁伤特征数据，其中，所述图形毁伤特征数据为用于表示毁伤目标对应的毁伤图像特征数据；对所述图形毁伤特征数据进行毁伤预测处理，得到所述目标毁伤数据。3.根据权利要求1所述的数据处理方法，其特征在于，对所述第一毁伤数据进行基于毁伤目标的模型匹配处理，得到目标毁伤预测模型包括：对所述第一毁伤数据进行基于毁伤目标的识别处理，得到毁伤目标特征数据，其中，所述毁伤目标特征数据为用于表示毁伤目标的特征数据；在预设毁伤模型数据库中匹配与所述毁伤目标特征数据对应的毁伤预测模型，得到所述目标毁伤预测模型。4.根据权利要求1所述的数据处理方法，其特征在于，在获取待处理数据之前，所述数据处理方法包括：获取毁伤训练样本数据，其中，所述毁伤训练样本数据为用于训练所述目标毁伤预测模型的样本数据；对所述毁伤训练样本数据进行基于毁伤目标的提取处理，得到目标毁伤训练样本数据，其中，所述目标毁伤训练样本数据为用于表示毁伤目标对应的模型训练样本数据；对所述目标毁伤训练样本数据进行毁伤特征提取处理，得到样本毁伤特征数据，其中，所述样本毁伤特征数据为用于表示目标毁伤特征的数据；在所述毁伤训练样本数据中匹配与所述样本毁伤特征数据对应的样本毁伤图像数据，得到样本毁伤图像数据；根据所述样本毁伤特征数据、所述样本毁伤图像数据和所述样本毁伤特征数据对应的样本毁伤数据对预先构建的深度学习模型进行训练，得到目标毁伤预测模型。5.根据权利要求4所述的数据处理方法，其特征在于，根据所述样本毁伤特征数据、所述样本毁伤图像数据和所述样本毁伤特征数据对应的样本毁伤数据对预先构建的深度学习模型进行训练，得到目标毁伤预测模型包括：根据所述样本毁伤特征数据、所述样本毁伤图像数据和所述样本毁伤特征数据对应的样本毁伤数据对预先构建的深度学习模型进行训练，得到过程毁伤预测模型；对所述过程毁伤预测模型进行基于...
【专利技术属性】
技术研发人员：武健，李邦杰，马峰，李少朋，常燕，王顺宏，李雪瑞，赵久奋，
申请(专利权)人：中国人民解放军火箭军工程大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。