本申請(qǐng)涉及仿真數(shù)據(jù)處理，尤其涉及仿真服務(wù)平臺(tái)數(shù)據(jù)聚類和生成方法、系統(tǒng)、電子設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、隨著信息技術(shù)的飛速發(fā)展，數(shù)據(jù)處理與仿真技術(shù)已成為工業(yè)設(shè)計(jì)與制造領(lǐng)域中不可或缺的一部分。特別是在人工智能（ai，artificial?intelligence）技術(shù)的推動(dòng)下，數(shù)據(jù)處理與仿真的效率與精準(zhǔn)度不斷提升，為工業(yè)創(chuàng)新與設(shè)計(jì)優(yōu)化提供了強(qiáng)有力的支持。

2、數(shù)據(jù)聚類是數(shù)據(jù)處理的一個(gè)重要過(guò)程，可以將數(shù)據(jù)集中的樣本劃分為若干個(gè)彼此相似的組或“簇”。在工業(yè)設(shè)計(jì)與仿真服務(wù)領(lǐng)域，傳統(tǒng)的數(shù)據(jù)聚類與生成方法通常依賴于單一的算法模型，如單一的神經(jīng)網(wǎng)絡(luò)模型，這些模型在處理復(fù)雜數(shù)據(jù)結(jié)構(gòu)時(shí)可能面臨效率低下或泛化能力不足的問(wèn)題。同時(shí)，傳統(tǒng)的數(shù)據(jù)聚類方法往往缺乏與數(shù)據(jù)生成過(guò)程的有效結(jié)合，限制了其在數(shù)據(jù)增強(qiáng)、隱私保護(hù)等應(yīng)用場(chǎng)景中的潛力。

技術(shù)實(shí)現(xiàn)思路

1、為解決或部分解決相關(guān)技術(shù)中存在的問(wèn)題，本申請(qǐng)?zhí)峁┮环N仿真服務(wù)平臺(tái)數(shù)據(jù)聚類和生成方法、系統(tǒng)、電子設(shè)備及存儲(chǔ)介質(zhì)，能夠基于嵌套晶格與神經(jīng)網(wǎng)絡(luò)并行對(duì)數(shù)據(jù)進(jìn)行處理，通過(guò)嵌套晶格編碼優(yōu)化神經(jīng)網(wǎng)絡(luò)的聚類判別過(guò)程，同時(shí)利用神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)能力進(jìn)行數(shù)據(jù)生成，提高了仿真數(shù)據(jù)處理的效率與準(zhǔn)確度。

2、本申請(qǐng)第一方面提供一種仿真服務(wù)平臺(tái)數(shù)據(jù)聚類和生成方法，包括：

3、獲取輸入數(shù)據(jù)，將所述輸入數(shù)據(jù)與預(yù)設(shè)平滑向量相加，生成平滑數(shù)據(jù)；

4、基于預(yù)設(shè)嵌套晶格系統(tǒng)對(duì)所述平滑數(shù)據(jù)進(jìn)行壓縮，得到編碼信息；

5、將所述編碼信息分別輸入預(yù)設(shè)判別網(wǎng)絡(luò)與預(yù)設(shè)生成網(wǎng)絡(luò)；

6、所述預(yù)設(shè)判別網(wǎng)絡(luò)基于所述編碼信息進(jìn)行聚類判別，生成聚類結(jié)果；

7、所述預(yù)設(shè)生成網(wǎng)絡(luò)基于所述聚類結(jié)果與所述編碼信息生成新數(shù)據(jù)樣本。

8、優(yōu)選的，所述預(yù)設(shè)嵌套晶格系統(tǒng)包括細(xì)晶格和粗晶格，所述基于預(yù)設(shè)嵌套晶格系統(tǒng)對(duì)所述平滑數(shù)據(jù)進(jìn)行壓縮，得到編碼信息包括：

9、基于預(yù)設(shè)估計(jì)系數(shù)調(diào)整所述平滑數(shù)據(jù)，生成調(diào)整數(shù)據(jù)；

10、將所述調(diào)整數(shù)據(jù)量化到所述細(xì)晶格，生成量化信息；

11、將所述量化信息映射到所述粗晶格，得到所述編碼信息。

12、優(yōu)選的，所述基于預(yù)設(shè)嵌套晶格系統(tǒng)對(duì)所述平滑數(shù)據(jù)進(jìn)行壓縮，得到編碼信息之后的步驟包括：

13、根據(jù)所述預(yù)設(shè)估計(jì)系數(shù)以及所述預(yù)設(shè)平滑向量對(duì)所述編碼信息進(jìn)行解壓縮，生成重構(gòu)數(shù)據(jù)；

14、基于預(yù)設(shè)目標(biāo)數(shù)據(jù)和所述重構(gòu)數(shù)據(jù)計(jì)算失真度量；所述失真度量用于評(píng)估所述重構(gòu)數(shù)據(jù)的重構(gòu)質(zhì)量。

15、優(yōu)選的，所述將所述編碼信息分別輸入預(yù)設(shè)判別網(wǎng)絡(luò)與預(yù)設(shè)生成網(wǎng)絡(luò)包括：

16、根據(jù)所述編碼信息確定從所述輸入數(shù)據(jù)到預(yù)設(shè)目標(biāo)數(shù)據(jù)的壓縮距離；

17、將所述壓縮距離分別輸入所述預(yù)設(shè)判別網(wǎng)絡(luò)與所述預(yù)設(shè)生成網(wǎng)絡(luò)。

18、優(yōu)選的，所述預(yù)設(shè)判別網(wǎng)絡(luò)基于所述編碼信息進(jìn)行聚類判別，生成聚類結(jié)果包括：

19、所述預(yù)設(shè)判別網(wǎng)絡(luò)基于所述壓縮距離進(jìn)行聚類判別，生成所述聚類結(jié)果；

20、所述預(yù)設(shè)生成網(wǎng)絡(luò)基于所述聚類結(jié)果與所述編碼信息生成新數(shù)據(jù)樣本包括：

21、所述預(yù)設(shè)生成網(wǎng)絡(luò)基于所述聚類結(jié)果與所述壓縮距離生成所述新數(shù)據(jù)樣本。

22、優(yōu)選的，所述將所述輸入數(shù)據(jù)與預(yù)設(shè)平滑向量相加，生成平滑數(shù)據(jù)之后還包括：

23、在所述平滑數(shù)據(jù)的基礎(chǔ)上加或減噪聲向量。

24、優(yōu)選的，所述方法還包括：

25、根據(jù)所述聚類結(jié)果調(diào)整所述預(yù)設(shè)生成網(wǎng)絡(luò)；或，

26、根據(jù)所述新數(shù)據(jù)樣本調(diào)整所述預(yù)設(shè)判別網(wǎng)絡(luò)；或，

27、根據(jù)所述新數(shù)據(jù)樣本調(diào)整所述預(yù)設(shè)平滑向量或所述預(yù)設(shè)估計(jì)系數(shù)。

28、本申請(qǐng)第二方面提供一種仿真服務(wù)平臺(tái)數(shù)據(jù)聚類和生成系統(tǒng)，包括：

29、預(yù)處理模塊，用于獲取輸入數(shù)據(jù)，將所述輸入數(shù)據(jù)與預(yù)設(shè)平滑向量相加，生成平滑數(shù)據(jù)；

30、壓縮模塊，用于基于預(yù)設(shè)嵌套晶格系統(tǒng)對(duì)所述平滑數(shù)據(jù)進(jìn)行壓縮，得到編碼信息；

31、輸入模塊，用于將所述編碼信息分別輸入預(yù)設(shè)判別網(wǎng)絡(luò)與預(yù)設(shè)生成網(wǎng)絡(luò)；

32、聚類模塊，用于所述預(yù)設(shè)判別網(wǎng)絡(luò)對(duì)所述編碼信息進(jìn)行聚類判別，生成聚類結(jié)果；

33、生成模塊，用于所述預(yù)設(shè)生成網(wǎng)絡(luò)基于所述聚類結(jié)果與所述編碼信息生成新數(shù)據(jù)樣本。

34、本申請(qǐng)第三方面提供一種電子設(shè)備，包括：

35、處理器；以及

36、存儲(chǔ)器，其上存儲(chǔ)有可執(zhí)行代碼，當(dāng)所述可執(zhí)行代碼被所述處理器執(zhí)行時(shí)，使所述處理器執(zhí)行如上所述的方法。

37、本申請(qǐng)第四方面提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有可執(zhí)行代碼，當(dāng)所述可執(zhí)行代碼被電子設(shè)備的處理器執(zhí)行時(shí)，使所述處理器執(zhí)行如上所述的方法。

38、本申請(qǐng)?zhí)峁┑募夹g(shù)方案可以包括以下有益效果：本申請(qǐng)實(shí)施例公開了仿真服務(wù)平臺(tái)數(shù)據(jù)聚類和生成方法，包括獲取輸入數(shù)據(jù)，將輸入數(shù)據(jù)與預(yù)設(shè)平滑向量相加，生成平滑數(shù)據(jù)，基于預(yù)設(shè)嵌套晶格系統(tǒng)對(duì)平滑數(shù)據(jù)進(jìn)行壓縮，得到編碼信息，將編碼信息分別輸入預(yù)設(shè)判別網(wǎng)絡(luò)與預(yù)設(shè)生成網(wǎng)絡(luò)，預(yù)設(shè)判別網(wǎng)絡(luò)對(duì)編碼信息進(jìn)行聚類判別，生成聚類結(jié)果，預(yù)設(shè)生成網(wǎng)絡(luò)基于聚類結(jié)果與編碼信息生成新數(shù)據(jù)樣本，能夠基于嵌套晶格與神經(jīng)網(wǎng)絡(luò)并行對(duì)數(shù)據(jù)進(jìn)行處理，通過(guò)嵌套晶格編碼優(yōu)化神經(jīng)網(wǎng)絡(luò)的聚類判別過(guò)程，同時(shí)利用神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)能力進(jìn)行數(shù)據(jù)生成，提高了仿真數(shù)據(jù)處理的效率與準(zhǔn)確度，結(jié)合隨機(jī)平滑技術(shù)，提高了對(duì)噪聲和異常值的抵抗能力。

39、本申請(qǐng)的技術(shù)方案，還可以：利用嵌套晶格編碼技術(shù)計(jì)算數(shù)據(jù)間的壓縮距離，并將其作為神經(jīng)網(wǎng)絡(luò)判別與生成的輸入特征，實(shí)現(xiàn)了聚類與生成過(guò)程的緊密結(jié)合，提高了數(shù)據(jù)生成的針對(duì)性和有效性。

40、應(yīng)當(dāng)理解的是，以上的一般描述和后文的細(xì)節(jié)描述僅是示例性和解釋性的，并不能限制本申請(qǐng)。

技術(shù)特征：

1.一種仿真服務(wù)平臺(tái)數(shù)據(jù)聚類和生成方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述預(yù)設(shè)嵌套晶格系統(tǒng)包括細(xì)晶格和粗晶格，所述基于預(yù)設(shè)嵌套晶格系統(tǒng)對(duì)所述平滑數(shù)據(jù)進(jìn)行壓縮，得到編碼信息包括：

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述基于預(yù)設(shè)嵌套晶格系統(tǒng)對(duì)所述平滑數(shù)據(jù)進(jìn)行壓縮，得到編碼信息之后的步驟包括：

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述將所述編碼信息分別輸入預(yù)設(shè)判別網(wǎng)絡(luò)與預(yù)設(shè)生成網(wǎng)絡(luò)包括：

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將所述輸入數(shù)據(jù)與預(yù)設(shè)平滑向量相加，生成平滑數(shù)據(jù)之后還包括：

7.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述方法還包括：

8.一種仿真服務(wù)平臺(tái)數(shù)據(jù)聚類和生成系統(tǒng)，其特征在于，所述系統(tǒng)包括：

9.一種電子設(shè)備，其特征在于，包括：

10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，其上存儲(chǔ)有可執(zhí)行代碼，當(dāng)所述可執(zhí)行代碼被電子設(shè)備的處理器執(zhí)行時(shí)，使所述處理器執(zhí)行如權(quán)利要求1-7中任一項(xiàng)所述的方法。

技術(shù)總結(jié)
本申請(qǐng)涉及一種仿真服務(wù)平臺(tái)數(shù)據(jù)聚類和生成方法、系統(tǒng)、電子設(shè)備及存儲(chǔ)介質(zhì)，涉及仿真數(shù)據(jù)處理技術(shù)領(lǐng)域。該方法包括：獲取輸入數(shù)據(jù)，將輸入數(shù)據(jù)與預(yù)設(shè)平滑向量相加，生成平滑數(shù)據(jù)，基于預(yù)設(shè)嵌套晶格系統(tǒng)對(duì)平滑數(shù)據(jù)進(jìn)行壓縮，得到編碼信息，將編碼信息分別輸入預(yù)設(shè)判別網(wǎng)絡(luò)與預(yù)設(shè)生成網(wǎng)絡(luò)，預(yù)設(shè)判別網(wǎng)絡(luò)對(duì)編碼信息進(jìn)行聚類判別，生成聚類結(jié)果，預(yù)設(shè)生成網(wǎng)絡(luò)基于聚類結(jié)果與編碼信息生成新數(shù)據(jù)樣本。本申請(qǐng)?zhí)峁┑姆桨?，能夠基于嵌套晶格與神經(jīng)網(wǎng)絡(luò)并行對(duì)數(shù)據(jù)進(jìn)行處理，通過(guò)嵌套晶格編碼優(yōu)化神經(jīng)網(wǎng)絡(luò)的聚類判別過(guò)程，同時(shí)利用神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)能力進(jìn)行數(shù)據(jù)生成，提高了仿真數(shù)據(jù)處理的效率與準(zhǔn)確度，結(jié)合隨機(jī)平滑技術(shù)，提高了對(duì)噪聲和異常值的抵抗能力。

技術(shù)研發(fā)人員：程海,王偉達(dá),周群,王俊虎,霍云東
受保護(hù)的技術(shù)使用者：北京賦智工創(chuàng)科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/2