[发明专利]一种数据处理方法、设备和计算机可读存储介质

说明书

本发明实施例公开了一种数据处理方法，所述方法包括：获取样本数据；其中，所述样本数据表示与待优化结构区域对应的特征数据集合；对所述样本数据进行结构优化运算，得到第一结构图；基于第一神经网络对所述样本数据进行处理，得到第一输出数据；其中，所述第一神经网络用于提取所述样本数据的结构特征信息；基于所述第一输出数据与所述第一结构图的差异，调整所述第一神经网络的网络参数。本发明实施例还提供了一种数据处理设备和计算机可读存储介质。本发明提供的数据处理方法，可以在保证结构优化效果的情况下，降低运算成本和时间成本。

技术领域

本发明涉及移动电子设备领域，尤其涉及一种数据处理方法、设备及计算机可读存储介质。

背景技术

移动电子设备的轻量化，尤其是移动电子设备的结构优化是目前亟待解决的一个问题，基于有限元(Finite Element Method，FAE)的拓扑优化方法是解决该问题的一种成熟的技术方案。但上述方案实现过程中需要大批量迭代，由此会直接导致运算时间成本过高，而另一方面，市场需求的快速变化对移动电子设备结构优化周期缩短提出了更高的要求。因此，急需一种移动电子设备的结构优化方案，以实现在保证结构优化效果的情况下，还可以降低运算成本和时间成本的目标。

发明内容

有鉴于此，本发明实施例期望提供一种数据处理方法，该方法可以实现在保证结构优化效果的情况下，还可以降低运算成本，缩短优化周期的目的。

为达到上述目的，本发明的技术方案是这样实现的：

一种数据处理方法，所述方法包括：

获取样本数据；其中，所述样本数据表示与待优化结构区域类型对应的特征数据集合；

对所述样本数据进行结构优化运算，得到第一结构图；

基于第一神经网络对所述样本数据进行处理，得到第一输出数据；其中，所述第一神经网络用于提取所述样本数据的结构特征信息；

基于所述第一输出数据与所述第一结构图的差异，调整所述第一神经网络的网络参数。

可选的，所述基于第一神经网络对所述样本数据进行处理，得到第一输出数据，包括：

获取所述样本数据的至少两个数据分量；

基于所述第一神经网络的不同输入层分别对所述至少两个数据分量进行处理，得到所述至少两个数据分量的处理结果；

基于所述第一神经网络对所述至少两个数据分量的处理结果进行处理，得到第一输出数据。

可选的，所述至少两个数据分量包括第一数据分量、第二数据分量和第三数据分量；其中，所述第一数据分量用于表示所述样本数据的载荷分量；所述第二数据分量用于表示所述样本数据的边界条件分量；所述第三数据分量用于表示所述样本数据的材料分量。

可选的，所述基于所述第一输出数据与所述第一结构图的差异，调整所述第一神经网络的网络参数，包括：

对所述第一输出数据和所述第一结构图进行运算，得到第一运算结果；其中，所述第一运算结果用于表示所述第一输出数据与所述第一结构图的量化差异；

获取预设运算结果；

基于所述第一运算结果与所述预设运算结果的差异，调整所述第一神经网络的网络参数。

可选的，所述基于所述第一运算结果与所述预设运算结果的差异，调整所述第一神经网络的网络参数，包括：

获取预设误差阈值；

若所述第一运算结果与所述预设运算结果的差值大于所述预设误差阈值，调整所述第一神经网络的网络参数。