[发明专利]一种用于目标空间分群的数据处理方法及装置

说明书

本发明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。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种用于目标空间分群的数据处理方法及装置。

背景技术

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。

发明内容

本发明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。

为了解决上述技术问题，本发明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：

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。

作为一种可选的实施方式，在本发明实施例第一方面中，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：

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；

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；

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。

作为一种可选的实施方式，在本发明实施例第一方面中，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：

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，得到节点相似矩阵。

作为一种可选的实施方式，在本发明实施例第一方面中，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：

根据所述节点相似矩阵，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；