本發(fā)明涉及數(shù)據(jù)生成優(yōu)化處理，尤其涉及一種仿真服務(wù)平臺數(shù)據(jù)生成優(yōu)化方法、系統(tǒng)、設(shè)備及介質(zhì)。

背景技術(shù)：

1、隨著信息技術(shù)和工業(yè)設(shè)計的快速發(fā)展，仿真服務(wù)平臺在產(chǎn)品開發(fā)、模擬測試及優(yōu)化設(shè)計等方面發(fā)揮著越來越重要的作用。這些平臺在數(shù)據(jù)管理和處理方面面臨著諸多挑戰(zhàn)，推動了相關(guān)技術(shù)的不斷創(chuàng)新和發(fā)展。

2、數(shù)據(jù)生成是數(shù)據(jù)處理過程中的重要一環(huán)。傳統(tǒng)的數(shù)據(jù)生成方式，依賴于單一的神經(jīng)網(wǎng)絡(luò)模型，或統(tǒng)計方法，如隨機采樣、統(tǒng)計模擬或確定性算法。這種方式?jīng)]有深挖相關(guān)數(shù)據(jù)的特性，難以模擬復(fù)雜關(guān)系，靈活性較差，從而使得數(shù)據(jù)生成的結(jié)果不太理想。

技術(shù)實現(xiàn)思路

1、鑒于上述的分析，本發(fā)明實施例旨在提供一種仿真服務(wù)平臺數(shù)據(jù)生成優(yōu)化方法、系統(tǒng)、設(shè)備及介質(zhì)，用以解決現(xiàn)有數(shù)據(jù)生成方式存在的模型單一、難以模擬復(fù)雜關(guān)系的問題。

2、本發(fā)明公開了一種仿真服務(wù)平臺數(shù)據(jù)生成優(yōu)化方法，所述方法包括：

3、編碼器對第一輸入數(shù)據(jù)向量進行量化、編碼及壓縮，得到第一壓縮距離；

4、判別神經(jīng)網(wǎng)絡(luò)對第一壓縮距離進行類別判別，得到第一壓縮距離的類別判別結(jié)果；

5、生成神經(jīng)網(wǎng)絡(luò)基于第一壓縮距離及其類別判別結(jié)果，生成第一壓縮距離的關(guān)聯(lián)數(shù)據(jù)；解碼器對第一壓縮距離的關(guān)聯(lián)數(shù)據(jù)進行解壓縮及解碼，得到第二輸入數(shù)據(jù)向量；

6、編碼器對第二輸入數(shù)據(jù)向量進行量化、編碼，并計算量化編碼后的第一輸入數(shù)據(jù)向量和第二輸入數(shù)據(jù)向量之間的壓縮距離，得到第三壓縮距離；

7、判別神經(jīng)網(wǎng)絡(luò)對第三壓縮距離進行類別判別，得到第三壓縮距離的類別判別結(jié)果；若第三壓縮距離和第一壓縮距離的類別判別結(jié)果為一類，則將第二輸入數(shù)據(jù)向量作為第一輸入數(shù)據(jù)向量的數(shù)據(jù)生成結(jié)果；否則，跳轉(zhuǎn)到生成神經(jīng)網(wǎng)絡(luò)基于第一壓縮距離及其類別判別結(jié)果生成第一壓縮距離的關(guān)聯(lián)數(shù)據(jù)的步驟，重新生成第二輸入數(shù)據(jù)向量。

8、在上述方案的基礎(chǔ)上，本發(fā)明還做出了如下改進：

9、進一步，所述計算量化編碼后的第一輸入數(shù)據(jù)向量和第二輸入數(shù)據(jù)向量之間的壓縮距離，執(zhí)行：

10、分別對量化編碼后的第一輸入數(shù)據(jù)向量、第二輸入數(shù)據(jù)向量進行單獨壓縮，并記錄各自單獨壓縮的壓縮文件的大??；

11、對量化編碼后的第一輸入數(shù)據(jù)向量和第二輸入數(shù)據(jù)向量進行聯(lián)合壓縮，并記錄聯(lián)合壓縮的壓縮文件的大??；

12、根據(jù)第一輸入數(shù)據(jù)向量和第二輸入數(shù)據(jù)向量各自單獨壓縮的壓縮文件的大小，以及，聯(lián)合壓縮的壓縮文件的大小，計算量化編碼后的第一輸入數(shù)據(jù)向量和第二輸入數(shù)據(jù)向量之間的壓縮距離。

13、進一步，量化編碼后的第一輸入數(shù)據(jù)向量和第二輸入數(shù)據(jù)向量之間的壓縮距離cd表示為：

14、，

15、其中，、分別表示量化編碼后的第一輸入數(shù)據(jù)向量、第二輸入數(shù)據(jù)向量的單獨壓縮的壓縮文件的大?。槐硎玖炕幋a后的第一輸入數(shù)據(jù)向量和第二輸入數(shù)據(jù)向量聯(lián)合壓縮的壓縮文件的大小。

16、進一步，在對量化編碼后的第一輸入數(shù)據(jù)向量和第二輸入數(shù)據(jù)向量進行聯(lián)合壓縮之前，還執(zhí)行：

17、將量化編碼后的第一輸入數(shù)據(jù)向量和第二輸入數(shù)據(jù)向量拼接成一個長字符串；

18、然后，對量化編碼后的第一輸入數(shù)據(jù)向量和第二輸入數(shù)據(jù)向量進行聯(lián)合壓縮。

19、進一步，在編碼器對第一輸入數(shù)據(jù)向量、第二輸入數(shù)據(jù)向量進行量化之前，還執(zhí)行：

20、對第一輸入數(shù)據(jù)向量、第二輸入數(shù)據(jù)向量分別進行預(yù)處理操作。

21、進一步，所述預(yù)處理操作包括歸一化、去噪及增強。

22、進一步，編碼器對第一輸入數(shù)據(jù)向量、第二輸入數(shù)據(jù)向量進行量化、編碼，執(zhí)行：

23、編碼器分別對第一輸入數(shù)據(jù)向量、第二輸入數(shù)據(jù)向量中的每個元素均乘以量化因子，并四舍五入到最近的整數(shù)，之后，編碼轉(zhuǎn)換為固定長度的二進制字符串，對應(yīng)得到量化編碼后的第一輸入數(shù)據(jù)向量、第二輸入數(shù)據(jù)向量。

24、本發(fā)明還提供了一種仿真服務(wù)平臺數(shù)據(jù)生成優(yōu)化系統(tǒng)，所述系統(tǒng)包括編碼器、判別神經(jīng)網(wǎng)絡(luò)、生成神經(jīng)網(wǎng)絡(luò)及解碼器；其中：

25、編碼器，用于對第一輸入數(shù)據(jù)向量進行量化、編碼及壓縮，得到第一壓縮距離；還用于對解碼器輸出的第二輸入數(shù)據(jù)向量進行量化、編碼，并計算量化編碼后的第一輸入數(shù)據(jù)向量和第二輸入數(shù)據(jù)向量之間的壓縮距離，得到第三壓縮距離；

26、判別神經(jīng)網(wǎng)絡(luò)，用于對第一壓縮距離進行類別判別，得到第一壓縮距離的類別判別結(jié)果；還用于對第三壓縮距離進行類別判別，得到第三壓縮距離的類別判別結(jié)果；若第三壓縮距離和第一壓縮距離的類別判別結(jié)果為一類，則將第二輸入數(shù)據(jù)向量作為第一輸入數(shù)據(jù)向量的數(shù)據(jù)生成結(jié)果；否則，指示生成神經(jīng)網(wǎng)絡(luò)重新基于第一壓縮距離及其類別判別結(jié)果生成第一壓縮距離的關(guān)聯(lián)數(shù)據(jù)，直至第三壓縮距離和第一壓縮距離的類別判別結(jié)果為一類；

27、生成神經(jīng)網(wǎng)絡(luò)，用于基于第一壓縮距離及其類別判別結(jié)果，生成第一壓縮距離的關(guān)聯(lián)數(shù)據(jù)；

28、解碼器，用于對第一壓縮距離的關(guān)聯(lián)數(shù)據(jù)進行解壓縮及解碼，得到第二輸入數(shù)據(jù)向量。

29、本發(fā)明還提供了一種電子設(shè)備，包括：

30、處理器；以及

31、存儲器，其上存儲有可執(zhí)行代碼，當(dāng)所述可執(zhí)行代碼被所述處理器執(zhí)行時，使所述處理器執(zhí)行上述仿真服務(wù)平臺數(shù)據(jù)生成優(yōu)化方法。

32、本發(fā)明還提供了一種計算機可讀存儲介質(zhì)，其上存儲有可執(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，使所述處理器執(zhí)行上述仿真服務(wù)平臺數(shù)據(jù)生成優(yōu)化方法。

33、與現(xiàn)有技術(shù)相比，本發(fā)明至少可實現(xiàn)如下有益效果之一：

34、本發(fā)明提供的仿真服務(wù)平臺數(shù)據(jù)生成優(yōu)化方法，通過優(yōu)化數(shù)據(jù)生成的流程，引入并優(yōu)化壓縮距離的計算方式，能夠使得壓縮距離的計算結(jié)果更為準確，使得判別神經(jīng)網(wǎng)絡(luò)的類別判別結(jié)果更為準確，并推動生成神經(jīng)網(wǎng)絡(luò)生成質(zhì)量更高的相關(guān)數(shù)據(jù)。該方法用到了兩種神經(jīng)網(wǎng)絡(luò)模型，交互復(fù)雜，結(jié)合壓縮距離的計算方式，能夠模擬復(fù)雜關(guān)系，有效解決了現(xiàn)有數(shù)據(jù)生成方式存在的模型單一、難以模擬復(fù)雜關(guān)系的問題。

35、本發(fā)明提供的仿真服務(wù)平臺數(shù)據(jù)生成優(yōu)化系統(tǒng)、設(shè)備及介質(zhì)，與上述方案基于相同的技術(shù)構(gòu)思實現(xiàn)，具備相應(yīng)的技術(shù)效果。

36、本發(fā)明中，上述各技術(shù)方案之間還可以相互組合，以實現(xiàn)更多的優(yōu)選組合方案。本發(fā)明的其他特征和優(yōu)點將在隨后的說明書中闡述，并且，部分優(yōu)點可從說明書中變得顯而易見，或者通過實施本發(fā)明而了解。本發(fā)明的目的和其他優(yōu)點可通過說明書以及附圖中所特別指出的內(nèi)容中來實現(xiàn)和獲得。

技術(shù)特征：

1.一種仿真服務(wù)平臺數(shù)據(jù)生成優(yōu)化方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的仿真服務(wù)平臺數(shù)據(jù)生成優(yōu)化方法，其特征在于，所述計算量化編碼后的第一輸入數(shù)據(jù)向量和第二輸入數(shù)據(jù)向量之間的壓縮距離，執(zhí)行：

3.根據(jù)權(quán)利要求2所述的仿真服務(wù)平臺數(shù)據(jù)生成優(yōu)化方法，其特征在于，量化編碼后的第一輸入數(shù)據(jù)向量和第二輸入數(shù)據(jù)向量之間的壓縮距離cd表示為：

4.根據(jù)權(quán)利要求3所述的仿真服務(wù)平臺數(shù)據(jù)生成優(yōu)化方法，其特征在于，在對量化編碼后的第一輸入數(shù)據(jù)向量和第二輸入數(shù)據(jù)向量進行聯(lián)合壓縮之前，還執(zhí)行：

5.根據(jù)權(quán)利要求1-4中任一項所述的仿真服務(wù)平臺數(shù)據(jù)生成優(yōu)化方法，其特征在于，在編碼器對第一輸入數(shù)據(jù)向量、第二輸入數(shù)據(jù)向量進行量化之前，還執(zhí)行：

6.根據(jù)權(quán)利要求5所述的仿真服務(wù)平臺數(shù)據(jù)生成優(yōu)化方法，其特征在于，所述預(yù)處理操作包括歸一化、去噪及增強。

7.根據(jù)權(quán)利要求5所述的仿真服務(wù)平臺數(shù)據(jù)生成優(yōu)化方法，其特征在于，編碼器對第一輸入數(shù)據(jù)向量、第二輸入數(shù)據(jù)向量進行量化、編碼，執(zhí)行：

8.一種仿真服務(wù)平臺數(shù)據(jù)生成優(yōu)化系統(tǒng)，其特征在于，所述系統(tǒng)包括編碼器、判別神經(jīng)網(wǎng)絡(luò)、生成神經(jīng)網(wǎng)絡(luò)及解碼器；其中：

9.一種電子設(shè)備，其特征在于，包括：

10.一種計算機可讀存儲介質(zhì)，其特征在于，其上存儲有可執(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，使所述處理器執(zhí)行如權(quán)利要求1-7中任一項所述的仿真服務(wù)平臺數(shù)據(jù)生成優(yōu)化方法。

技術(shù)總結(jié)
一種仿真服務(wù)平臺數(shù)據(jù)生成優(yōu)化方法、系統(tǒng)、設(shè)備及介質(zhì)，屬于數(shù)據(jù)生成優(yōu)化處理領(lǐng)域，解決了現(xiàn)有數(shù)據(jù)生成方式中模型單一、難以模擬復(fù)雜關(guān)系的問題。該方法包括：編碼器對第一輸入數(shù)據(jù)向量進行量化、編碼及壓縮，得到第一壓縮距離；判別神經(jīng)網(wǎng)絡(luò)對第一壓縮距離進行類別判別；生成神經(jīng)網(wǎng)絡(luò)生成第一壓縮距離的關(guān)聯(lián)數(shù)據(jù)；解碼器對關(guān)聯(lián)數(shù)據(jù)進行解壓縮及解碼，得到第二輸入數(shù)據(jù)向量；編碼器對第二輸入數(shù)據(jù)向量進行量化、編碼，計算第一輸入數(shù)據(jù)向量和第二輸入數(shù)據(jù)向量之間的壓縮距離，得到第三壓縮距離；判別神經(jīng)網(wǎng)絡(luò)對第三壓縮距離進行類別判別；若第三、第一壓縮距離的類別判別結(jié)果為一類，將第二輸入數(shù)據(jù)向量作為第一輸入數(shù)據(jù)向量的數(shù)據(jù)生成結(jié)果。

技術(shù)研發(fā)人員：程海,鄭建國,王俊虎
受保護的技術(shù)使用者：安世亞太科技股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/23