[發明專利]一種數據處理方法、裝置、電子設備及存儲介質

在審

• 申請號: 202110523027.9
• 申請日: 2021-05-13
• 公開（公告）號: CN113157926A
• 公開（公告）日: 2021-07-23
• 發明（設計）人: 石光輝;洪于祥
• 申請（專利權）人: 北京博睿宏遠數據科技股份有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

1.一種數據處理方法，其特征在于，包括：

獲取待處理數據序列，并提取所述待處理數據序列的梅爾倒譜系數特征；

根據所述梅爾倒譜系數特征對所述待處理數據序列進行分區聚類處理，得到分區數據序列簇；

根據所述分區數據序列簇進行預測模型訓練，得到目標序列預測模型。

2.根據權利要求1所述的方法，其特征在于，所述根據所述梅爾倒譜系數特征對所述待處理數據序列進行分區聚類處理，包括：

計算每兩個待處理數據序列的梅爾倒譜系數特征之間的特征相似度；

根據所述特征相似度構建各所述待處理數據序列之間的特征相似度矩陣；

根據所述特征相似度矩陣對所述待處理數據序列進行分區聚類處理。

3.根據權利要求2所述的方法，其特征在于，所述根據所述特征相似度矩陣對所述待處理數據序列進行分區聚類處理，包括：

獲取所述待處理數據序列的序列關聯屬性數據；

根據所述特征相似度矩陣和所述序列關聯屬性數據構建所述待處理數據序列的序列關聯拓撲圖；

根據所述序列關聯拓撲圖和預設序列簇分區數量利用譜聚類算法對所述待處理數據序列進行分區聚類處理；

其中，每個所述分區數據序列簇對應一個特征相似度子矩陣和序列關聯子拓撲圖。

4.根據權利要求1所述的方法，其特征在于，所述根據所述分區數據序列簇進行預測模型訓練，包括：

從當前分區數據序列簇中隨機選取一條目標數據序列；

根據所述目標數據序列訓練當前序列預測模型作為所述目標數據序列的目標序列預測模型；

更新所述目標數據序列對應的模型標簽和模型分數；

根據所述當前分區數據序列簇確定所述目標數據序列的目標關聯數據序列；

確定所述目標關聯數據序列的目標序列預測模型。

5.根據權利要求4所述的方法，其特征在于，所述根據所述當前分區數據序列簇確定所述目標數據序列的目標關聯數據序列，包括：

確定相似序列篩選閾值；其中，所述相似序列篩選閾值包括預設相似度閾值或相似序列數量閾值；

根據所述當前分區數據序列簇對應的相似序列特征和所述相似序列篩選閾值，從所述當前分區數據序列簇中選取與所述目標數據序列相似的數據序列確定為所述目標關聯數據序列；

其中，所述相似序列特征包括當前特征相似度子矩陣或當前序列關聯子拓撲圖。

6.根據權利要求4所述的方法，其特征在于，所述確定所述目標關聯數據序列的目標序列預測模型，包括：

根據各所述目標關聯數據序列對所述當前序列預測模型進行模型驗證，得到模型驗證分數；

根據驗證分數閾值從所述目標關聯數據序列中篩選第一目標關聯數據序列；

根據所述當前序列預測模型更新所述第一目標關聯數據序列和第二目標關聯數據序列對應的模型標簽和模型驗證分數；其中，所述第二目標關聯數據序列為所述目標關聯數據序列中移除所述第一目標關聯數據序列后得到的目標關聯數據序列；

在根據所述第一目標關聯數據序列確定所述當前分區數據序列簇滿足模型訓練終止條件的情況下，終止預測模型訓練過程，得到所述當前分區數據序列簇中各所述待處理數據序列對應的目標序列預測模型。

7.根據權利要求6所述的方法，其特征在于，所述確定所述目標關聯數據序列的目標序列預測模型，還包括：

在根據所述第一目標關聯數據序列確定所述當前分區數據序列簇滿足模型訓練終止條件的情況下，從所述當前分區數據序列簇移除所述目標數據序列和所述第一目標關聯數據序列，得到更新后的當前分區數據序列簇；

返回執行從當前分區數據序列簇中隨機選取一條目標數據序列的操作，直至根據所述第一目標關聯數據序列確定所述當前分區數據序列簇滿足模型訓練終止條件；

其中，所述根據所述當前序列預測模型更新第二目標關聯數據序列對應的模型標簽和模型驗證分數，包括：

在確定所述當前序列預測模型對應的模型驗證分數大于當前保存的模型驗證分數的情況下，根據所述當前序列預測模型的模型標簽和模型驗證分數更新所述第二目標關聯數據序列當前保存的模型標簽和模型驗證分數。