[发明专利]数据处理方法、装置及控制设备

权利要求书

1.一种数据处理方法，其特征在于，所述方法包括：

获取样本数据；

根据预设在第一应用场景下的第一神经网络模型对所述样本数据进行处理，以控制执行机构在第二应用场景下进行输出；

获取输出结果数据；

根据已适应所述第二应用场景的第二神经网络模型对所述样本数据进行处理后，获取所述第二神经网络模型控制所述执行机构在所述第二应用场景下进行输出的理想结果数据作为比对数据；

将所述比对数据与所述输出结果数据一起作为反馈数据对所述第一神经网络模型进行再训练，修正所述第一神经网络模型以适应所述第二应用场景。

2.根据权利要求1所述的方法，其特征在于，所述将所述输出结果数据作为反馈数据对所述第一神经网络模型进行再训练包括：

在每次获得一个所述输出结果数据后，就将所述输出结果数据与所述比对数据一起作为反馈数据对所述第一神经网络模型进行再训练；或者，

在获得的所述输出结果数据的数量达到预设值后，将所有的所述输出结果数据与所述比对数据一起作为反馈数据对所述第一神经网络模型进行再训练。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据所述输出结果数据和所述比对数据获取所述第一神经网络模型在所述第二应用场景下的执行准确率；

当所述准确率超过预设阈值时，确认所述第一神经网络模型已适应所述第二应用场景。

4.根据权利要求1所述的方法，其特征在于，所述理想结果数据为虚拟执行输出的数据。

5.一种数据处理装置，其特征在于，包括：

第一获取模块，用于获取样本数据；

模型控制模块，用于根据预设在第一应用场景下的第一神经网络模型对所述样本数据进行处理，以控制执行机构在第二应用场景下进行输出；

第二获取模块，用于获取输出结果数据；

第三获取模块，用于根据已适应所述第二应用场景的第二神经网络模型对所述样本数据进行处理后，获取所述第二神经网络模型控制执行机构在所述第二应用场景下进行输出的理想结果数据作为比对数据；

第一再训练模块，用于将所述比对数据与所述输出结果数据一起作为反馈数据对所述第一神经网络模型进行再训练，修正所述第一神经网络模型以适应所述第二应用场景。

6.根据权利要求5所述的装置，其特征在于，所述第一再训练模块还用于：

在每次获得一个所述输出结果数据后，就将所述输出结果数据与所述比对数据一起作为反馈数据对所述第一神经网络模型进行再训练；或者，

在获得的所述输出结果数据的数量达到预设值后，将所有的所述输出结果数据与所述比对数据一起作为反馈数据对所述第一神经网络模型进行再训练。

7.根据权利要求5所述的装置，其特征在于，所述装置还包括：

第四获取模块，用于根据所述输出结果数据和所述比对数据获取所述第一神经网络模型在所述第二应用场景下的执行准确率；

模式切换模块，用于当所述准确率超过预设阈值时，确认所述第一神经网络模型已适应所述第二应用场景。

8.一种控制设备，其特征在于，包括处理器以及存储器，所述存储器存储有计算机可读取指令，当所述计算机可读取指令由所述处理器执行时，运行如权利要求1-4中任一权项所述的方法。

9.一种计算机可读存储介质，其上存储有计算机指令，其特征在于，该计算机指令被处理器执行时实现权利要求1-4任一项所述的方法。