[发明专利]多目标流形数据分析方法、装置、设备及存储介质

权利要求书

1.一种多目标流形数据分析方法，其特征在于，包括：

获取多目标流形数据；

将所述多目标流形数据输入预先训练好的流形数据分析模型，得到所述多目标流形数据的分析结果，所述流形数据分析模型利用样本流形数据和所述样本流形数据对应的样本分析序列，对流形空间内的初始分析模型训练得到。

2.根据权利要求1所述的方法，其特征在于，所述流形数据分析模型通过如下步骤训练：

获取样本流形数据、所述样本流形数据对应的样本分析序列以及初始分析模型的初始模型参数；

基于所述样本流形数据和所述样本分析序列，对所述流形空间内的初始分析模型的初始模型参数进行迭代调整，直至当前调整次数下的当前模型参数稳定，得到用于确定所述多目标流形数据的分析结果的流形数据分析模型。

3.根据权利要求2所述的方法，其特征在于，所述基于所述样本流形数据和所述样本分析序列，对所述流形空间内的初始分析模型的初始模型参数进行迭代调整，直至当前调整次数下的当前模型参数稳定，得到用于确定所述多目标流形数据的分析结果的流形数据分析模型，包括：

对所述样本流形数据进行分组，得到所述样本流形数据的多个第一样本分组序列；

基于各个所述第一样本分组序列中的样本流形数据分别对应的所述初始模型参数，计算所述初始分析模型的预测分析序列；

基于所述预测分析序列与所述样本分析序列，对所述初始模型参数进行迭代调整，直至当前调整次数下的当前模型参数稳定，得到用于确定所述多目标流形数据的分析结果的流形数据分析模型。

4.根据权利要求3所述的方法，其特征在于，所述对所述样本流形数据进行分组，得到所述样本流形数据的多个第一样本分组序列，包括：

基于所述样本流形数据的每个维度的特征，对所述样本流形数据进行排序，得到所述样本流形数据分别对应的第一排序序列；

对所述第一排序序列对应的所述样本流形数据进行分组，得到所述样本流形数据的多个第一样本分组序列。

5.根据权利要求4所述的方法，其特征在于，所述对所述第一排序序列对应的所述样本流形数据进行分组，得到所述样本流形数据的至少两个第一样本分组序列，包括：

基于所述第一排序序列对应的所述样本流形数据的数据量，确定所述样本流形数据的第一分组切分点；

根据所述第一分组切分点，对所述第一排序序列对应的所述样本流形数据进行分组，得到所述样本流形数据的至少两个第一样本分组序列。

6.根据权利要求4所述的方法，其特征在于，所述对所述第一排序序列对应的所述样本流形数据进行分组，得到所述样本流形数据的至少两个第一样本分组序列，包括：

将所述第一排序序列对应的所述样本流形数据输入所述初始分析模型，得到所述样本流形数据对应的预测分析序列；

基于所述预测分析序列中的各个预测分析结果对应的概率值，确定所述样本流形数据的第二分组切分点；

根据所述第二分组切分点，对所述第一排序序列对应的所述样本流形数据进行分组，得到所述样本流形数据的至少两个第一样本分组序列。

7.根据权利要求3所述的方法，其特征在于，所述基于各个所述第一样本分组序列中的样本流形数据分别对应的所述初始模型参数，计算所述初始分析模型的预测分析序列，包括：

基于所述第一样本分组序列，确定所述初始模型参数的初始分组参数；

针对每个所述第一样本分组序列，计算所述第一样本分组序列对应的初始分组参数的分组参数和，得到所述初始分析模型的预测分析序列，所述分组参数和为所述第一样本分组序列对应的初始分组参数中所有初始模型参数的和。