[发明专利]基于半监督聚类目标下粒子群算法的人工智能回复方法

权利要求书

1.一种基于半监督聚类目标下粒子群算法的人工智能回复方法，其特征在于，包括：

获得上位机中采集到的请求信息；

针对所述请求信息进行分析，确定目标数据信息；

根据所述目标数据信息进行目标数据获取，得到目标数据；

通过半监督聚类目标下粒子群算法确定所述目标数据的传输路径；

按照所述目标数据的传输路径将所述目标数据进行传输，实现对所述请求信息的回复。

2.根据权利要求1所述的人工智能回复方法，其特征在于，所述上位机在采集请求信息时通过多种采集方式获得请求信息，所述采集方式包括：语音输入、操作输入和关联信息导入。

3.根据权利要求2所述的人工智能回复方法，其特征在于，针对所述请求信息进行分析包括：语音分析、操作分析和关联信息分析，其中，所述语音分析是针对采集的语音进行语音信号预处理，然后将预处理后的语音信号识别出来得到语音信息，再将所述语音信息进行特征提取，并对提取的特征信息进行数据分析与匹配得到与所述采集的语音对应的目标数据；所述操作分析是获取用户在所述上位机上的操作信息，针对所述操作信息进行数据分析与匹配得到与所述采集的语音对应的目标数据；所述关联信息分析则是获取外接设备导入的信息，针对所述外接设备导入的信息进行识别，获得有效请求信息，针对所述有效请求信息进行数据分析与匹配得到与所述采集的语音对应的目标数据。

4.根据权利要求1所述的人工智能回复方法，其特征在于，根据所述目标数据信息进行目标数据获取包括:根据所述目标数据信息确定所述目标数据的位置，并在所述目标数据位置中分析所述目标数据是否为直接获取的数据；当所述目标数据在所述目标数据位置中为直接获取的数据时，直接读取所述目标位置中的目标数据，得到目标数据，当所述目标数据在所述目标数据位置中不是直接获取的数据时，则确定基本数据的位置，在所述基本数据的位置中读取基本数据，并将读取的基本数据传输至同一个数据处理中心，进行数据处理后得到目标数据。

5.根据权利要求1所述的人工智能回复方法，其特征在于，通过半监督聚类目标下粒子群算法确定目标数据的传输路径，包括：将存储数据的存储单元作为数据集合，存储单位中的存储节点即为粒子；在数据集合中随机选取K个作为数据中心；针对数据中心进行更新迭代，同时针对K值进行自适应计算，得的自适应数据，其中，在更新迭代时，K的初始值大于1的，在更新迭代过程中随着更新迭代次数每次增加1，而且K值不超过粒子总数的倍；针对自适应数据进行分析得的最优K值；根据粒子编码方式将粒子为K×M维向量，M为数据点维数；根据目标函数获取粒子的自适应度，并确定粒子的个体最优数据和全局最优数据；针对粒子进行动态聚类；确定粒子新的位置，并判断粒子位置是否需要更新；针对需要更新的粒子进行免疫扰动和混沌扰动处理，同时计算更新后粒子的自适应度，确定更新后粒子的个体最优数据和全局最优数据；针对更新前粒子的个体最优数据和全局最优数据和更新后粒子的个体最优数据和全局最优数据进行对比分析，确定个体最优数据和全局最优数据是否更新，得到个体最优数据和全局最优数据的最新数据；返回至是进行动态聚类的步骤，重复循环，直至更新次数达到预设值时，将此时得到的个体最优数据和全局最优数据的最新数据中最优数据对应的传输路径作为目标数据的传输路径。

6.根据权利要求5所述的人工智能回复方法，其特征在于，将此时得到的个体最优数据和全局最优数据的最新数据中最优数据对应的传输路径作为所述目标数据的传输路径，包括：

分析所述个体最优数据和全局最优数据的最新数据，确定所述个体最优数据的最新数据中与全局最优数据的最新数据中的不同粒子并获取所述不同粒子对应的传输路径；

在所述个体最优数据的最新数据中与全局最优数据的最新数据中的相同粒子对应的传输路径中增加所述不同粒子对应的传输路径，得到初步传输路径；

针对所述初步传输路径进行分析，将所述初步传输路径中重复信息消除，得到所述目标数据的传输路径。