本公開(kāi)涉及數(shù)據(jù)處理。更具體地，涉及一種評(píng)估指標(biāo)數(shù)據(jù)處理及評(píng)估方法、計(jì)算機(jī)設(shè)備、介質(zhì)及產(chǎn)品。

背景技術(shù)：

1、在對(duì)例如裝備體系等對(duì)象進(jìn)行評(píng)估的方案中，通常需要結(jié)合多種不同數(shù)值范圍、不同量綱的評(píng)估指標(biāo)數(shù)據(jù)進(jìn)行綜合評(píng)估，綜合評(píng)估得到的評(píng)估結(jié)果由多種評(píng)估指標(biāo)數(shù)據(jù)加權(quán)聚合所得。由于評(píng)估指標(biāo)數(shù)據(jù)包含多種數(shù)值范圍和量綱，因此在對(duì)多種評(píng)估指標(biāo)數(shù)據(jù)進(jìn)行加權(quán)聚合前需要對(duì)各種評(píng)估指標(biāo)數(shù)據(jù)進(jìn)行歸一化處理。

2、聚類(lèi)是一種常見(jiàn)的數(shù)據(jù)分析技術(shù)，用于將數(shù)據(jù)劃分至不同的組，使得同一組內(nèi)數(shù)據(jù)之間相似度較高，而不同組之間的相似度較低。根據(jù)聚類(lèi)的基本思想，可通過(guò)聚類(lèi)算法實(shí)現(xiàn)對(duì)評(píng)估指標(biāo)數(shù)據(jù)的歸一化處理。相關(guān)技術(shù)中，對(duì)各種評(píng)估指標(biāo)數(shù)據(jù)進(jìn)行歸一化處理的方案存在會(huì)引入主觀誤差、客觀性不足、物理意義上的合理性不足等問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、本公開(kāi)的目的在于提供一種評(píng)估指標(biāo)數(shù)據(jù)處理及評(píng)估方法、計(jì)算機(jī)設(shè)備、介質(zhì)及產(chǎn)品，以解決現(xiàn)有技術(shù)存在的問(wèn)題中的至少一個(gè)。

2、為達(dá)到上述目的，本公開(kāi)采用下述技術(shù)方案：

3、本公開(kāi)第一方面提供一種評(píng)估指標(biāo)數(shù)據(jù)處理方法，包括：

4、獲取多個(gè)待評(píng)估目標(biāo)的評(píng)估指標(biāo)數(shù)據(jù)；

5、根據(jù)不同聚類(lèi)中心數(shù)量對(duì)應(yīng)的誤差平方和、部分聚類(lèi)中心數(shù)量對(duì)應(yīng)的平均輪廓系數(shù)和預(yù)設(shè)的評(píng)估等級(jí)值數(shù)量確定k均值聚類(lèi)算法的聚類(lèi)中心數(shù)量，其中，所述k均值聚類(lèi)算法的聚類(lèi)中心數(shù)量小于等于預(yù)設(shè)的評(píng)估等級(jí)值數(shù)量；

6、根據(jù)所述k均值聚類(lèi)算法的聚類(lèi)中心數(shù)量，對(duì)所述多個(gè)待評(píng)估目標(biāo)的評(píng)估指標(biāo)數(shù)據(jù)進(jìn)行基于k均值聚類(lèi)算法的分組歸一化，得到所述多個(gè)待評(píng)估目標(biāo)的評(píng)估指標(biāo)數(shù)據(jù)對(duì)應(yīng)的評(píng)估等級(jí)值。

7、可選地，所述根據(jù)不同聚類(lèi)中心數(shù)量對(duì)應(yīng)的誤差平方和、部分聚類(lèi)中心數(shù)量對(duì)應(yīng)的平均輪廓系數(shù)和預(yù)設(shè)的評(píng)估等級(jí)值數(shù)量確定k均值聚類(lèi)算法的聚類(lèi)中心數(shù)量包括：

8、在大于3的聚類(lèi)中心數(shù)量中，將聚類(lèi)中心數(shù)量對(duì)應(yīng)的誤差平方和的變化率由大到小排列的前n個(gè)聚類(lèi)中心數(shù)量作為備選拐點(diǎn)值；

9、在n個(gè)備選拐點(diǎn)值中，篩選出滿(mǎn)足條件一和條件二的備選拐點(diǎn)值作為備選聚類(lèi)中心數(shù)量，其中，

10、條件一為：sse(kn-1)-sse(kn)<[sse(2)-sse(3)]/2；

11、條件二為：kn≤m；

12、sse(·)表示聚類(lèi)中心數(shù)量·對(duì)應(yīng)的誤差平方和；kn表示第n個(gè)備選拐點(diǎn)值，1≤n≤n；m為評(píng)估等級(jí)值數(shù)量，m＞4；

13、計(jì)算各備選聚類(lèi)中心數(shù)量對(duì)應(yīng)的平均輪廓系數(shù)，將平均輪廓系數(shù)最大的備選聚類(lèi)中心數(shù)量確定為k均值聚類(lèi)算法的聚類(lèi)中心數(shù)量。

14、可選地，所述備選拐點(diǎn)值的數(shù)量n的取值為2~4。

15、可選地，所述根據(jù)所述k均值聚類(lèi)算法的聚類(lèi)中心數(shù)量，對(duì)所述多個(gè)待評(píng)估目標(biāo)的評(píng)估指標(biāo)數(shù)據(jù)進(jìn)行基于k均值聚類(lèi)算法的分組歸一化，得到所述多個(gè)待評(píng)估目標(biāo)的評(píng)估指標(biāo)數(shù)據(jù)對(duì)應(yīng)的評(píng)估等級(jí)值包括：

16、根據(jù)所述k均值聚類(lèi)算法的聚類(lèi)中心數(shù)量，對(duì)所述多個(gè)待評(píng)估目標(biāo)的評(píng)估指標(biāo)數(shù)據(jù)進(jìn)行基于所述k均值聚類(lèi)算法的聚類(lèi)，并判斷所述k均值聚類(lèi)算法的聚類(lèi)中心數(shù)量與所述評(píng)估等級(jí)值數(shù)量的關(guān)系：

17、若所述k均值聚類(lèi)算法的聚類(lèi)中心數(shù)量等于所述評(píng)估等級(jí)值數(shù)量，則將所述基于所述k均值聚類(lèi)算法的聚類(lèi)得到的聚類(lèi)結(jié)果構(gòu)成的評(píng)估指標(biāo)數(shù)據(jù)分組，對(duì)應(yīng)為所述多個(gè)待評(píng)估目標(biāo)的評(píng)估指標(biāo)數(shù)據(jù)對(duì)應(yīng)的評(píng)估等級(jí)值；

18、若所述k均值聚類(lèi)算法的聚類(lèi)中心數(shù)量小于所述評(píng)估等級(jí)值數(shù)量，則將將所述基于所述k均值聚類(lèi)算法的聚類(lèi)得到的聚類(lèi)結(jié)果中包含評(píng)估指標(biāo)數(shù)據(jù)最多的簇作為第一簇，并判斷由聚類(lèi)中心數(shù)量由2增加至所述k均值聚類(lèi)算法的聚類(lèi)中心數(shù)量時(shí)對(duì)應(yīng)的平均輪廓系數(shù)是否為單調(diào)遞減：

19、若否，則將所述第一簇中的評(píng)估指標(biāo)數(shù)據(jù)劃分至多個(gè)第一子簇，將由所述聚類(lèi)結(jié)果中除所述第一簇之外的其他簇和所述多個(gè)第一子簇構(gòu)成的評(píng)估指標(biāo)數(shù)據(jù)分組，對(duì)應(yīng)為所述多個(gè)待評(píng)估目標(biāo)的評(píng)估指標(biāo)數(shù)據(jù)對(duì)應(yīng)的評(píng)估等級(jí)值，所述第一子簇的數(shù)量設(shè)置為使得所述評(píng)估指標(biāo)數(shù)據(jù)分組的分組數(shù)量與所述評(píng)估等級(jí)值數(shù)量相等；

20、若是，則將所述聚類(lèi)結(jié)果中的第二簇合并為一個(gè)簇并將聚類(lèi)結(jié)果中的第三簇合并為一個(gè)簇，所述第二簇包含的評(píng)估指標(biāo)數(shù)據(jù)的數(shù)據(jù)值小于所述第一簇包含的評(píng)估指標(biāo)數(shù)據(jù)的數(shù)據(jù)值，所述第三簇包含的評(píng)估指標(biāo)數(shù)據(jù)的數(shù)據(jù)值大于所述第一簇包含的評(píng)估指標(biāo)數(shù)據(jù)的數(shù)據(jù)值，將所述第一簇中的評(píng)估指標(biāo)數(shù)據(jù)劃分至多個(gè)第一子簇，將由合并后的第二簇、合并后的第三簇和所述多個(gè)第一子簇構(gòu)成的評(píng)估指標(biāo)數(shù)據(jù)分組，對(duì)應(yīng)為所述多個(gè)待評(píng)估目標(biāo)的評(píng)估指標(biāo)數(shù)據(jù)對(duì)應(yīng)的評(píng)估等級(jí)值，所述第一子簇的數(shù)量設(shè)置為使得所述評(píng)估指標(biāo)數(shù)據(jù)分組的分組數(shù)量與所述評(píng)估等級(jí)值數(shù)量相等。

21、可選地，所述將所述第一簇中的評(píng)估指標(biāo)數(shù)據(jù)劃分至多個(gè)第一子簇的劃分方案為第j個(gè)第一子簇包含的評(píng)估指標(biāo)數(shù)據(jù)的數(shù)據(jù)值大于第(j-1)個(gè)第一子簇包含的評(píng)估指標(biāo)數(shù)據(jù)的數(shù)據(jù)值且各第一子簇包含的評(píng)估指標(biāo)數(shù)據(jù)數(shù)量差最小的劃分方案，j∈[2,j]，j為第一子簇的數(shù)量。

22、本公開(kāi)第二方面提供一種評(píng)估方法，包括：

23、獲取多個(gè)待評(píng)估目標(biāo)的多種評(píng)估指標(biāo)數(shù)據(jù)；

24、對(duì)于所述多個(gè)待評(píng)估目標(biāo)的多種評(píng)估指標(biāo)數(shù)據(jù)中的每一種，分別執(zhí)行本公開(kāi)第一方面提供的評(píng)估指標(biāo)數(shù)據(jù)處理方法，得到多個(gè)待評(píng)估目標(biāo)的每一種評(píng)估指標(biāo)數(shù)據(jù)對(duì)應(yīng)的評(píng)估等級(jí)值；

25、對(duì)一待評(píng)估目標(biāo)的每一種評(píng)估指標(biāo)數(shù)據(jù)對(duì)應(yīng)的評(píng)估等級(jí)值進(jìn)行加權(quán)聚合，得到該待評(píng)估目標(biāo)的評(píng)估等級(jí)值。

26、可選地，對(duì)于所述多種評(píng)估指標(biāo)數(shù)據(jù)中的每一種，預(yù)設(shè)的評(píng)估等級(jí)值數(shù)量相同。

27、本公開(kāi)第三方面提供一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述程序時(shí)，實(shí)現(xiàn)本公開(kāi)第一方面或第二方面提供的方法。

28、本公開(kāi)第四方面一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，該程序被處理器執(zhí)行時(shí)，實(shí)現(xiàn)本公開(kāi)第一方面或第二方面提供的方法。

29、本公開(kāi)第五方面一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)，實(shí)現(xiàn)本公開(kāi)第一方面或第二方面提供的方法。

30、本公開(kāi)的有益效果如下：

31、本公開(kāi)所述技術(shù)方案可實(shí)現(xiàn)對(duì)評(píng)估指標(biāo)數(shù)據(jù)的動(dòng)態(tài)分組歸一化，適用于具有各種分布特征的評(píng)估指標(biāo)數(shù)據(jù)，可提升評(píng)估指標(biāo)數(shù)據(jù)歸一化的客觀性和物理意義上的合理性，從而保證對(duì)目標(biāo)進(jìn)行綜合評(píng)估的評(píng)估結(jié)果的可靠性。

技術(shù)特征：

1.一種評(píng)估指標(biāo)數(shù)據(jù)處理方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)不同聚類(lèi)中心數(shù)量對(duì)應(yīng)的誤差平方和、部分聚類(lèi)中心數(shù)量對(duì)應(yīng)的平均輪廓系數(shù)和預(yù)設(shè)的評(píng)估等級(jí)值數(shù)量確定k均值聚類(lèi)算法的聚類(lèi)中心數(shù)量包括：

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述備選拐點(diǎn)值的數(shù)量n的取值為2~4。

4.根據(jù)權(quán)利要求1-3中任一項(xiàng)所述的方法，其特征在于，所述根據(jù)所述k均值聚類(lèi)算法的聚類(lèi)中心數(shù)量，對(duì)所述多個(gè)待評(píng)估目標(biāo)的評(píng)估指標(biāo)數(shù)據(jù)進(jìn)行基于k均值聚類(lèi)算法的分組歸一化，得到所述多個(gè)待評(píng)估目標(biāo)的評(píng)估指標(biāo)數(shù)據(jù)對(duì)應(yīng)的評(píng)估等級(jí)值包括：

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述將所述第一簇中的評(píng)估指標(biāo)數(shù)據(jù)劃分至多個(gè)第一子簇的劃分方案為第j個(gè)第一子簇包含的評(píng)估指標(biāo)數(shù)據(jù)的數(shù)據(jù)值大于第(j-1)個(gè)第一子簇包含的評(píng)估指標(biāo)數(shù)據(jù)的數(shù)據(jù)值且各第一子簇包含的評(píng)估指標(biāo)數(shù)據(jù)數(shù)量差最小的劃分方案，j∈[2,j]，j為第一子簇的數(shù)量。

6.一種評(píng)估方法，其特征在于，包括：

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，對(duì)于所述多種評(píng)估指標(biāo)數(shù)據(jù)中的每一種，預(yù)設(shè)的評(píng)估等級(jí)值數(shù)量相同。

8.一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述程序時(shí)，實(shí)現(xiàn)如權(quán)利要求1-5中任一項(xiàng)所述的方法，或，實(shí)現(xiàn)如權(quán)利要求6或7所述的方法。

9.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，該程序被處理器執(zhí)行時(shí)，實(shí)現(xiàn)如權(quán)利要求1-5中任一項(xiàng)所述的方法，或，實(shí)現(xiàn)如權(quán)利要求6或7所述的方法。

10.一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，其特征在于，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)，實(shí)現(xiàn)如權(quán)利要求1-5中任一項(xiàng)所述的方法，或，實(shí)現(xiàn)如權(quán)利要求6或7所述的方法。

技術(shù)總結(jié)
本公開(kāi)提供一種評(píng)估指標(biāo)數(shù)據(jù)處理及評(píng)估方法、計(jì)算機(jī)設(shè)備、介質(zhì)及產(chǎn)品。在一具體實(shí)施方式中，評(píng)估指標(biāo)數(shù)據(jù)處理方法包括：獲取多個(gè)待評(píng)估目標(biāo)的評(píng)估指標(biāo)數(shù)據(jù)；根據(jù)不同聚類(lèi)中心數(shù)量對(duì)應(yīng)的誤差平方和、部分聚類(lèi)中心數(shù)量對(duì)應(yīng)的平均輪廓系數(shù)和預(yù)設(shè)的評(píng)估等級(jí)值數(shù)量確定K均值聚類(lèi)算法的聚類(lèi)中心數(shù)量，其中，所述K均值聚類(lèi)算法的聚類(lèi)中心數(shù)量小于等于預(yù)設(shè)的評(píng)估等級(jí)值數(shù)量；根據(jù)所述K均值聚類(lèi)算法的聚類(lèi)中心數(shù)量，對(duì)所述多個(gè)待評(píng)估目標(biāo)的評(píng)估指標(biāo)數(shù)據(jù)進(jìn)行基于K均值聚類(lèi)算法的分組歸一化，得到所述多個(gè)待評(píng)估目標(biāo)的評(píng)估指標(biāo)數(shù)據(jù)對(duì)應(yīng)的評(píng)估等級(jí)值。該實(shí)施方式可提升評(píng)估指標(biāo)數(shù)據(jù)歸一化的客觀性和物理意義上的合理性，從而提升評(píng)估結(jié)果的可靠性。

技術(shù)研發(fā)人員：胡潤(rùn)生,黨宏杰,張浩然,慈穎,陳浩,楊萍,余文廣
受保護(hù)的技術(shù)使用者：中國(guó)人民解放軍63921部隊(duì)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/9