一种数据处理方法及装置与流程

技术特征：
1.一种数据处理方法，其特征在于，包括：获取原始处理结果，所述原始处理结果为基于对待处理对象采集到的原始数据和预设应用模型得到，所述原始处理结果中有序分布的每个特征数据均为待识别的网格点；基于所述原始处理结果，获得每个网格点对应的梯度值；所述梯度值用于表征网格点的波动情况；基于所述梯度值，从所述原始处理结果中识别出异常点；基于与所述异常点相邻的正常网格点的梯度值修正所述异常点，获得目标处理结果。2.根据权利要求1所述的方法，其特征在于，所述原始处理结果划分为边界区间和中间区间；所述基于所述原始处理结果，获得每个网格点对应的梯度值，包括：针对所述边界区间的每个网格点，基于所处理的当前网格点、当前网格点的第一相邻网格点和网格单位长度，获得当前网格点的梯度值；所述第一相邻网格点为与所述当前网格点相邻的并远离所述原始处理结果边界的两个以上的网格点；针对所述中间区间的每个网格点，基于所处理的当前网格点、当前网格点的第二相邻网格点和网格单位长度，获得当前网格点的梯度值；所述第二相邻网格点为位于所述当前网格点的每一方向上且与所述当前网格点相邻的一个以上的网格点。3.根据权利要求2所述的方法，其特征在于，所述第一相邻网格点的总数为2～4个，所述第二相邻网格点的总数为4～8个。4.根据权利要求2所述的方法，其特征在于，所述针对所述边界区间的每个网格点，基于所处理的当前网格点、当前网格点的第一相邻网格点和网格单位长度，获得当前网格点的梯度值，包括：针对所述边界区间的每个网格点，获取每个所述第一相邻网格点与所述当前网格点的第一差值；所述第一差值与所述第一相邻网格点一一对应；基于每个所述第一差值与所述网格单位长度的商，获得第一变化值；所述第一变化值与所述第一相邻网格点一一对应；基于多个所述第一变化值的乘积，获得所述当前网格点的梯度值；所述针对所述中间区间的每个网格点，基于所处理的当前网格点、当前网格点的第二相邻网格点和网格单位长度，获得当前网格点的梯度值，包括：针对所述中间区间的每个网格点，获取当前网格点第一方向上的每个所述第二相邻网格点与所述当前网格点的第二差值，以及当前网格点第二方向上的每个所述第二相邻网格点与所述当前网格点的第二差值；所述第二差值与所述第二相邻网格点一一对应，所述第一方向和所述第二方向互为反方向；基于每个所述第二差值与所述网格单位长度的商，获得第二变化值；所述第二变化值与所述第二相邻网格点一一对应；基于多个所述第二变化值的乘积，获得所述当前网格点的梯度值。5.根据权利要求1所述的方法，其特征在于，所述原始处理结果划分有边界区间，所述基于所述梯度值，从所述原始处理结果中筛选出异常点，包括：针对所述边界区间的每个网格点，基于所处理的当前网格点的第三相邻网格点的梯度值，获得梯度变化量；所述第三相邻网格点为与所述当前网格点相邻的网格点；若所述梯度变化量大于预设的变化量阈值，则将所述当前网格点确定为异常点；
和/或，基于所处理的当前网格点的梯度值和所述当前网格点的第三相邻网格点的梯度值，确定所述梯度值的变化趋势；若所述变化趋势不单调，则将所述当前网格点确定为异常点。6.根据权利要求1所述的方法，其特征在于，所述原始处理结果划分有中间区间，所述基于所述梯度值，从所述原始处理结果中筛选出异常点，包括：针对所述中间区间的每个网格点，基于所处理的当前网格点的第三相邻网格点的梯度值，获得梯度变化量；所述第三相邻网格点为与所述当前网格点相邻的网格点；若所述梯度变化量大于预设的变化量阈值，则将所述当前网格点确定为异常点。7.根据权利要求1所述的方法，其特征在于，所述基于与所述异常点相邻的正常网格点的梯度值修正所述异常点，获得目标处理结果，包括：针对每个异常点，基于与所述异常点相邻的正常网格点的梯度值，获得所述异常点对应的修正梯度值；基于所述修正梯度和与所述异常点相邻的正常网格点，获得所述异常点对应的修正点；将所述原始处理结果中的每个异常点替换为对应的修正点，获得所述目标处理结果。8.根据权利要求1所述的方法，其特征在于，所述应用模型包括以下的任一种：热传导计算模型，其中，采集待处理对象得到的原始数据包括：热源温度、导热面积以及导热系数；原始处理结果的特征数据表示待处理对象对热源所产生的热能的散热效率；流场计算模型，其中，采集待处理对象得到的原始数据包括：入流温度、入流压力、入流速度、入流物质的物理属性参数、以及出流压力；原始处理结果的特征数据表示待处理对象对入流物质的加速效率；以及应力分析模型，其中，采集待处理对象得到的原始数据包括：承接力矩、支撑力矩、受力面积和待处理对象材料；原始处理结果的特征数据表示待处理对象的应力分布。9.一种数据处理装置，其特征在于，包括：原始处理结果获取模块，用于获取原始处理结果，所述原始处理结果为基于对待处理对象采集到的原始数据和预设应用模型得到，所述原始处理结果中有序分布的每个特征数据均为待识别的网格点；梯度值获取模块，用于基于所述原始处理结果，获得每个网格点对应的梯度值；所述梯度值用于表征网格点的波动情况；异常点筛选模块，用于基于所述梯度值，从所述原始处理结果中识别出异常点；异常点修正模块，用于基于与所述异常点相邻的正常网格点的梯度值修正所述异常点，获得目标处理结果。10.一种电子设备，其特征在于，包括处理器和存储器，所述存储器耦接到所述处理器，所述存储器存储指令，当所述指令由所述处理器执行时使所述电子设备执行权利要求1-8中任一项所述方法的步骤。11.一种可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-8中任一项所述方法的步骤。

技术总结
本发明公开了一种数据处理方法及装置，其中，所述方法包括：获取原始处理结果，原始处理结果为基于对待处理对象采集到的原始数据和预设应用模型得到，原始处理结果中有序分布的每个特征数据均为待识别的网格点；基于原始处理结果，获得每个网格点对应的梯度值；梯度值用于表征网格点的波动情况；基于梯度值，从原始处理结果中筛选出异常点；基于与异常点相邻的正常网格点的梯度值修正异常点，获得目标处理结果。本发明方法及装置可有效的优化原始处理结果中的过冲和异常波动，使得目标处理结果更加平滑，数据趋势或数据特征更加接近高精度的处理结果，成本低，有利于应用于普通科普性展示、初步教学演示、原理性预期简报等场景。原理性预期简报等场景。原理性预期简报等场景。


技术研发人员：蒲灵峰 沈鸿翔
受保护的技术使用者：京东方科技集团股份有限公司
技术研发日：2022.02.25
技术公布日：2022/5/31