应用数字孪生技术的AI场景信息推送处理方法及系统与流程

本发明涉及人工智能，具体而言，涉及一种应用数字孪生技术的ai场景信息推送处理方法及系统。

背景技术：

1、数字孪生（digital twin）：是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。数字孪生，有时候也用来指代将一个工厂的厂房及产线，在没有建造之前，就完成数字化模型。从而在虚拟的赛博空间中对工厂进行仿真和模拟，并将真实参数传给实际的工厂建设。而工房和产线建成之后，在日常的运维中二者继续进行信息交互。值得注意的是：digital twin不是构型管理的工具，不是制成品的3d尺寸模型，不是制成品的mbd定义。

2、digital twin是一个物理产品的数字化表达，以便于我们能够在这个数字化产品上看到实际物理产品可能发生的情况，与此相关的技术包括增强现实和虚拟现实。digitalthread在设计与生产的过程中，仿真分析模型的参数，可以传递到产品定义的全三维几何模型，再传递到数字化生产线加工成真实的物理产品，再通过在线的数字化检测/测量系统反映到产品定义模型中，进而又反馈到仿真分析模型中。

3、人工智能(artificial intelligence，简称ai)，是利用数字计算机或者数字计算机控制的计算模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个综合技术，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。

4、其中，在人工智能技术的诸多应用中，包括基于人工智能技术对基于数字孪生技术的数字虚拟形象（如虚拟人等）进行场景匹配推送等操作，但是，在现有技术中，存在着可靠度不高的问题。

技术实现思路

1、有鉴于此，本发明的目的在于提供一种应用数字孪生技术的ai场景信息推送处理方法及系统，以在一定程度上提高场景信息推送的可靠度。

2、为实现上述目的，本发明实施例采用如下技术方案：

3、一种应用数字孪生技术的ai场景信息推送处理方法，所述ai场景信息推送处理方法包括：

4、对于场景信息候选簇中的场景信息，基于所述场景信息之间的场景应用关系信息，确定出用于反映场景应用关系的场景信息特征表示；

5、依据所述场景应用关系信息，将所述场景信息候选簇中的场景信息进行信息分类操作，以形成至少一个场景信息分类集合；

6、基于待处理场景信息的场景内容表征数据，挖掘出对应的场景内容数据特征表示，以及，在所述场景信息候选簇中，分析出与所述场景内容数据特征表示关联的关联场景信息，所述场景内容表征数据与所述场景应用关系信息属于不同维度的数据；

7、分别对每一个所述场景信息分类集合中包括的关联场景信息的场景信息特征表示进行融合操作，以形成至少一个关联场景信息特征表示，每一个所述关联场景信息特征表示对应于包括有关联场景信息的一个场景信息分类集合，且该关联场景信息特征表示通过对该场景信息分类集合中包括的各关联场景信息的场景信息特征表示进行融合操作以形成；

8、对所述场景内容数据特征表示和至少一个所述关联场景信息特征表示进行特征表示的聚合操作，以形成对应的多维度场景聚合特征表示；

9、依据所述多维度场景聚合特征表示，在所述场景信息候选簇中，分析出与所述待处理场景信息匹配的场景信息，并对该场景信息进行标记操作，以标记为所述待处理场景信息对应的匹配场景信息，以及，将所述匹配场景信息推送给所述待处理场景信息对应的目标场景应用终端设备，使得所述目标场景应用终端设备将所述匹配场景信息和所述待处理场景信息进行融合，以形成目标场景信息，所述目标场景信息用于在数字虚拟形象交互中作为目标数字虚拟形象的场景渲染依据，所述场景信息候选簇中的场景信息和所述待处理场景信息至少包括图像数据。

10、在一些优选的实施例中，在上述应用数字孪生技术的ai场景信息推送处理方法中，所述对于场景信息候选簇中的场景信息，基于所述场景信息之间的场景应用关系信息，确定出用于反映场景应用关系的场景信息特征表示的步骤，包括：

11、提取到所述场景信息候选簇中场景信息的场景应用关系信息，所述场景应用关系信息包括所述场景信息之间的共现数字虚拟形象数据和所述共现数字虚拟形象数据对应的重要度表征参数，所述共现数字虚拟形象数据属于所述场景信息之间共同应用的数字虚拟形象的描述数据；

12、基于所述场景信息之间的共现数字虚拟形象数据和所述共现数字虚拟形象数据对应的重要度表征参数进行关系分析操作，以输出所述场景信息之间的场景应用关系表征参数；

13、基于所述场景信息之间的场景应用关系表征参数进行特征表示生成操作，使得针对每一个所述场景信息确定出用于反映场景应用关系的场景信息特征表示。

14、在一些优选的实施例中，在上述应用数字孪生技术的ai场景信息推送处理方法中，所述基于所述场景信息之间的场景应用关系表征参数进行特征表示生成操作，使得针对每一个所述场景信息确定出用于反映场景应用关系的场景信息特征表示的步骤，包括：

15、对所述场景信息之间的场景应用关系表征参数进行标记，以标记为阵列构成对象，以确定出所述场景信息之间的场景应用关系参数分布，在所述场景应用关系参数分布中，第n行、第m列分布的参数，为第n个场景信息和第m个场景信息之间的场景应用关系表征参数；

16、依据所述场景应用关系参数分布进行特征挖掘操作，以输出每一个所述场景信息对应的应用关系挖掘特征表示，从而得到每一个所述场景信息对应的用于反映场景应用关系的场景信息特征表示。

17、在一些优选的实施例中，在上述应用数字孪生技术的ai场景信息推送处理方法中，所述依据所述场景应用关系参数分布进行特征挖掘操作，以输出每一个所述场景信息对应的应用关系挖掘特征表示，从而得到每一个所述场景信息对应的用于反映场景应用关系的场景信息特征表示的步骤，包括：

18、在所述场景信息候选簇中进行场景信息的筛选操作，以筛选出目标数量个筛选场景信息；

19、依据所述场景应用关系参数分布，将每一个所述筛选场景信息进行应用场景信息的筛选操作，以输出每一个筛选场景信息对应的相关筛选场景信息和非相关筛选场景信息，所述相关筛选场景信息属于与所述筛选场景信息之间的场景应用关系表征参数大于预先配置的参考应用关系表征参数的各场景信息中的一个场景信息，所述非相关筛选场景信息属于与所述筛选场景信息之间的场景应用关系表征参数不大于所述参考应用关系表征参数的各场景信息中的一个场景信息；

20、分别依据每一个所述筛选场景信息、每一个所述筛选场景信息对应的相关筛选场景信息和每一个所述筛选场景信息对应的非相关筛选场景信息进行分组操作，以得到每一个所述筛选场景信息对应的多场景信息组合；

21、将每一个所述多场景信息组合中的相关筛选场景信息和非相关筛选场景信息的差异扩大作为调整方向，以将原始的特征表示分布进行更新调整操作，以形成每一个所述场景信息的应用关系挖掘特征表示，所述更新调整操作的对象属于所述原始的特征表示分布中的原始特征表示，且调整后的特征表示作为所述应用关系挖掘特征表示，其中，所述原始的特征表示分布包括的原始特征表示的数量等于所述场景信息的数量，所述原始的特征表示分布的维度数目等于所述原始特征表示的维度数目，且所述原始特征表示属于将对应的所述场景信息进行原始特征配置操作以形成；

22、对每一个所述场景信息对应的应用关系挖掘特征表示进行标记，以分别标记为每一个所述场景信息对应的用于反映场景应用关系的场景信息特征表示。

23、在一些优选的实施例中，在上述应用数字孪生技术的ai场景信息推送处理方法中，每两个所述场景信息之间包括至少一个所述共现数字虚拟形象数据，每一个共现数字虚拟形象数据对应一个重要度表征参数；

24、所述基于所述场景信息之间的共现数字虚拟形象数据和所述共现数字虚拟形象数据对应的重要度表征参数进行关系分析操作，以输出所述场景信息之间的场景应用关系表征参数的步骤，包括：

25、依据每两个所述场景信息之间的至少一个所述共现数字虚拟形象数据，分别确定出每一个所述共现数字虚拟形象数据的数据丰富性表征参数；

26、将每一个所述共现数字虚拟形象数据的数据丰富性表征参数和每一个所述共现数字虚拟形象数据对应的重要度表征参数进行融合操作，以形成每两个所述场景信息之间的场景应用关系表征参数。

27、在一些优选的实施例中，在上述应用数字孪生技术的ai场景信息推送处理方法中，所述场景应用关系信息包括所述场景信息之间的共现数字虚拟形象数据，每两个所述场景信息之间包括至少一个所述共现数字虚拟形象数据；

28、所述依据所述场景应用关系信息，将所述场景信息候选簇中的场景信息进行信息分类操作，以形成至少一个场景信息分类集合的步骤，包括：

29、对所述场景信息进行标记，以标记为知识图谱成员，以及，对所述场景信息之间的每一个共现数字虚拟形象数据的数据丰富性表征参数进行标记，以标记为知识图谱成员之间的成员关系表征线，以创建出所述场景信息之间的应用关系知识图谱；

30、依据所述应用关系知识图谱进行群体分割操作，使得对所述场景信息候选簇中的场景信息进行分割操作，以形成对应的至少一个场景信息群体，每一个所述场景信息群体对应一个场景信息分类集合，以形成至少一个场景信息分类集合。

31、在一些优选的实施例中，在上述应用数字孪生技术的ai场景信息推送处理方法中，所述依据所述应用关系知识图谱进行群体分割操作，使得对所述场景信息候选簇中的场景信息进行分割操作，以形成对应的至少一个场景信息群体的步骤，包括：

32、对所述应用关系知识图谱中的至少一个第一知识图谱成员分别进行初始分割操作，以形成对应的一个候选信息群体；

33、依据每一个所述候选信息群体对应的关系第一表征参数和关系第二表征参数，分析出每一个所述候选信息群体的群体表征参数，所述关系第一表征参数用于反映所述候选信息群体中知识图谱成员之间成员关系表征线的累积数量，所述关系第二表征参数用于反映所述候选信息群体中知识图谱成员与所述候选信息群体以外的其它知识图谱成员之间成员关系表征线的累积数量，所述群体表征参数和所述关系第一表征参数之间具有正相关的对应关系，所述群体表征参数和所述关系第二表征参数的平方值之间具有正相关的对应关系；

34、基于每一个所述候选信息群体的群体表征参数和扩展群体表征参数的之间的变化表征参数，对所述其它知识图谱成员中知识图谱成员进行分配操作，以分配到每一个所述候选信息群体，从而形成至少一个场景信息群体，所述扩展群体表征参数属于所述其它知识图谱成员中知识图谱成员分配到所述候选信息群体后形成的扩展信息群体的群体表征参数。

35、在一些优选的实施例中，在上述应用数字孪生技术的ai场景信息推送处理方法中，所述基于待处理场景信息的场景内容表征数据，挖掘出对应的场景内容数据特征表示，以及，在所述场景信息候选簇中，分析出与所述场景内容数据特征表示关联的关联场景信息的步骤，包括：

36、基于待处理场景信息的场景内容表征数据进行特征挖掘操作，以挖掘出所述场景内容表征数据对应的场景内容数据特征表示；

37、基于每一个所述关联场景信息对应的场景信息分类集合，对包括的各所述关联场景信息进行聚合操作，以形成对应的至少一个场景信息分类从集合；

38、分别对每一个所述场景信息分类从集合中的关联场景信息的场景信息特征表示进行均值运算操作，以得到每一个所述场景信息分类从集合对应的关联场景信息特征表示，从而形成至少一个关联场景信息特征表示。

39、在一些优选的实施例中，在上述应用数字孪生技术的ai场景信息推送处理方法中，所述对所述场景内容数据特征表示和至少一个所述关联场景信息特征表示进行特征表示的聚合操作，以形成对应的多维度场景聚合特征表示的步骤，包括：

40、基于每一个所述关联场景信息的场景内容表征数据，挖掘出每一个所述关联场景信息的关联场景内容数据特征表示；

41、分别对每一个所述场景信息分类集合中包括的所述关联场景信息的关联场景内容数据特征表示进行聚合操作，以形成至少一个聚合关联场景信息特征表示；

42、对至少一个所述聚合关联场景信息特征表示、所述场景内容数据特征表示和至少一个所述关联场景信息特征表示进行多特征表示的聚合操作，以形成对应的多维度场景聚合特征表示。

43、本发明实施例还提供一种应用数字孪生技术的ai场景信息推送处理系统，包括处理器和存储器，所述存储器用于存储计算机程序，所述处理器用于执行所述计算机程序，以实现上述的应用数字孪生技术的ai场景信息推送处理方法。

44、本发明实施例提供的应用数字孪生技术的ai场景信息推送处理方法及系统，可以先确定出场景信息特征表示；形成场景信息分类集合；基于场景内容表征数据，挖掘出场景内容数据特征表示，分析出与场景内容数据特征表示关联的关联场景信息；对每一个场景信息分类集合中包括的关联场景信息的场景信息特征表示进行融合操作，以形成关联场景信息特征表示；对场景内容数据特征表示和关联场景信息特征表示进行聚合操作，以形成多维度场景聚合特征表示；依据多维度场景聚合特征表示，分析出匹配场景信息，将匹配场景信息推送给目标场景应用终端设备。基于前述的步骤，由于会将场景信息候选簇分为一些场景信息分类集合，场景信息分类集合的多样化可以为场景信息推送提供多样性的基础，进一步的，基于关联场景信息与待处理场景信息的初步关联性，可以较为可靠地提取各场景信息分类集合的关联场景信息特征表示，从而可以较为可靠地确定出多维度场景聚合特征表示，进而可以较为可靠地基于多维度场景聚合特征表示进行匹配场景信息的确定和推送，因此，可以在一定程度上提高场景信息推送的可靠度，改善现有技术中存在的可靠度不高的问题。

45、为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。