【技术实现步骤摘要】
本申请涉及人工智能开发与金融科技领域，尤其涉及数据评估方法、装置、计算机设备及存储介质。
技术介绍
1、林业是重要的经济和生态资源，但自然灾害和人为因素可能导致林木破坏和损失，给林业保险公司带来巨大的理赔压力。目前，林业保险公司采用的对于林业险的损失评估方式，主要是依靠人工勘察和样本调查的处理方式，这样的处理方式需要花费较长时间进行数据采集、整理和分析，导致存在效率低下、成本高昂等问题。
技术实现思路
1、本申请实施例的目的在于提出一种数据评估方法、装置、计算机设备及存储介质，以解决现有的林业保险公司采用的对于林业险的损失评估方式要花费较长时间进行数据采集、整理和分析，导致评估效率低下、成本高昂的技术问题。
2、为了解决上述技术问题，本申请实施例提供一种数据评估方法，采用了如下所述的技术方案：
3、判断是否接收到用户触发的林业险评估请求；其中，所述林业险评估请求携带目标林地的林地信息；
4、若是，从预设的遥感卫星中获取与所述林地信息对应的林地遥感图像数据；
5、基于预设的图像处理算法，从所述林地遥感图像数据中提取出目标特征；
6、基于预设的损失评估模型对所述目标特征进行评估处理，生成与所述目标林地对应的损失评估结果；
7、对所述损失评估结果进行展示处理。
8、进一步的，所述基于预设的图像处理算法，从所述林地遥感图像数据中提取出目标特征的步骤，具体包括：
9、基于所述图像处理算法对所述林地
10、获取预设的指定特征类型；
11、从所述初始特征中筛选出与所述指定特征类型对应的指定特征；
12、将所述指定特征作为所述目标特征。
13、进一步的，所述对所述损失评估结果进行展示处理的步骤，具体包括：
14、获取预设的地图；
15、基于地理信息系统技术，将所述损失评估结果以可视化方式呈现在所述地图上；
16、在预设的交互式界面内展示所述地图。
17、进一步的，在所述基于预设的损失评估模型对所述目标特征进行评估处理，生成与所述目标林地对应的损失评估结果的步骤之前，还包括：
18、获取预先采集的历史林地损失数据；
19、对所述历史林地损失数据进行预处理得到对应的目标林地损失数据，并基于所述目标林地损失数据构建样本数据；
20、调用预设的机器学习模型；
21、基于预设的参数调整策略对所述机器学习模型进行优化得到对应的预测模型；
22、使用所述样本数据对所述预测模型进行模型构建处理，得到符合预设的构建需求的损失评估模型。
23、进一步的，所述对所述历史林地损失数据进行预处理得到对应的目标林地损失数据的步骤，具体包括：
24、对所述历史林地损失数据进行数据清洗处理，得到对应的第一损失数据；
25、对所述第一损失数据进行数据补充处理，得到对应的第二损失数据；
26、对所述第二损失数据进行标准化处理，得到对应的第三损失数据；
27、将所述第三损失数据作为所述目标损失林地数据。
28、进一步的，所述基于预设的参数调整策略对所述机器学习模型进行优化得到对应的预测模型的步骤，具体包括：
29、获取预设的多种参数调整策略；
30、从所述多种参数调整策略中筛选出目标参数调整策略；
31、基于所述目标参数调整策略对所述机器学习模型进行模型优化处理，得到优化后的机器学习模型；
32、将所述优化后的机器学习模型作为所述预测模型。
33、进一步的，所述使用所述样本数据对所述预测模型进行模型构建处理，得到符合预设的构建需求的损失评估模型的步骤，具体包括：
34、基于预设的划分值将所述样本数据划分为训练数据集与测试数据集；
35、通过所述训练数据集对所述预测模型进行训练，得到训练后的预测模型；
36、通过所述测试数据集对所述训练后的预测模型进行测试，计算与所述训练后的预测模型对应的模型评估指标值；
37、判断所述模型评估指标数值是否大于预设的指标阈值；
38、若所述模型评估指标值大于所述指标阈值，则将所述训练后的预测模型作为所述损失评估模型。
39、为了解决上述技术问题，本申请实施例还提供一种数据评估装置，采用了如下所述的技术方案：
40、判断模块，用于判断是否接收到用户触发的林业险评估请求；其中，所述林业险评估请求携带目标林地的林地信息；
41、第一获取模块，用于若是，从预设的遥感卫星中获取与所述林地信息对应的林地遥感图像数据；
42、提取模块，用于基于预设的图像处理算法，从所述林地遥感图像数据中提取出目标特征；
43、评估模块，用于基于预设的损失评估模型对所述目标特征进行评估处理，生成与所述目标林地对应的损失评估结果；
44、展示模块，用于对所述损失评估结果进行展示处理。
45、为了解决上述技术问题，本申请实施例还提供一种计算机设备，采用了如下所述的技术方案：
46、判断是否接收到用户触发的林业险评估请求；其中，所述林业险评估请求携带目标林地的林地信息；
47、若是，从预设的遥感卫星中获取与所述林地信息对应的林地遥感图像数据；
48、基于预设的图像处理算法，从所述林地遥感图像数据中提取出目标特征；
49、基于预设的损失评估模型对所述目标特征进行评估处理，生成与所述目标林地对应的损失评估结果；
50、对所述损失评估结果进行展示处理。
51、为了解决上述技术问题，本申请实施例还提供一种计算机可读存储介质，采用了如下所述的技术方案：
52、判断是否接收到用户触发的林业险评估请求；其中，所述林业险评估请求携带目标林地的林地信息；
53、若是，从预设的遥感卫星中获取与所述林地信息对应的林地遥感图像数据；
54、基于预设的图像处理算法，从所述林地遥感图像数据中提取出目标特征；
55、基于预设的损失评估模型对所述目标特征进行评估处理，生成与所述目标林地对应的损失评估结果；
56、对所述损失评估结果进行展示处理。
57、与现有技术相比，本申请实施例主要有以下有益效果：
58、本申请实施例首先判断是否接收到用户触发的林业险评估请求；若是，从预设的遥感卫星中获取与所述林地信息对应的林地遥感图像数据；然后基于预设的图像处理算法，从所述林地遥感图像数据中提取出目标特征；后续基于预设的损失评估模型对所述目标特征进行评估处理，生成与所述目标林地对应的损失评估结果；最后对所述损失评估结果进行展示处理。本申请实施例在接收到用户触发的林业险评估请求后，通过遥感卫星技术来本文档来自技高网...
【技术保护点】
1.一种数据评估方法，其特征在于，包括下述步骤：
2.根据权利要求1所述的数据评估方法，其特征在于，所述基于预设的图像处理算法，从所述林地遥感图像数据中提取出目标特征的步骤，具体包括：
3.根据权利要求1所述的数据评估方法，其特征在于，所述对所述损失评估结果进行展示处理的步骤，具体包括：
4.根据权利要求1所述的数据评估方法，其特征在于，在所述基于预设的损失评估模型对所述目标特征进行评估处理，生成与所述目标林地对应的损失评估结果的步骤之前，还包括：
5.根据权利要求4所述的数据评估方法，其特征在于，所述对所述历史林地损失数据进行预处理得到对应的目标林地损失数据的步骤，具体包括：
6.根据权利要求4所述的数据评估方法，其特征在于，所述基于预设的参数调整策略对所述机器学习模型进行优化得到对应的预测模型的步骤，具体包括：
7.根据权利要求4所述的数据评估方法，其特征在于，所述使用所述样本数据对所述预测模型进行模型构建处理，得到符合预设的构建需求的损失评估模型的步骤，具体包括：
8.一种数据评估装置，其特
9.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行所述计算机可读指令时实现如权利要求1至7中任一项所述的数据评估方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如权利要求1至7中任一项所述的数据评估方法的步骤。
...【技术特征摘要】
1.一种数据评估方法，其特征在于，包括下述步骤：
2.根据权利要求1所述的数据评估方法，其特征在于，所述基于预设的图像处理算法，从所述林地遥感图像数据中提取出目标特征的步骤，具体包括：
3.根据权利要求1所述的数据评估方法，其特征在于，所述对所述损失评估结果进行展示处理的步骤，具体包括：
4.根据权利要求1所述的数据评估方法，其特征在于，在所述基于预设的损失评估模型对所述目标特征进行评估处理，生成与所述目标林地对应的损失评估结果的步骤之前，还包括：
5.根据权利要求4所述的数据评估方法，其特征在于，所述对所述历史林地损失数据进行预处理得到对应的目标林地损失数据的步骤，具体包括：
6.根据权利要求4所述的数据评估方法，其特征在...
【专利技术属性】
技术研发人员：刘泽平，
申请(专利权)人：中国平安财产保险股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。