基于模型空间的树形数据处理方法

树形结构数据包括多个结点的属性信息与结点间的连接结构信息,然而传统的机器学习对树形数据的处理方法比较单一。为此,提出一种适用于树形结构的树形回声状态网络方法,使用树形回声状态网络对树形结构数据进行建模,得到固定维数的空间模型,从而将复杂的树形结构数据转换为模型空间中的点。基于模型空间的思想,通过模型空间中点的距离来度量树形结构数据之间的相似度,并将模型与核方法相结合以提高分类器的判别能力。实验结果表明,树的回声状态网络方法与传统方法相比,在相关数据集上有着较好的测试性能。