[發明專利]一種樹形數據分類方法、裝置、設備及可讀存儲介質

在審

• 申請號: 202211025385.8
• 申請日: 2022-08-25
• 公開（公告）號: CN115374864A
• 公開（公告）日: 2022-11-22
• 發明（設計）人: 董亞東
• 申請（專利權）人: 中國銀行股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 吳磊

1.一種樹形數據分類方法，其特征在于，包括：

獲取待分類樹形數據；

將所述待分類樹形數據輸入回聲狀態網絡模型中，得到所述待分類樹形數據對應的特征向量；

分別計算所述待分類樹形數據對應的特征向量與模板特征向量集合中每個模板特征向量的距離，得到距離集合，其中每個模板特征向量分別對應一種數據類別；

將所述距離集合中數值最小的距離對應的模板特征向量確定為目標模板特征向量；

將所述待分類樹形數據歸類為所述目標模板特征向量對應的數據類別。

2.根據權利要求1所述的方法，其特征在于，所述待分類樹形數據包括多個結點的值以及與每個結點對應的孩子信息，所述將所述待分類樹形數據輸入回聲狀態網絡模型中，得到所述待分類樹形數據對應的特征向量，包括：

分別將每個結點的值以及與每個結點對應的孩子信息輸入回聲狀態模型中，得到每個結點對應的特征向量；

根據每個結點對應的特征向量得到所述待分類樹形數據對應的特征向量。

3.根據權利要求1所述的方法，其特征在于，在獲取待分類樹形數據之前，所述方法還包括：

設置多個數據類別，并為每個數據類別分別設置對應的模板樹形數據；

將每個數據類別對應的模板樹形數據輸入回聲狀態網絡模型中，得到每個數據類別對應的模板特征向量。

4.根據權利要求1所述的方法，其特征在于，在將所述待分類樹形數據輸入回聲狀態網絡模型中之前，所述方法還包括：

判斷所述待分類樹形數據中是否存在缺失數據；

若是，對所述缺失數據進行空值處理。

5.一種樹形數據分類裝置，其特征在于，包括：

獲取單元，用于獲取待分類樹形數據；

輸入單元，用于將所述待分類樹形數據輸入回聲狀態網絡模型中，得到所述待分類樹形數據對應的特征向量；

計算單元，用于分別計算所述待分類樹形數據對應的特征向量與模板特征向量集合中每個模板特征向量的距離，得到距離集合，其中每個模板特征向量分別對應一種數據類別；

確定單元，用于將所述距離集合中數值最小的距離對應的模板特征向量確定為目標模板特征向量；

歸類單元，用于將所述待分類樹形數據歸類為所述目標模板特征向量對應的數據類別。

6.根據權利要求5所述的裝置，其特征在于，所述待分類樹形數據包括多個結點的值以及與每個結點對應的孩子信息，所述計算單元具體用于：

分別將每個結點的值以及與每個結點對應的孩子信息輸入回聲狀態模型中，得到每個結點對應的特征向量；

根據每個結點對應的特征向量得到所述待分類樹形數據對應的特征向量。

7.根據權利要求5所述的裝置，其特征在于，所述裝置還包括：

設置單元，用于設置多個數據類別，并為每個數據類別分別設置對應的模板樹形數據；

輸入單元，還用于將每個數據類別對應的模板樹形數據輸入回聲狀態網絡模型中，得到每個數據類別對應的模板特征向量。

8.根據權利要求5所述的裝置，其特征在于，所述裝置還包括：

判斷單元，用于判斷所述待分類樹形數據中是否存在缺失數據；

處理單元，用于若是，對所述缺失數據進行空值處理。

9.一種計算機設備，其特征在于，包括：存儲器、處理器以及總線系統；

其中，所述存儲器用于存儲程序；

所述處理器用于執行所述存儲器中的程序，以實現權利要求1至4中任一項所述的方法；

所述總線系統用于連接所述存儲器以及所述處理器，以使所述存儲器以及所述處理器進行通信。

10.一種計算機可讀存儲介質，其特征在于，存儲有指令，當其在計算機上運行時，使得計算機執行如權利要求1至4中任一項所述的方法。