[发明专利]基于混合式网络的随机森林策略优化方法、存储介质

权利要求书

1.基于混合式网络的随机森林策略优化方法，其特征在于，包括：

预设混合式网络中超级节点的列表状态；

随机选取预设个数的待学习数据作为超级节点，且超级节点之间相互关联；

待学习数据通过决策树产生对应决策树数量的数据结果集；

将数据结果集的各个数据结果分别随机发送至混合式网络的任一超级节点；

超级节点一旦接收到新的数据结果，将依据列表状态判断是否将所述数据结果作为自己的子节点，并将所述数据结果广播给与其连接的其他超级节点，直至所有的超级节点均接收过所有的数据结果。

2.如权利要求1所述的基于混合式网络的随机森林策略优化方法，其特征在于，还包括：

将数据结果集经过混合式网络后生成的数据生成随机森林；

将随机森林输出的回归数据传入CNN网络进行深度学习。

3.如权利要求2所述的基于混合式网络的随机森林策略优化方法，其特征在于，所述经过混合式网络后生成的数据为各个超级节点及其下挂载的子节点对应的数据结果。

4.如权利要求1所述的基于混合式网络的随机森林策略优化方法，其特征在于，所述列表状态包括子节点容量和样本标签；所述超级节点一旦接收到新的数据结果，将依据列表状态判断是否将所述数据结果作为自己的子节点，具体为：

接收到数据结果的超级节点依据列表状态中的容量，判断是否能够增加所述数据结果作为子节点，得到第一判断结果；

超级节点依据列表状态中的样本标签，判断所述数据结果与自身的图形特征相似度是否符合样本标签的要求，得到第二判断结果；

当第一判断结果和第二判断结果均为是时，将所述数据结果作为超级节点的子节点。

5.如权利要求1所述的基于混合式网络的随机森林策略优化方法，其特征在于，还包括：

通过抽取一数据结果的日记，获取所述一数据结果的广播轨迹以及所述一数据结果对应的至少一个超级节点。

6.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序在被处理器执行时，能实现上述权利要求1-5任意一项所述的基于混合式网络的随机森林策略优化方法所包含的步骤。