[發(fā)明專利]基于圖聚類標(biāo)簽傳播的集成多分類器融合分類方法和系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201310502891.6
• 申請(qǐng)日: 2013-10-23
• 公開（公告）號(hào): CN103605990A
• 公開（公告）日: 2014-02-26
• 發(fā)明（設(shè)計(jì)）人: 毛啟容;胡素黎;王麗;詹永照
• 申請(qǐng)（專利權(quán)）人: 江蘇大學(xué)
• 主分類號(hào): G06K9/66
• 分類號(hào): G06K9/66;G06K9/00
• 代理公司: 江蘇致邦律師事務(wù)所 32230
• 代理人: 樊文紅

1.一種基于圖聚類標(biāo)簽傳播的集成多分類器融合分類方法，其特征在于，包括：

步驟1使用訓(xùn)練樣本訓(xùn)練基本分類器，對(duì)訓(xùn)練樣本和測(cè)試樣本進(jìn)行多次聚類，得到多種聚類劃分狀態(tài)；

步驟2根據(jù)訓(xùn)練樣本和測(cè)試樣本的聚類劃分狀態(tài)進(jìn)行標(biāo)簽傳播，得到測(cè)試樣本的聚類類別標(biāo)簽CCI；

步驟3所有聚類劃分狀態(tài)和基本分類器經(jīng)過(guò)步驟1和步驟2處理，得到測(cè)試樣本的聚類類別信息集合；將聚類類別信息和基本分類器的分類信息共同構(gòu)成集成分類器的決策矩陣，根據(jù)聚類類別信息和基本分類器的分類信息的分類準(zhǔn)確率設(shè)置分類融合目標(biāo)方程的參數(shù)，以便于限制參數(shù)在融合中的限制范圍；

步驟4根據(jù)分類融合目標(biāo)方程，將待分類樣本的聚類類別信息和基本分類器的預(yù)測(cè)標(biāo)簽信息使用二分圖最大共識(shí)法進(jìn)行融合分類，得到最終的類別標(biāo)簽。

2.如權(quán)利要求1所述的方法，其特征在于，所述步驟2，具體包括：

對(duì)測(cè)試樣本進(jìn)行語(yǔ)音信號(hào)預(yù)處理和特征提取；

對(duì)訓(xùn)練樣本和測(cè)試樣本進(jìn)行聚類劃分，獲得聚類劃分狀態(tài)；

使用基本分類器對(duì)測(cè)試樣本進(jìn)行預(yù)分類，得到測(cè)試樣本的預(yù)分類結(jié)果；

使用基于圖的近鄰標(biāo)簽傳播方法，得到測(cè)試樣本的聚類類別標(biāo)簽CCI。

3.如權(quán)利要求2所述的方法，其特征在于，所述使用基于圖的近鄰標(biāo)簽傳播方法，得到測(cè)試樣本的聚類類別標(biāo)簽CCI，具體包括：

根據(jù)聚類劃分對(duì)測(cè)試樣本建立近鄰關(guān)系圖G和標(biāo)簽圖LG，其中，近鄰關(guān)系圖G為：G(x_i,x_j)=w(x_i,x_j)，如果x_i和x_j在同一簇中且互為近鄰，w(x_i,x_j)=(1+dist(x_i,x_j))^-1，其中dist(x_i,x_j)表示樣本x_i,x_j之間的距離，否則w(x_i,x_j)=0；標(biāo)簽圖LG為：LG(x_i)=l,l=label(x_i)l∈[0...num]；

根據(jù)待分類樣本的近鄰樣本的類別標(biāo)簽計(jì)算類別相似值以推斷其聚類類別標(biāo)簽；若無(wú)法得到聚類類別標(biāo)簽則此時(shí)待分類樣本的近鄰樣本大多數(shù)均為無(wú)標(biāo)簽的待分類樣本，此時(shí)利用此待分類樣本的最大近鄰子集和基本分類器的分類結(jié)果計(jì)算類別相似值推斷其在此聚類情況下的類別信息。