[發明專利]一種基于集成TSK模糊分類器的眾包質量提升的方法

有效

• 申請號: 202010039850.8
• 申請日: 2020-01-15
• 公開（公告）號: CN111444937B
• 公開（公告）日: 2023-05-12
• 發明（設計）人: 蔣云良;張雄濤;胡文軍;鄔惠峰
• 申請（專利權）人: 湖州師范學院
• 主分類號: G06F18/2413
• 分類號: G06F18/2413;G06F18/214;G06F18/2337;G06N20/20
• 代理公司: 杭州中利知識產權代理事務所(普通合伙) 33301
• 代理人: 韓洪

1.一種基于集成TSK模糊分類器的眾包質量提升的方法，其特征在于：依次包括以下步驟：

S1.利用含有標簽噪音的兩分類數據集構建多個TSK-noise-FC模糊子分類器，在挑選出的不含噪音數據的驗證集上產生多個增強屬性，從而生成增強驗證集；

S2.利用經典的模糊聚類算法FCM算法對增強驗證集進行聚類，形成含有標簽的多代表點數據，記做數據字典，利用生成的數據字典，對含有標簽噪音的數據進行快速矯正，對于每一個含噪音數據的眾包數據，找到其最近的代表點，該代表點的標簽就是預測的結果；

所述TSK-noise-FC模糊分類器所采用的算法1為：

a)算法1的輸入：第l個訓練子集對應的標簽集其中x_i∈R^d,y_i∈{-1，+1,0},i＝1,2,…,N_l,模糊規則數K_l,參數ε＝(ε₁,ε₂,…,ε_N-M),ε_i＝ε,i＝1,2,…,N-M；

b)算法1的輸出：模糊規則和子分類器的輸出函數

c)算法1的學習過程如下：

c1)通過從集合{0,0.25,0.5,0.75,1}隨機選擇一個特征值，構造規則組合矩陣表示五個高斯函數中哪一個被選擇；

c2)通過隨機選擇一個正數，構造核寬度矩陣

c3)根據規則組合矩陣和核寬度矩陣，構造每一條模糊規則的模糊隸屬度，利用公式(1)計算，并且

其中j＝1,2,…,d,k＝1,2,…,K_l,歸一化并構造矩陣X_g

第l個TSK-noise-FC?TSK模糊分類器的前件參數可計算得出；

c4)根據公式(3)，計算后件參數a_g

其中α,β,γ是拉格朗日乘子，在公式(4)求得

其中，Q＝[q_ij]_{(2N-M)*(2N-M)}為核矩陣，

f＝(y,-ε,-ε),y＝(y₁,y₂,…,y_M),ε＝(ε₁,ε₂,…,ε_N-M),ε_i＝ε,i＝1,2,…,N-M

ζ＝(α₁,…,α_M,β_M+1,…,β_N,γ_M+1,…,γ_N)^T

c5)計算第l個TSK-noise-FCTSK模糊子分類器的輸出

y_l＝X_ga_g?(5)；

該方法所采用的算法2具體為：

a)算法2的輸入：訓練數據D_tr＝[X_tr?Y_tr],驗證數據D_v＝[X_v?Y_v]，其中X_tr和X_v代表數據，Y_tr和Y_v代表標簽，分類器個數L,K₁,K₂,…,K_L表示每一個子分類器的模糊規則數；

b)算法2的輸出：代表性中心點及其標簽；

c)算法2的訓練過程：

c1)初始化

從兩分類訓練數據集D_tr中隨機抽取各子分類器的訓練子集D₁,D₂,…,D_L，并且D₁∪D₂∪……∪D_L＝D_tr，在對應標簽Y₁,Y₂,…,Y_L中加入噪音標簽，對于錯誤標簽，翻轉其對應的標簽值，對于不確定的標簽，其對應的標簽值設置為0；

c2)以并行學習的方式學習第L個TSK-noise-FC模糊子分類器：

c2.1)為每一個子分類器指派模糊規則數，

c2.2)通過調用算法1，并行生成L個子分類器，

c2.3)輸出L個子分類器的輸出函數F₁(x),F₂(x),......,F_L(x)并將其值作為源數據的增強特征；

c3)生成增強驗證數據集：

計算驗證數據集的每一個樣本的輸出函數值F₁(x),F₂(x),......,F_L(x)，生成增強驗證數據集其中表示源數據，X_v表示增強數據；

d)生成代表性中心點及其標簽：

在增強驗證數據集上調用FCM生成代表性中心點及其標簽；

e)測試過程：

e1)對于含有噪音的眾包數據，在代表性中心點上利用KNN對其標簽進行快速矯正，

e2)輸出矯正后的眾包數據。