[发明专利]一种基于IFCM、KNN和数据字典的集成TSK模糊分类器

说明书

本发明公开了一种基于IFCM、KNN和数据字典的集成TSK模糊分类器，依次包括以下步骤：为每个子分类器从D_tr中随机抽样训练数据子集；并行训练L个零阶TSK模糊子分类器；对于验证数据集的每个样本，计算对应的每个输出函数的值并将其作为增强特征，将原始特征和增强特征合并，从而形成增强验证数据集；在增强验证数据集上调用IFCM算法后，生成代表性的中心点及其对应的标签，去掉增强特征，即得到数据字典；对于任何测试样本，利用KNN方法在数据字典上找到最近的k个点，基于投票策略，确定其类标。该分类方法具有较高的分类性能、强鲁棒性和高可解释性。

【技术领域】

本发明涉及模糊识别及机器学习的技术领域，特别是一种基于IFCM、KNN和数据字典的集成TSK快速分类的技术领域。

【背景技术】

由于Takagi-Sugeno-Kang(TSK)模糊分类器强大的逼近能力和高可解释性，在很多领域，如模式识别、智能数据处理和自适应模糊控制等已经得到成功的应用。但是，在一些场景中，比如众包问题,网络图像标识等，我们通常拥有宝贵但少量的真实数据及其标签(在本文中称为验证数据)，并且很容易地收集大量原始甚至多源训练数据，通常这些训练数据不可避免的含有噪音数据。但如果在这些训练数据上构建分类模型，其性能将会严重降低。换句话说，用原始训练数据直接训练TSK模糊分类器或集成TSK模糊分类器(即，多个原始训练数据子集)将明显不适合以上考虑的场景，由于以下原因：(1)由于含有噪音的原始训练数据，所训练得到的分类器可能不可靠；(2)现有的TSK模糊分类器的训练算法大多采用对验证数据进行交叉验证策略来确定相关参数，宝贵的验证数据没有得到直接和充分地利用；(3)当采用传统的集成TSK模糊分类器对原始数据进行分类时，由于中间变量的存在，其中的中间子分类器没有可解释性。因此，对于这样的应用场景，希望在充分利用宝贵验证数据的基础上构建一个高性能的集成模糊分类器。

【发明内容】

本发明的目的就是解决现有技术中的问题，提出一种基于IFCM、KNN和数据字典的集成TSK模糊分类器，即IK-D-TSK，具有较高的分类性能、强鲁棒性和高可解释性。

为实现上述目的，本发明提出了一种基于IFCM、KNN和数据字典的集成TSK模糊分类器，依次包括以下步骤：

a)为每个子分类器从D_tr中随机抽样训练数据子集D₁,D₂,…,D_L，并且D₁∪D₂∪……∪D_L＝D_tr；

b)并行训练L个零阶TSK模糊子分类器；

c)对于验证数据集的每个样本，计算对应的每个输出函数F₁(x),F₂(x),…,F_L(x)的值并将其作为增强特征，将原始特征和增强特征合并，从而形成增强验证数据集其中表示验证数据的增强特征集，从而生成增强验证数据集；

d)在增强验证数据集上调用IFCM算法后，生成代表性的中心点及其对应的标签，去掉增强特征，即得到数据字典；

e)对于任何测试样本，利用KNN方法在数据字典上找到最近的k个点，基于投票策略，确定其类标。

作为优选，所述步骤b)采用并行学习的思想同时训练L个零阶TSK模糊子分类器，具体包括以下步骤：

b1.为每个子分类器分配模糊规则数；

b2.构造5个高斯型隶属度函数，其隶属度中心点集合为{0,0.25,0.5,0.75,1}，在每一维上从中心点集合中随机指定一个值并构造规则组合矩阵通过给每个元素分配一个随机正数来构造核宽度矩阵利用高斯隶属度函数计算模糊隶属度，正则化并构造矩阵