[发明专利]一种基于集成TSK模糊分类器的众包质量提升的方法

权利要求书

1.一种基于集成TSK模糊分类器的众包质量提升的方法，其特征在于：依次包括以下步骤：

S1.利用含有标签噪音的两分类数据集构建多个TSK-noise-FC模糊子分类器，在挑选出的不含噪音数据的验证集上产生多个增强属性，从而生成增强验证集；

S2.利用经典的模糊聚类算法FCM算法对增强验证集进行聚类，形成含有标签的多代表点数据，记做数据字典，利用生成的数据字典，对含有标签噪音的数据进行快速矫正，对于每一个含噪音数据的众包数据，找到其最近的代表点，该代表点的标签就是预测的结果；

所述TSK-noise-FC模糊分类器所采用的算法1为：

a)算法1的输入：第l个训练子集对应的标签集其中x_i∈R^d,y_i∈{-1，+1,0},i＝1,2,…,N_l,模糊规则数K_l,参数ε＝(ε₁,ε₂,…,ε_N-M),ε_i＝ε,i＝1,2,…,N-M；

b)算法1的输出：模糊规则和子分类器的输出函数

c)算法1的学习过程如下：

c1)通过从集合{0,0.25,0.5,0.75,1}随机选择一个特征值，构造规则组合矩阵表示五个高斯函数中哪一个被选择；

c2)通过随机选择一个正数，构造核宽度矩阵

c3)根据规则组合矩阵和核宽度矩阵，构造每一条模糊规则的模糊隶属度，利用公式(1)计算，并且

其中j＝1,2,…,d,k＝1,2,…,K_l,归一化并构造矩阵X_g

第l个TSK-noise-FC TSK模糊分类器的前件参数可计算得出；

c4)根据公式(3)，计算后件参数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)}为核矩阵，

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)计算第l个TSK-noise-FCTSK模糊子分类器的输出

y_l＝X_ga_g (5)；

该方法所采用的算法2具体为：

a)算法2的输入：训练数据D_tr＝[X_tr Y_tr],验证数据D_v＝[X_v Y_v]，其中X_tr和X_v代表数据，Y_tr和Y_v代表标签，分类器个数L,K₁,K₂,…,K_L表示每一个子分类器的模糊规则数；

b)算法2的输出：代表性中心点及其标签；

c)算法2的训练过程：

c1)初始化

从两分类训练数据集D_tr中随机抽取各子分类器的训练子集D₁,D₂,…,D_L，并且D₁∪D₂∪……∪D_L＝D_tr，在对应标签Y₁,Y₂,…,Y_L中加入噪音标签，对于错误标签，翻转其对应的标签值，对于不确定的标签，其对应的标签值设置为0；

c2)以并行学习的方式学习第L个TSK-noise-FC模糊子分类器：

c2.1)为每一个子分类器指派模糊规则数，

c2.2)通过调用算法1，并行生成L个子分类器，

c2.3)输出L个子分类器的输出函数F₁(x),F₂(x),......,F_L(x)并将其值作为源数据的增强特征；

c3)生成增强验证数据集：

计算验证数据集的每一个样本的输出函数值F₁(x),F₂(x),......,F_L(x)，生成增强验证数据集其中表示源数据，X_v表示增强数据；

d)生成代表性中心点及其标签：

在增强验证数据集上调用FCM生成代表性中心点及其标签；

e)测试过程：

e1)对于含有噪音的众包数据，在代表性中心点上利用KNN对其标签进行快速矫正，

e2)输出矫正后的众包数据。