结合可信度和DS证据理论的ECOC多类分类研究
- 格式：pdf
- 大小：769.24 KB
- 文档页数：7
第 １ ２卷
第２ ２期
２１ ０ ２年 ８月
科
学
技
术
与
工
程
Ｖｏ．１ Ｎｏ ２ Ａｕ １ ２ ．２ ｇ．２０１ ２
１７ — １１ （０ ２ ２ —５ ２ ０ ６ １ ８５ ２ １ ）２５ ０ —７
Ｓｃｅ ｃ ｃ ｎ ｌｇ ｎ ｉ ｎ ｅ Ｔｅ ｈ ｏｏ ｙ ａ ｄ Ｅｎｇｎ ｅ ｉ ｉ ｅ ｒｎｇ
在 国内 ， 周进 登 等利用 Ｅ Ｏ Ｃ Ｃ框架 ， 针对 在基 分 类器 生成过 程 中 ， 常 面 临 的提 高 基 分类 器 之 间 的 经 差异 性和 增 加 各 基 分 类 器 与 集 成 分 类 器 学 习 的一 致性 的矛盾 问题 ， 用 在 保证 差 异 性 的 前 提下 减 小 采 由学 习不一 致性 引起 的分 类 错 误 率 的 方法 ， 出 了 提
关键词 多类分 类
ＥＯ ＣＣ
Ｄ Ｓ证据理论
分 类器 可信度
一维距 离像
中图法分类号
Ｔ３ １ １ Ｐ９． ； ４
文献标志码
Ａ
多传感 器 目标 识 别 是 当今 目标 识 别 领 域 的 趋 势 ， 目标识 别 过 程 中各 种 目标 （ 式 ） 种 类 、 在 模 的 数 量 及分 布情 况 是 千 变 万 化 的 ， 何 准 确 、 速 地 对 如 快 目标 进 行 分类 是 目标 识 别 的关 键 。 而 现 有 的 目标 模 式分 类方法 主要 是 基 于 二类 分 类 问题 提 出的 ， 实 际上 ， 现实 中 的 目标 是 多 种 多 样 的 ， 以 多 类 目标 所 识 别是 一 个 重 要 而 且 必 然 的研 究 方 向 。纠 错 输 出 编码 利用二 元纠 错输 出编 码 （ ｉａｙＥ Ｏ 或 三元 Ｂｎｒ Ｃ Ｃ） 纠错 输 出编 码矩 阵 （ ｅｎｒ Ｃ Ｃ 作为 分解框 架把 Ｔｒａ Ｅ Ｏ ） ｙ 多类 分类 问题 转 化为 多 个 二类 问题 ， 而 能有 效 的 从 利用 经典 的二类分 类 方 法 ， 已成 为模 式 识 别 领域 中
ｄｎ ） ， 汉 明距 离 解 码 （ ｎｅｓ ａ ｍ ｎ ｅｏ ｉｇ 逆 Ｉｖｒ Ｈ ｍ ｉｇ Ｄ ｃ— ｅ ｄｎ ）５， 大 似 然 概 率 解 码 （ ｘｍｚ ｇＬｋｌ ｏｄ ｉ ［ 最 ｇ ３ Ｍａｉｉｎ ｉｅｉ ｏ ｉ ｈ
Ｐｏａｉｔ Ｄ ｃｄｎ ）６， 于 损 失 函 数 解 码 （ ｏｓ ｒｂｂ ｉ ｅｏｉｇ Ｌ 基 ｌｙ ］ Ｌｓ
第一作者简介 ： 罗
玺（９ ８ ） 男 ， １８ 一 ， 陕西西安人 ， 士研 究生 ， 硕 研究
针对 不 同类 型 的分类 问题 ， １９ 于 ９９年首 次提 出基 于
数据 的反 向传播 编码 确 定方 法 （ ａｋＰｏａａｏ Ｂｃ ｒ ｇｔ ｎ ｐ ｉ
Ａｇｒｈ 。２０ 年 Ｕｓｈｃ ｌ ｉ ｍ） ｏｔ ０４ ｔ ｉｋ和 Ｗｅｃｓｌｅｇｒ ｃ ｉ ｅ ｒｅ ｈ ｂ
２１ 年 ４ １ ０２ 月 ６日收到， 月 ４日 ５ 修改 陕西省 自然科学基 础研究
摘
要
针对 多类 目标识别 问题 ， 利用 三符号 纠错输 出编码作为将 多类分解为若干个 二类 问题 的结构框架 ， 用改进 的证 据理
论作为 融合策略 ， 将每 一个 二分器 的输 出作为证据之一进 行融合 ； 同时对 分类器 的可信度 进行估 计， 并将 得到 的信任度 量值 融入证 据中， 从而提高多类分类的正确率。实验 中分别对 Ｕ Ｉ Ｃ 数据集和 三种 一维距 离像 数据集进 行测试 ， 果表 明本 文提 出 结 的基 于分类器 可信度 的多类 目标识别方法能有效地提高复杂环境 下多传感器 目标 识别 的正确率。
Ｂ ｓｄＤ ｃｄｎ ） 、 ａｅ ｅｏ ｉｇ ｊ加权 损失 函数 解码 （ ｏｓ ｉ ． Ｌ ｓ Ｗｅ ｈ ｇ ｔｄＢ ｓｄＤ ｃｄｎ ） 及 证据 理论解 码 。 ｅ ａｅ ｅｏｉｇ
自 １９ ９５年 Ｄｅｅｉ ａｄ和 Ｂｋｒ首 次 提 出应 ｉｔｒｈｎ ｔ ｃ ａｉ ｉ
用ＥＯ Ｃ Ｃ解决 多 类 分类 问题 以来 ， 已有很 多学 者 对 此进 行 了深入 研 究 和 扩 展 … 。Ａ ｐｙ ｉ ｌａｄｎ和 Ｍａ ｏ ｚ ｙｒ ａ
解决 多类分 类 问题 的研 究热 点 。
利 用 期 望 最 大 化 法 则 （ ｘ ｅｔ ｉ ｘｍ ｚｔ ｎ Ａ Ｅ ｐ ｃ ｔ ｎ Ｍａｉ ｉ ｉ １ ａｏ ａｏ ｇｒｈ 通 过对最 大 似然 目标 函 数进 行 优 化 找 出最 ｏｉ ｍ） ｔ
适 合样本 空 间 的编 码矩 阵 ｊ 。文献 ［ ］ 用 汉 明 规 １利 则对 Ｅ Ｏ Ｃ Ｃ进 行解 码 ， 以最小 汉 明距 离 作 为 编码 并 矩 阵 的设计 准则 ， 解码 规 则 简 单 ， 确率 高 ， 其 准 且具 有 纠错 能力 。但在 复 杂 情 况 下 ， 明距 离 解 码 会 出 汉 现 解码 正确 率偏低 甚 至 完 全错 误 的情 况 ， 此 有 文 为 献 继 而 提 出 了 欧 式 距 离 解 码 （ ｕｌ ｅｎ Ｄ ｃ． Ｅ ｃｉ ａ ｅｏ ｄ
基金 （０ ０Ｍ８０ ） ２ １Ｊ ０ ４ 资助
以集成分类器 的分类错误率为适应度 函数 的遗传
算法 来确 定最 优加 权 系 数矩 阵 ， 于 人 工数 据 集 和 基 Ｕ Ｉ 据集 的实验 验证 了此 方法 的优 越性 和多 类识 Ｃ数 别 的高效 性 ¨ 。 尹安 容 等利 用 Ｈ ｄｍ ｒ 错 码 来 简 化 Ｅ Ｏ ａａ ａｄ纠 ＣＣ
＠
２ １ ＳｉＴ ｃ． ｎｒ． ０ ２ ｃ ｅｈ Ｅ ｇｇ ．
结合 可 信 度 和 Ｄ Ｓ证 据 理 论 的 Ｅ ＯＣ Ｃ 多类分类研 究
罗 玺 罗 红 周进 登 雷 蕾
（ 空军工程大学 电讯工程学院 ， 西安 ７ ０ ７ １０７；空军工程大学导弹学院 三原 ７ ３０ ） ， １８０
第２ ２期
２１ ０ ２年 ８月
科
学
技
术
与
工
程
Ｖｏ．１ Ｎｏ ２ Ａｕ １ ２ ．２ ｇ．２０１ ２
１７ — １１ （０ ２ ２ —５ ２ ０ ６ １ ８５ ２ １ ）２５ ０ —７
Ｓｃｅ ｃ ｃ ｎ ｌｇ ｎ ｉ ｎ ｅ Ｔｅ ｈ ｏｏ ｙ ａ ｄ Ｅｎｇｎ ｅ ｉ ｉ ｅ ｒｎｇ
在 国内 ， 周进 登 等利用 Ｅ Ｏ Ｃ Ｃ框架 ， 针对 在基 分 类器 生成过 程 中 ， 常 面 临 的提 高 基 分类 器 之 间 的 经 差异 性和 增 加 各 基 分 类 器 与 集 成 分 类 器 学 习 的一 致性 的矛盾 问题 ， 用 在 保证 差 异 性 的 前 提下 减 小 采 由学 习不一 致性 引起 的分 类 错 误 率 的 方法 ， 出 了 提
关键词 多类分 类
ＥＯ ＣＣ
Ｄ Ｓ证据理论
分 类器 可信度
一维距 离像
中图法分类号
Ｔ３ １ １ Ｐ９． ； ４
文献标志码
Ａ
多传感 器 目标 识 别 是 当今 目标 识 别 领 域 的 趋 势 ， 目标识 别 过 程 中各 种 目标 （ 式 ） 种 类 、 在 模 的 数 量 及分 布情 况 是 千 变 万 化 的 ， 何 准 确 、 速 地 对 如 快 目标 进 行 分类 是 目标 识 别 的关 键 。 而 现 有 的 目标 模 式分 类方法 主要 是 基 于 二类 分 类 问题 提 出的 ， 实 际上 ， 现实 中 的 目标 是 多 种 多 样 的 ， 以 多 类 目标 所 识 别是 一 个 重 要 而 且 必 然 的研 究 方 向 。纠 错 输 出 编码 利用二 元纠 错输 出编 码 （ ｉａｙＥ Ｏ 或 三元 Ｂｎｒ Ｃ Ｃ） 纠错 输 出编 码矩 阵 （ ｅｎｒ Ｃ Ｃ 作为 分解框 架把 Ｔｒａ Ｅ Ｏ ） ｙ 多类 分类 问题 转 化为 多 个 二类 问题 ， 而 能有 效 的 从 利用 经典 的二类分 类 方 法 ， 已成 为模 式 识 别 领域 中
ｄｎ ） ， 汉 明距 离 解 码 （ ｎｅｓ ａ ｍ ｎ ｅｏ ｉｇ 逆 Ｉｖｒ Ｈ ｍ ｉｇ Ｄ ｃ— ｅ ｄｎ ）５， 大 似 然 概 率 解 码 （ ｘｍｚ ｇＬｋｌ ｏｄ ｉ ［ 最 ｇ ３ Ｍａｉｉｎ ｉｅｉ ｏ ｉ ｈ
Ｐｏａｉｔ Ｄ ｃｄｎ ）６， 于 损 失 函 数 解 码 （ ｏｓ ｒｂｂ ｉ ｅｏｉｇ Ｌ 基 ｌｙ ］ Ｌｓ
第一作者简介 ： 罗
玺（９ ８ ） 男 ， １８ 一 ， 陕西西安人 ， 士研 究生 ， 硕 研究
针对 不 同类 型 的分类 问题 ， １９ 于 ９９年首 次提 出基 于
数据 的反 向传播 编码 确 定方 法 （ ａｋＰｏａａｏ Ｂｃ ｒ ｇｔ ｎ ｐ ｉ
Ａｇｒｈ 。２０ 年 Ｕｓｈｃ ｌ ｉ ｍ） ｏｔ ０４ ｔ ｉｋ和 Ｗｅｃｓｌｅｇｒ ｃ ｉ ｅ ｒｅ ｈ ｂ
２１ 年 ４ １ ０２ 月 ６日收到， 月 ４日 ５ 修改 陕西省 自然科学基 础研究
摘
要
针对 多类 目标识别 问题 ， 利用 三符号 纠错输 出编码作为将 多类分解为若干个 二类 问题 的结构框架 ， 用改进 的证 据理
论作为 融合策略 ， 将每 一个 二分器 的输 出作为证据之一进 行融合 ； 同时对 分类器 的可信度 进行估 计， 并将 得到 的信任度 量值 融入证 据中， 从而提高多类分类的正确率。实验 中分别对 Ｕ Ｉ Ｃ 数据集和 三种 一维距 离像 数据集进 行测试 ， 果表 明本 文提 出 结 的基 于分类器 可信度 的多类 目标识别方法能有效地提高复杂环境 下多传感器 目标 识别 的正确率。
Ｂ ｓｄＤ ｃｄｎ ） 、 ａｅ ｅｏ ｉｇ ｊ加权 损失 函数 解码 （ ｏｓ ｉ ． Ｌ ｓ Ｗｅ ｈ ｇ ｔｄＢ ｓｄＤ ｃｄｎ ） 及 证据 理论解 码 。 ｅ ａｅ ｅｏｉｇ
自 １９ ９５年 Ｄｅｅｉ ａｄ和 Ｂｋｒ首 次 提 出应 ｉｔｒｈｎ ｔ ｃ ａｉ ｉ
用ＥＯ Ｃ Ｃ解决 多 类 分类 问题 以来 ， 已有很 多学 者 对 此进 行 了深入 研 究 和 扩 展 … 。Ａ ｐｙ ｉ ｌａｄｎ和 Ｍａ ｏ ｚ ｙｒ ａ
解决 多类分 类 问题 的研 究热 点 。
利 用 期 望 最 大 化 法 则 （ ｘ ｅｔ ｉ ｘｍ ｚｔ ｎ Ａ Ｅ ｐ ｃ ｔ ｎ Ｍａｉ ｉ ｉ １ ａｏ ａｏ ｇｒｈ 通 过对最 大 似然 目标 函 数进 行 优 化 找 出最 ｏｉ ｍ） ｔ
适 合样本 空 间 的编 码矩 阵 ｊ 。文献 ［ ］ 用 汉 明 规 １利 则对 Ｅ Ｏ Ｃ Ｃ进 行解 码 ， 以最小 汉 明距 离 作 为 编码 并 矩 阵 的设计 准则 ， 解码 规 则 简 单 ， 确率 高 ， 其 准 且具 有 纠错 能力 。但在 复 杂 情 况 下 ， 明距 离 解 码 会 出 汉 现 解码 正确 率偏低 甚 至 完 全错 误 的情 况 ， 此 有 文 为 献 继 而 提 出 了 欧 式 距 离 解 码 （ ｕｌ ｅｎ Ｄ ｃ． Ｅ ｃｉ ａ ｅｏ ｄ
基金 （０ ０Ｍ８０ ） ２ １Ｊ ０ ４ 资助
以集成分类器 的分类错误率为适应度 函数 的遗传
算法 来确 定最 优加 权 系 数矩 阵 ， 于 人 工数 据 集 和 基 Ｕ Ｉ 据集 的实验 验证 了此 方法 的优 越性 和多 类识 Ｃ数 别 的高效 性 ¨ 。 尹安 容 等利 用 Ｈ ｄｍ ｒ 错 码 来 简 化 Ｅ Ｏ ａａ ａｄ纠 ＣＣ
＠
２ １ ＳｉＴ ｃ． ｎｒ． ０ ２ ｃ ｅｈ Ｅ ｇｇ ．
结合 可 信 度 和 Ｄ Ｓ证 据 理 论 的 Ｅ ＯＣ Ｃ 多类分类研 究
罗 玺 罗 红 周进 登 雷 蕾
（ 空军工程大学 电讯工程学院 ， 西安 ７ ０ ７ １０７；空军工程大学导弹学院 三原 ７ ３０ ） ， １８０
