圖像分類中融合Bagging的Tri-Training算法研究.pdf

1、隨著互聯(lián)網(wǎng)、電子數(shù)碼設備的飛速發(fā)展和廣泛使用，尤其是新型崛起的社交軟件（網(wǎng)絡）微信、QQ、微博充斥在人們的生活中，每天涌現(xiàn)的數(shù)字圖像信息呈爆炸式地增長，如何才能快速、有效地檢索、分類并挖掘出有用信息就成為當今研究的一個重點，而這些研究重點中圖像分類的研究聚焦了許多學者的研究目光。機器學習是把無序的數(shù)據(jù)轉(zhuǎn)化成有用的信息，而在轉(zhuǎn)化的過程中是自動化，不再需要人工過多干預。通常我們所說的監(jiān)督學習(Supervised Learning)和無監(jiān)督

2、學習(Unsupervised Learning)是機器學習按照學習形式的不同而劃分的。其中機器學習中的無監(jiān)督學習分類精度不高；監(jiān)督學習則需要大量的有標記樣本進行訓練才能得到預想的效果，然而在現(xiàn)實中如果想獲取有標記樣本，需要大量的人力和物力，所以從1980年左右開始介于二者之間的半監(jiān)督學習（Semi-Supervised Learning）開始提出并被關注。半監(jiān)督學習只需要少量有標記樣本和大量未標記樣本就可以訓練并獲得分類精度較高的效果

3、，所以半監(jiān)督學習很好地解決了前面提到的分類精度不高和需要大量有標記樣本這兩個問題，也逐漸成為目前研究的一個熱點。集成學習是在分類的過程中，將若干個分類器集成起來，通過采用某一種組合從而來決定最終分類器的分類結果，以此獲得一個比之前單個分類器分類性能更優(yōu)的組合分類器。所以將集成學習與半監(jiān)督學習融合的方式是在只給定少量有標記樣本的情況下有效提高分類器性能的方式之一。
　　本研究主要內(nèi)容包括：⑴在傳統(tǒng)Tri-Training分類算法上進

4、行改進，采用三種不同分類算法生成基分類器，并在分類器組合的過程中，采用準確率加權的方法集成分類器，即Tri-Training-3分類算法。傳統(tǒng)Tri-Training分類算法采用一種分類算法生成三個基分類器，這三個基分類器的差異性相對不大，只能通過樣本集的差異來提高性能，而本文采用三種不同的分類算法，相應生成三個不同基分類器，再通過有差異的樣本集，提高了其分類性能。⑵在Tri-Training分類算法中，將蟻群聚集信息素的計算融入其中，

5、提出了一種基于蟻群聚集信息素的Tri-Training分類算法(Aggregation pheromone metaphor for Tri-Training classification，簡稱APTTC)。計算蟻群聚集信息素濃度，并將蟻群聚集信息素濃度作為置信度，從而將置信度高的未標記樣本（設定一個閾值，大于這一閾值就認為是置信度高的未標記樣本）連同其標記類別一起加入到有標記樣本集中，從而生成有差異的訓練樣本集，提高其分類性能。⑶融合

6、Bagging集成學習和Tri-Training半監(jiān)督分類算法，提出了一種基于置信度重采樣的融合Bagging和Tri-Training分類算法（Bagging and Tri-Training based on Confidence Resampling，簡稱BTTCR）。每次迭代循環(huán)，按照置信度的高低進行重采樣，選取一定比例置信度高的未標記樣本和一定比例置信度低的未標記樣本連同其標記類別一起加入到有標記樣本集中進行訓練。選取置信度高

7、的未標記樣本的目的是為了提高分類的準確率，而選取置信度低的樣本是為了進行擾動訓練，生成差異較大的樣本集，從而提高分類的準確率。⑷以COREL圖像庫和Indoor Scene圖像集作為實驗數(shù)據(jù)，分別采用上述三種（Tri-Training-3、APTTC、BTTCR）分類算法進行圖像分類，并于傳統(tǒng)采用同一種分類算法生成三個分類器的Tri-Training分類算法（Tri-Training-NB、Tri-Training-KNN和Tri-Tr