27、多分类器系统的融合与评估

多分类器系统的融合与评估

1. 多分类器融合需解决的问题

在多分类器系统中，合理融合多个分类器的结果需要处理三个重要问题：
1. 多分类器的响应应是在各个分类器结果基础上的最佳选择，即使面对相互矛盾的个体分类，也应在逻辑上代表最可能的真实分类。
2. 系统中的分类器可能产生不同类型的响应，这些响应必须合并为一个连贯的单一响应。
3. 多分类器的正确结果产出率应高于任何单个分类器，否则就失去了意义。

2. 融合类型1响应

2.1 简单多数投票（SMV）

当每个分类器的输出是单个简单分类值时，可使用投票策略进行组合。简单多数投票方案可表示如下：
设 $C_i(x)$ 是分类器 $i$ 对数字图像 $x$ 的分类结果，系统中有 $k$ 个不同的分类器；设 $H(d)$ 是对数字图像 $x$ 分类为 $d$ 的分类器数量，其中 $d$ 是 ${0,1,2,3,4,5,6,7,8,9}$ 中的一个。$H$ 可看作一个直方图，计算方式如下：

for (i=0; i<k; i++)
    H[ Ci(x) ] += 1;

整体分类 $E$ 可表示为：
[
E(x) =
\begin{cases}
j & \text{if } \max(H(i)) = H(j) \text{ and } H(j) > \frac{k}{2}\
10 & \text{otherwise}
\end{cases}
]
这就是简单多数投票（SMV）。