基于BCH碼的中心式多標簽群智設計.pdf

1、群智利用用戶群體的智慧和資源，在諸多執(zhí)行任務的場景中是一種有效的運作模式。然而由于給予用戶的報酬很低，并且用戶的專業(yè)領域、程度高低因人而異，用戶群體提供的反饋信息通常是不可信的。為了提高群智系統(tǒng)中用戶反饋數(shù)據(jù)的準確度，最近的研究提出了一種名為多標簽分類的群智模型。針對用戶群體可信度未知的場景，本文提出了基于BCH碼的中心式多標簽群智設計：我們?yōu)槎鄻撕炄褐窃O計了中心式的系統(tǒng)架構，并為每一個標簽設計一個具有最大糾錯能力的BCH碼字，同時根據(jù)

2、該設計的BCH碼矩陣將用戶群體的反饋數(shù)據(jù)映射到一個估計碼字中，用以判定最后的近似標簽?；贐CH碼的多標簽群智系統(tǒng)架構避免了用戶群體和群智系統(tǒng)具有統(tǒng)一認知標準這一前提；群智平臺中心式的處理在實際分配任務時不受到實際想象力的限制；基于BCH碼的碼矩陣設計不依賴于特定用戶群體的可信度分布；對BCH碼的設計進一步拉大標簽之間的距離，提高了對用戶反饋信息的容錯能力；BCH碼系統(tǒng)的生成方式同時也為碼矩陣的生成提供了更低的計算復雜度。
　　為

3、了描述群智的背景和研究現(xiàn)狀，本文首先簡要介紹了群智系統(tǒng)及其典型應用場景。進一步我們介紹了群智系統(tǒng)的相關模型，包括多標簽群智模型、用戶群體模型和目前的最優(yōu)推導算法。此外，基于該背景，我們引出基于編碼理論的多標簽群智模型，介紹其系統(tǒng)架構，并結合具體事例分析其動機及合理性。
　　然而基于編碼理論的多標簽群智模型存在五個問題，其一為用戶群體與群智系統(tǒng)必須具有統(tǒng)一的認知標準；其二為構造碼矩陣計算量大，需要較大計算復雜度；其三為離線生成碼矩陣

4、時需要特定的用戶群體的可信度分布，故而生成的碼矩陣對于執(zhí)行任務的可信度未知的用戶群體不是最優(yōu)解；其四為在實際場景中實例化特征會很大程度上受到人類想象力的限制；其五為在線動態(tài)分配子任務給用戶群體時，用戶的專業(yè)背景及資質和子任務之間不一定匹配。針對這些問題，我們提出了基于BCH碼的中心式多標簽群智模型BCH-CMCL，將處理用戶群體反饋信息由分布式轉化為中心式，并以BCH碼設計碼矩陣，代替基于編碼理論的多標簽群智模型中的碼矩陣構造。多標簽群

5、智系統(tǒng)中心式的架構和處理方式取消了“用戶群體與群智系統(tǒng)必須具有統(tǒng)一的認知標準”這一前提，避免了實際分配任務時受到人類有限想象力的限制。由于BCH碼較大的漢明距離和系統(tǒng)的生成方式，BCH-CMCL不依賴于特定用戶群體的可信度分布，可實現(xiàn)更大的容錯能力和更低的碼矩陣生成復雜度。具體來說，我們描述了BCH-CMCL的系統(tǒng)架構，從集合的角度，結合具體事例分析了該系統(tǒng)架構的優(yōu)點，介紹了BCH碼的構造和特性，給出了基于BCH碼的碼矩陣設計以及相應的

6、算法實現(xiàn)，并簡要總結了該碼矩陣設計的優(yōu)點。
　　我們更進一步給出了BCH-CMCL的理論分析結果，其中包括，BCH-CMCL和基于編碼理論的多標簽群智模型在容錯能力、漢明距離、碼生成矩陣復雜度上的比較，以及BCH-CMCL平均錯誤率的上界及其充分條件和必要條件。理論分析表明，BCH-CMCL相比于基于編碼理論的多標簽群智模型，對可信度未知的用戶群體具有更大的漢明距離和容錯能力，且在離線生成碼矩陣時具有更低計算復雜度；在用戶群體的質

7、量不算太低的情況下，BCH-CMCL可實現(xiàn)較高的準確度。
　　為了驗證BCH-CMCL性能的理論分析，我們基于matlab搭建了仿真平臺并給出了一系列仿真結果，包括BCH-CMCL和基于編碼理論的多標簽群智模型的漢明距離、容錯能力的比較，BCH-CMCL的理論和實際性能特性，以及多數(shù)表決、基于編碼理論的多標簽群智模型和BCH-CMCL的在準確度上的性能比較。仿真結果和理論分析相吻合，表明BCH-CMCL可從用戶群體的反饋信息中更準