基于多蚁群同步优化的多真值发现算法

作者：冯钦; 曹建军^*; 郑奇斌; 张磊; 翁年凤; 李红梅

来源：计算机应用研究, 2020, 37(01): 44-49.

DOI：10.19734/j.issn.1001-3695.2018.05.0453

• 数据清洗
• 数据冲突
• 多真值发现
• 子集问题
• 蚁群优化

为提高在多真值场景下真值发现的准确性,提出一种多蚁群同步优化的多真值发现算法（multi-ant colonies synchronization optimization based multi-truth discovery algorithm,MAC-SO-MTD）。以最大化各数据源提供的观测值集合与该对象真值集合之间相似度的加权和为目标,将多真值发现问题建模为求解子集问题。在此基础上设计蚁群算法进行求解:根据对象个数设置相应的蚁群,构造子集问题的有向图,利用路径概率转移公式进行同步搜索真值;将信息素更新分为本次迭代最优更新和本次迭代不更新,提高了算法的收敛速度。最后,通过算法复杂度分析和在真实数据集上的实验验证了该算法的优越性。

• 单位
  国防科技大学; 中国人民解放军陆军工程大学