改进的多模型动态融合分类技术研究

《Electronics》：Research on an Improved Multi-Model Dynamic Fusion Classification Technique

　　

现有的多模型融合方法通常采用一种全局固定的融合策略，将所有基模型及其权重规则统一应用于所有待分类样本和所有类别，从而缺乏对特定样本的适应性和类别特异性。大多数传统的动态选择和动态加权融合方法仅在样本层面实现全局参数调整，未考虑基模型在类别能力上的显著差异。当单个基模型仅对某些类别具有优越识别能力时，其对剩余类别的预测精度和置信度较低。若直接融合所有基模型，低质量的类别预测会造成负面干扰，甚至主导最终决策，导致分类错误。此外，传统动态融合存在计算冗余、难以抑制低置信度样本干扰以及难以平衡动态优化与推理效率的问题。针对这些问题，本文提出一种改进的多模型动态融合分类技术，不同于传统的全局动态融合范式。通过构建投票矩阵、贡献权重和有效类别投票权重矩阵，该方法建立了一种类别级模型性能评估与差异化加权机制，从而能够为每个样本和每个类别精确选择优势基模型，滤除低置信度和次优类别预测的干扰。同时，在网络架构设计中，将轻量级模型组织为分支结构，并根据需要动态激活有效分支参与决策，显著降低推理的计算开销。为验证本文提出的融合分类技术，实验选取了主流轻量级模型，如MobileNetV2、EfficientNetB0、ShuffleNetv2、MNASNet 0.75和MobileNetV3_Small，在NEU数据集和NASA铣削数据集（Milling Data Set）上进行评估。实验结果表明，本文提出的融合方法能够充分聚合不同轻量级模型的类别优势，有效缓解传统融合方法误分类的风险，在保证高分类精度的同时增强模型鲁棒性，并以极低的计算开销实现了与大型深度模型相当的分类性能。该方法不仅适用于多准则决策（multiple-criteria decision-making），还可实现并推广至多源/多模态数据融合和深度神经网络，具有实际应用价值。

**论文解读：改进的多模型动态融合分类技术**

**研究背景与问题**
在多模型融合分类领域，传统方法采用全局固定的融合策略，对所有样本和所有类别统一应用相同的基模型和权重规则，缺乏对特定样本的适应性和类别特异性。现有动态选择与动态加权方法仅关注样本层面的全局参数调整，忽视了基模型在不同类别上的能力差异。当某个基模型仅对部分类别具有高识别精度时，其对其他类别的预测置信度较低，直接融合所有基模型会导致低质量预测干扰甚至主导最终决策，引发分类错误。此外，传统动态融合存在计算冗余、难以抑制低置信度样本干扰，以及动态优化与推理效率难以平衡的问题。为解决上述问题，研究人员提出了一种改进的多模型动态融合分类技术，旨在通过类别级精细评估与差异化加权，实现轻量级模型的高效融合，达到与大型深度模型相当的性能，同时保持低计算开销。该论文发表在《Electronics》。

**主要关键技术与方法**
研究人员采用了以下核心方法：首先，构建分类精度矩阵，评估每个基模型在各类别上的精度；其次，通过投票矩阵（voting matrix, Pballots）量化基模型在样本区域的性能，当某类别精度低于基模型平均精度时，该位置投票数置零；然后，利用Topsis方法计算各基模型的贡献权重（contribution weights, Sm），并对精度矩阵进行过滤（低于0.7的精度置零），再计算基模型与最优解的接近度，得到归一化权重；最后，通过将投票矩阵与贡献权重做标量乘法，得到有效类别投票权重矩阵（effective category voting weight matrix, S_ballots），实现类别级动态选择与加权。在深度神经网络中，将轻量级模型组织为分支结构，每隔50个训练轮次计算一次分支贡献权重，若连续两次低于平均贡献（1/m），则剔除该分支，加速推理并降低计算开销。实验在NEU数据集（东北大学表面缺陷数据集，6类，每类300张图像，240张训练，60张测试）和NASA铣削数据集（6模态，采用格拉姆角场（GAF）算法转换为图像）上进行验证。

**研究结果**
**4.1 带钢表面缺陷类型分类实验**
- **实验环境与数据准备**：采用MobileNetV2、EfficientNetB0、ShuffleNetv2、MNASNet0.75、MobileNetV3_Small五个轻量级基模型，在NEU数据集上训练，统一参数（学习率0.0001，动量0.9，轮次500，批次128）。
- **实验验证过程**：通过六步流程计算精度矩阵、投票矩阵、贡献权重、有效类别投票权重矩阵，最终得到二维投票融合类别矩阵，取最大编码元素对应的类别作为融合结果。以样本1_265.bmp为例，实际类别为label 1，经融合预测正确。
- **融合前后性能比较**：
- 融合前，各基模型整体精度为MobileNetV2 94.72%、EfficientNetB0 95.83%、ShuffleNetv2 97.78%、MNASNet0.75 96.94%、MobileNetV3_Small 98.06%。
- 融合后，多模型动态融合方法整体精度达98.61%，优于所有基模型。与经典多准则决策方法（Topsis、熵权Topsis、CRITIC-VIKOR）对比，所提方法表现最佳，且通过5折交叉验证平均精度达98.498%，优于Topsis 0.3%，优于最优基模型0.438%，证明改进具有统计意义。
- 消融实验表明，直接融合基模型等同于加权平均投票；“基线+投票矩阵”等同于熵权Topsis；“基线+贡献权重”等同于Topsis；所提方法综合了上述组件优势。
- 在深度神经网络中，将五个分支动态融合，最终选择ShuffleNetv2、MNASNet0.75、MobileNetV3_Small三个分支，融合精度保持98.61%，参数5,204,226，计算量0.6 GFLOPs，权重18.60 M，单张图像推理时间0.025067 s。对比大模型YOLO11L-cls（精度97.72%，参数14,115,624，计算量50.8 GFLOPs，权重49.2 M，推理时间0.019225 s），所提方法在资源消耗与性能间取得平衡，更适合工业应用。

**4.2 刀具磨损状态多模态数据分类实验**
- **实验环境与数据准备**：采用NASA铣削数据集（6模态：AE-spindle、AE-table、SmcAC、SmcDC、Vib-spindle、Vib-table），以MobileNetV3_Small为基模型，使用GAF算法将13组数据转换为图像，滑动窗口500点，步长100，丢弃首尾20帧，得到13×6×45训练数据和13×6×10测试数据。
- **实验验证与性能比较**：
- 各模态基模型精度差异显著，如Vib-table模态整体精度仅46.00%，但对label 2精度达85.00%。所提方法通过贡献权重（SmcAC模态贡献权重为0.0000，被排除）和有效类别投票权重矩阵，使Vib-table模态专门用于预测label 2。
- 融合后整体精度达77.00%，优于所有单一模态基模型。该方法不盲目剔除低精度基模型，而是基于类别优势进行动态选择与加权，有效解决了多源数据尺度不一致导致的融合困难。

**讨论与结论**
讨论部分指出，所提方法通过投票矩阵和有效类别投票权重矩阵将能力评估与权重分配下沉至类别级，使每个基模型对不同类别具有独立权重，从而抑制低置信度干扰。该融合模型在轻量级模型的资源消耗与性能之间取得平衡，计算资源需求远低于大模型，且对参数设置不敏感，鲁棒性强。结论部分强调：该方法不仅适用于多准则决策，还可有效实现并推广至多源/多模态数据融合和深度神经网络。未来工作可采用召回率（recall）和F1分数等多指标综合评估融合模型，以进一步完善研究。