基于卷積神經(jīng)網(wǎng)絡(luò)和熵權(quán)法的胡蜂識(shí)別及危害等級(jí)判別模型的研究

【摘? 要】2019年12月，華盛頓州農(nóng)業(yè)部確認(rèn)胡蜂出現(xiàn)在美國本土，這一生物入侵現(xiàn)象對(duì)經(jīng)濟(jì)、社會(huì)、生態(tài)和公共衛(wèi)生等方面都是一場(chǎng)無情的災(zāi)難。本文遵循“觀察規(guī)律-實(shí)踐應(yīng)用-合理預(yù)測(cè)”的框架，收集了關(guān)于該黃蜂的其他各類情報(bào)和詳細(xì)信息，提出了一系列新穎的模型來輔助政府機(jī)構(gòu)把握這種新生物的時(shí)空傳播規(guī)律并應(yīng)對(duì)生物入侵時(shí)繁雜的處理工作。本文致力于解決美國農(nóng)業(yè)部處理混亂而頻繁的目擊報(bào)告時(shí)的兩大困境——人工識(shí)別圖像成本過高和處理工作的隨意性和盲目性大。我們使用bootstrap抽樣方法解決了圖片正負(fù)樣本不均衡的問題，將調(diào)整后的圖像數(shù)據(jù)輸入經(jīng)過特殊調(diào)參的卷積神經(jīng)網(wǎng)絡(luò)中，得到了良好的圖像識(shí)別效果，準(zhǔn)確度達(dá)99%以上。且著眼于評(píng)價(jià)的角度，結(jié)合圖像為正面的概率、距離和活躍時(shí)間段這三個(gè)指標(biāo)，使用熵權(quán)法賦予權(quán)重配以模糊綜合評(píng)價(jià)，按實(shí)際危機(jī)程度劃分出了四個(gè)目擊報(bào)告處理等級(jí)，處理等級(jí)越高，就越優(yōu)先處理。

【關(guān)鍵詞】生物入侵;圖像識(shí)別;卷積神經(jīng)網(wǎng)絡(luò);熵權(quán)法

引言

2019年12月，華盛頓州農(nóng)業(yè)部確認(rèn)胡蜂出現(xiàn)在美國本土，這一生物入侵現(xiàn)象對(duì)社會(huì)各個(gè)層面和職能機(jī)構(gòu)都是一場(chǎng)無情的災(zāi)難。在經(jīng)濟(jì)方面，美國每年投入到生物入侵的成本估計(jì)超過1000億元，近期一些研究表明，單這種亞洲大黃蜂的控制費(fèi)用在美國就高達(dá)3140萬美元。生物入侵的一個(gè)典型后果就是破壞生態(tài)系統(tǒng)正常運(yùn)行和生物多樣性，甚至經(jīng)常成為壓死瀕臨滅絕的物種的最后一根稻草。胡蜂最初被紐約時(shí)報(bào)報(bào)道時(shí)被稱之為“殺人大黃蜂”，這也是因?yàn)榻?jīng)常捕食本地一些重要的經(jīng)濟(jì)物種，比如蜜蜂。胡蜂的強(qiáng)力針刺在高敏感性個(gè)體中會(huì)引起嚴(yán)重過敏反應(yīng)，甚至導(dǎo)致死亡。尤其在當(dāng)前新冠疫情大流行的全球困境當(dāng)中，病毒或許會(huì)通過對(duì)種群人口統(tǒng)計(jì)學(xué)和種間相互作用的影響，為生物入侵的成功做出貢獻(xiàn)，惡化當(dāng)前狀況。因此，收集關(guān)于該黃蜂的其他各類情報(bào)和詳細(xì)信息，例如準(zhǔn)確識(shí)別、擴(kuò)散分布情況和有效的控制措施等，為政府機(jī)構(gòu)提供參考和建議，及時(shí)遏制生物入侵帶來的連鎖消極后果，是迫在眉睫的。

1.基于卷積神經(jīng)網(wǎng)絡(luò)的胡蜂識(shí)別模型

1.1圖像處理

采集到的positive數(shù)據(jù)僅有14條，并且對(duì)應(yīng)的圖片文件也僅有14張，遠(yuǎn)遠(yuǎn)小于negative的圖片數(shù)量，這意味著我們訓(xùn)練數(shù)據(jù)存在極大不平衡，這使得我們想要分類預(yù)測(cè)出的positive的案例在類中難以具有代表性。因此我們主要通過以下方法對(duì)圖像進(jìn)行預(yù)處理，調(diào)整訓(xùn)練數(shù)據(jù)的數(shù)量。

Bootstrap抽樣。由于raw圖像只有67張，通過數(shù)據(jù)增強(qiáng)后的樣本數(shù)量也只有1311張，可能會(huì)導(dǎo)致模型對(duì)樣本特征的識(shí)別限制特別緊張，魯棒性變差。因此我們將positive和negative記錄比例規(guī)定為4：6。鑒于negative記錄共有3389條，positive記錄仍稍顯不足。Bootstrap是一種用從給定訓(xùn)練集中有放回的均勻抽樣，十分適合小樣本數(shù)據(jù)集。因此我們進(jìn)一步使用bootstrap抽樣方法，最終得到了2259張positive記錄。

1.2參數(shù)調(diào)整

我們遵循Francois Chollet的建議，對(duì)CNN進(jìn)行了一些特殊的改進(jìn)，能夠有效提高模型準(zhǔn)確度和效率。

（1）使用L1正則化，為模型的泛化添加一個(gè)權(quán)值累加項(xiàng)，讓權(quán)值變得更小。

（2）使用Dropout，在每輪訓(xùn)練過程中隨機(jī)放棄一些神經(jīng)元節(jié)點(diǎn)，相當(dāng)于減少了權(quán)值數(shù)量。

（3）使用Sigmoid激活函數(shù)和binary_crossentropy損失函數(shù)，可以很好適應(yīng)二分類問題

（4）使用已在大型數(shù)據(jù)集上預(yù)先訓(xùn)練過的網(wǎng)絡(luò)VGG16架構(gòu)，提前掌握大多數(shù)計(jì)算機(jī)視覺問題有用的特征，特別適合于本文中擁有少量數(shù)據(jù)的情況。

（5）微調(diào)VGG16模型的最后一個(gè)卷積塊，先實(shí)例化VGG16的卷積模型并加載其權(quán)重，再在頂部添加我們自己調(diào)過各類超參數(shù)的全連接層，并加載其權(quán)重，最后凍結(jié)VGG16模型最后一個(gè)卷積塊中的所有層。

（6）使用SGD優(yōu)化器，確保每次只選擇一個(gè)樣本來更新梯度，使得學(xué)習(xí)速度大大增強(qiáng)。

隨著訓(xùn)練次數(shù)的增加，剛開始時(shí)，測(cè)試集的損失度較大，但隨著訓(xùn)練次數(shù)的增加，逐漸趨于平緩，最后接近于0，訓(xùn)練集的損失度剛開始訓(xùn)練時(shí)也較大，接近0.5，但后面也逐漸接近0。而不管是訓(xùn)練集還是測(cè)試集，在第十輪后，準(zhǔn)確度都逐漸接近1，從這些指標(biāo)上看，模型訓(xùn)練的結(jié)果較為理想。

為了驗(yàn)證訓(xùn)練的圖像識(shí)別模型的精確度具體如何，我們又從其他網(wǎng)站找到一些已經(jīng)被驗(yàn)證為亞洲大黃蜂的圖片來驗(yàn)證模型的準(zhǔn)確度。我們使用從其他網(wǎng)站中收集來的圖片都可以實(shí)現(xiàn)一個(gè)很好的識(shí)別效果。

2.模糊綜合評(píng)價(jià)

根據(jù)公眾提供的目擊報(bào)告中的圖像，我們已經(jīng)可以較準(zhǔn)確的找出正確目擊并排除負(fù)面報(bào)告，但我們?nèi)晕唇鉀Q處理工作的優(yōu)先緩急問題。當(dāng)面對(duì)大量報(bào)告時(shí)，若能準(zhǔn)確制定出調(diào)查和處理工作的優(yōu)先順序，就能大大減少工作量。因此我們?cè)诰矸e神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上進(jìn)一步綜合其余指標(biāo)，使用模糊綜合評(píng)價(jià)方法得到了一個(gè)總的評(píng)價(jià)模型。

2.1指標(biāo)選擇

胡蜂的活動(dòng)明顯的時(shí)間和空間規(guī)律。據(jù)胡蜂相關(guān)的生物研究我們可以很輕松得到它年節(jié)律，但考慮到胡蜂剛出現(xiàn)在華盛頓州，與先前研究中具有不用的地勢(shì)和氣候等環(huán)境特征，因此可能會(huì)出現(xiàn)不同的活躍期。據(jù)此我們根據(jù)每月的舉報(bào)提交數(shù)量來觀察胡蜂的活躍期。如圖2可知，我們可將胡蜂的活動(dòng)周期大概分為4個(gè)階段，其中7-9月為活躍期，其次為5-6月，4月和10月，以及11月-次年3月，我們依次使用“1，2，3，4”來代表這幾個(gè)階段t。

當(dāng)某個(gè)地點(diǎn)出現(xiàn)一只胡蜂時(shí)，意味著它周圍也有極大可能會(huì)有其余同伙。因此我們將每個(gè)被標(biāo)記為unprocessed狀態(tài)的目擊報(bào)告中的地點(diǎn)和已確定為positive狀態(tài)的目擊報(bào)告中的地點(diǎn)計(jì)算距離值，再依次比較，選出最短距離d，并將其也作為一個(gè)重要指標(biāo)。

此外，我們之前通過卷積神經(jīng)網(wǎng)絡(luò)得到的圖片為正面的概率顯然也是一個(gè)重要的指標(biāo)，記為α。

2.2權(quán)重確定

在本研究中，由于當(dāng)前經(jīng)驗(yàn)和規(guī)律掌握不足，對(duì)現(xiàn)實(shí)情況的未知性太大，因此難以找到專家評(píng)判或者自行主觀確定權(quán)重，因此我們考慮使用熵權(quán)法計(jì)算三個(gè)指標(biāo)各自的權(quán)重。熵權(quán)法是一種客觀的綜合評(píng)價(jià)方法，得到的權(quán)重依賴于數(shù)據(jù)本身的離散性，即熵。當(dāng)某個(gè)指標(biāo)的離散程度越大，它的熵值越大，也表明該指標(biāo)對(duì)最終評(píng)價(jià)影響的權(quán)重越大。

通過上述熵權(quán)法計(jì)算權(quán)重，我們?nèi)齻€(gè)指標(biāo)所構(gòu)成的因素集為U={γ，d，t}，相對(duì)應(yīng)的權(quán)重向量A=[0.857036，0.008431，0.134533]。我們將官方處理優(yōu)先順序分為四個(gè)等級(jí)，等級(jí)越高，越應(yīng)該得到優(yōu)先處理。因此我們的等級(jí)集V={1，2，3，4}。

2.3模型構(gòu)建與求解

我們將σ對(duì)各等級(jí)的隸屬度函數(shù)定義為A（σ），將d對(duì)各等級(jí)的隸屬度函數(shù)定義為B（d），將t對(duì)各等級(jí)的隸屬度函數(shù)定義為C（t）。由于σ和d都是連續(xù)變量，可以分段表示，適合使用梯形隸屬度函數(shù)，而t是離散表示的，適合用三角形隸屬度函數(shù)。將指標(biāo)σ作為例，根據(jù)表1中的分段規(guī)則，可以得到如下隸屬度函數(shù)的圖形，如圖2。

最后，我們使用該模型對(duì)全部15個(gè)unprocessed記錄進(jìn)行總評(píng)價(jià)，其中不包含圖片、視頻等有效文件的數(shù)據(jù)我們直接打分為0，因?yàn)檫@類數(shù)據(jù)實(shí)驗(yàn)室無法進(jìn)行判斷，只能歸為unverified，我們對(duì)有效數(shù)據(jù)（5）的結(jié)果進(jìn)行排序并輸出，按照加權(quán)平均原則，可以得到每個(gè)等級(jí)中對(duì)應(yīng)的unprocessed記錄，能夠有效幫助到相關(guān)部門做出優(yōu)先處理決策。

3.結(jié)語

胡蜂在華盛頓州的出現(xiàn)讓社會(huì)公眾陷入一種迷茫與焦慮狀態(tài)之中，目擊報(bào)告大幅增長，這給美國農(nóng)業(yè)部造成了巨大的處理壓力。他們主要面臨兩個(gè)難點(diǎn)：一是人工識(shí)別胡蜂成本太高而尚未找到一種較好的智能識(shí)別方法;二是面對(duì)不停息的頻繁報(bào)告他們難以根據(jù)實(shí)際危機(jī)程度劃定優(yōu)先處理等級(jí)。

首先，本文利用卷積神經(jīng)網(wǎng)絡(luò)以識(shí)別正確的胡蜂的圖像，可在一定程度上取代人工識(shí)別，準(zhǔn)確度較高。

接下來，本文利用該圖像正確的概率結(jié)合胡蜂節(jié)律周期和活動(dòng)空間等指標(biāo)，并使用熵權(quán)法賦予各個(gè)指標(biāo)權(quán)重，進(jìn)行模糊綜合評(píng)價(jià)得出優(yōu)先處理的等級(jí)，最后使用unprocessed狀態(tài)下的目擊報(bào)告作為測(cè)試集進(jìn)行測(cè)試判斷。

參考文獻(xiàn)

[1] Meyerson， L. A.， Carlton， J. T.， Simberlo?， D.，& Lodge， D. M. （2019）. The growing peril of biological invasions.

[2] Barbet-Massin， M.， Salles， J. M.， & Courchamp， F. （2020）. The economic cost of control of the invasive yellow-legged Asian hornet. NeoBiota， 55， 11-25.

[3] Wilcove， D. S.， Rothstein， D.， Dubow， J.， Phillips， A.， & Losos， E. （1998）. Quantifying threats to imperiled species in the United States. BioScience， 48（8）， 607-615.

[4] McClenaghan， B.， Schlaf， M.， Geddes， M.， Mazza， J.， Pitman， G.， McCallum， K.， ... & Otis， G. W. （2019）. Behavioral responses of honey bees， Apis cerana and Apis mellifera， to Vespa mandarinia marking and alarm pheromones. Journal of Apicultural Research， 58（1）， 141-148.

[5] Stankus， T. （2020）. Reviews of Science for Science Librarians：Murder Hornets： Vespa Mandarinia Japonica. Science & Technology Libraries， 39（3）， 244-252.

[6] Torchin， M. E.， & Mitchell， C. E. （2004）. Parasites， pathogens， and invasions by plants and animals. Frontiers in Ecology and the Environment， 2（4）， 183-190.

[7] Chollet， F. （2016）. Building powerful image classi?cation models using very little data.Keras Blog.

[8] Li， G.， Cheng， Y. Q.， Dong， L.， & Wang， W. （2014）. Study of the gini coe?cient objective weights. Manag. Rev， 26， 12-22.

作者簡介：李松燁（2000.09-），男，漢族，河北邢臺(tái)人，本科在讀，研究方向?yàn)樾畔⒐芾砼c信息系統(tǒng)