示例

230601)多示例學(xué)習(xí)樣本由示例所組成的集合所構(gòu)成。Dietterich等人在通過機器學(xué)習(xí)方法研究麝香分子是否具有活性時發(fā)現(xiàn)[1]，分子具有多種形狀，我們只知道分子是否具有活性，無法得知哪一種形狀能夠讓該分子具有活性。傳統(tǒng)監(jiān)督學(xué)習(xí)中樣本和樣本類別一一對應(yīng)，而多示例學(xué)習(xí)中的樣本和包的類別是多對一的關(guān)系(如圖1所示)，人工篩選具有活性的麝香分子是一件非常耗時耗力的工作。由于具有活性的分子(正包)中包含大量噪聲(假正例)，監(jiān)督學(xué)習(xí)算法直接應(yīng)用于多示例問題時難以

草上。2.B3.示例：露珠是小水珠，在太陽的照射下化成水蒸氣飛散了。段落（3）1.2 天上 水里2. ① ② ① ②3.A√4.示例：舉頭望明月，低頭思故鄉(xiāng)。段落（4）1.42.示例：我一邊唱歌一邊跳舞。3.練習(xí)說一百遍“我愛你……”4.B段落（5）1.紅的 白的 紫的 暗紅的 淡綠的 五光十色2.C3. ③ ① ②段落（6）1.lián? yìng2.B3.碧? 紅

低能形狀都作為正示例，無活性分子的全部低能形狀作為負示例，然后用傳統(tǒng)監(jiān)督分類器訓(xùn)練，在預(yù)測階段，會導(dǎo)致很高的假陽性率，為此，Dietterich等人[1]提出了多示例學(xué)習(xí)。在多示例學(xué)習(xí)框架下，訓(xùn)練對象是包，一個包中有多個示例，包的標(biāo)簽是已知的，包中示例的標(biāo)簽是未知的，多示例學(xué)習(xí)的目標(biāo)是對未知包進行標(biāo)記。標(biāo)準多示例假設(shè)規(guī)定：正包中至少有一個正示例，負包中全部都是負示例。在分子活性預(yù)測問題中，分子由包表示，分子的低能形狀由示例表示，活性分子對應(yīng)包的標(biāo)簽為正，無

桃子 辣椒2.【示例】潔白的云朵像一只只羊羔，讓人喜歡。3.【示例】無論做什么事情都要仔細、認真，不然是要吃虧的。段落二1.， ：“ ， ， ？”2.只縷 口個3.悶 危險 舒服4.【示例】對比兩只青蛙，我喜歡小青蛙，因為它堅強敢于樹立目標(biāo)、勇于挑戰(zhàn)，還有堅持不懈的精神。閱讀主題二：鄉(xiāng)音難覓段落一1.【示例】這隱隱飄來的桂花香里邊包含了作者對家鄉(xiāng)的無限思念之情，在這些回憶之中表達了作者的情感寄托以及對家鄉(xiāng)山山水水的喜愛和懷念。2.【示例】當(dāng)我吃到土豆炒辣椒

你……3.②4.示例：聽話懂事段落二1.但是埃米爾很高興，他一路吹著口哨，唱著歌。2.把它們倒進銅鍋里，放在他爸爸臥室的床邊。3.③4.示例：淘氣5.示例：他的爸爸醒來后會嚇一大跳。閱讀主題二：四季之美段落一1.① ③ ②2.示例：棉花 白蝴蝶段落二1.3 32.雙 位 把3.示例：一臺空調(diào) 把悶熱的天氣變得涼爽閱讀主題三：生之贊歌段落一1.野火燒不盡 春風(fēng)吹又生2.春 夏 秋 冬3.火熱 酷熱4.小草像一位慈愛的母親把人們抱在懷里，為勞累的人們消除酷熱帶

化學(xué)院 林志全多示例學(xué)習(xí)已應(yīng)用于許多場景，如圖像分類、惡意軟件分類、文檔分類、對象檢測等。在多示例學(xué)習(xí)中，訓(xùn)練數(shù)據(jù)集中的每個數(shù)據(jù)都是一個包，包由多個示例組成。包有類別標(biāo)簽，實例沒有類別標(biāo)簽。而學(xué)習(xí)的最終目標(biāo)是給出新包的類別預(yù)測。我們以圖像分類為例，每個圖像都被視為一個包，圖像被分成多個部分，每個部分可以看作是其中一個示例，對應(yīng)多個示例在袋子里。如果圖像是我們需要的圖像，那么這個包就是一個正包，具有此圖像特征的示例就是一個正示例。傳統(tǒng)的分類學(xué)習(xí)方法，往往都是

結(jié)構(gòu)，充分利用多示例學(xué)習(xí)框架的優(yōu)點，結(jié)合支持向量機中的多類分類算法，對具有特殊結(jié)構(gòu)的文本分類問題展開研究，最后通過實驗驗證本文提出算法的有效性。1 相關(guān)研究多示例學(xué)習(xí)(multi instance learning，MIL)源于20世紀90年代Dietterich等在研究藥物分子活性(drug activity prediction)檢測問題時提出的一種新的學(xué)習(xí)方法[3]。多示例學(xué)習(xí)方法作為機器學(xué)習(xí)中從監(jiān)督式學(xué)習(xí)演變出的一種新方法，自提出以來，一直是學(xué)者研

39)引　　言多示例學(xué)習(xí)這一新型機器學(xué)習(xí)框架是Dietterich等于1997年進行藥物分子活性預(yù)測研究時提出的[1]。其實質(zhì)是對由多個示例組成的包進行學(xué)習(xí)并對未知標(biāo)記的包進行預(yù)測。目前已在圖像分類[2]、圖像檢索[3-5]、視覺追蹤[6]和行人檢測[7]等方面得到廣泛的應(yīng)用。總體來說，多示例學(xué)習(xí)主要分為兩類。一類從包與示例之間的關(guān)系出發(fā)，尋求解決多示例學(xué)習(xí)問題的途徑。1988年，Maron等[8]提出多樣性密度(Diverse density, DD)算

什么壞事都做。【示例】他依仗官高權(quán)大，目中無人，無所不為?！菊`用】常被誤指為能力強，沒有什么不能做的。12.炙手可熱【釋義】比喻權(quán)勢大，氣焰盛（多指權(quán)貴氣勢盛），使人不敢接近?！?span id="j5i0abt0b" class="hl">示例】在劉志軍炙手可熱的時候，一些問題大家都不敢開口?！菊`用】現(xiàn)常被誤用為某樣事物很紅或很搶手，非常流行受追捧。13.差強人意【釋義】差：程度副詞，勉強。大體上使人滿意。【示例】那幾幅畫都不怎么樣，只有這一幅梅花圖還差強人意?！菊`用】經(jīng)常被誤用為不能使人滿意。14.不足為訓(xùn)【釋義】

測；任意姿態(tài)；多示例學(xué)習(xí)1 引言多姿態(tài)人體檢測在日常生活中有很多重要的應(yīng)用[1]。例如在人類行為估計中[2]，人們首先需要檢測人體的位置，為頭、手、腳等其他部分提供參考定位。對于智能機器人，它的活動必須避免碰撞人類，但房間里的人不會總是直立的，他們可以是趴著、坐著、躺著，或者是其他姿態(tài)。圖1說明了一些不同姿態(tài)的人體，其中的圖片來自LSP數(shù)據(jù)集[3]。因此檢測任意姿態(tài)的人體變得十分必要[4]。Fig.1 Illustration of human body

寫句子練習(xí)1. 示例：如春天里的一縷清風(fēng)，為我送來芬芳。2. 示例：欣賞是一抹陽光，催開含苞的花蕾。3. 示例：生動的人物形象，躍然紙上，讓我們拍案叫絕。4. 示例：碧水是她明亮的雙眸，云霧是她迷人的面紗。5. 示例：媽媽是一本思想教科書。外表雖然枯燥，但心地善良，樂于助人。和她在一起，能陶冶情操，感受大愛。6. 示例：人生猶如一幅畫卷，等待我們?nèi)ゾ拿枥L；人生猶如一曲樂章，等待我們?nèi)ビ眯难葑唷?. 示例：①汽車的廣泛利用可以方便人們出行，也可以成為霧霾天

或［S.l.］。示例1：［出版地不詳］：三戶圖書刊行社，1990示例2：［S.l.］：Mac Millan，19853） 無出版者，可著錄［出版者不詳］或［s.n.］。示例3：昆明：［出版者不詳］，2005示例4：New York：［s.n.］，2001注意：不要出現(xiàn)［S.l.］：［s.n.］這樣的著錄形式。4） 出版年無法確定時，可依次選用版權(quán)年、印刷年、估計的出版年，估計的出版年置于“［］”內(nèi)。示例5：c1986：146－149示例6：1993印刷：4

或［S.l.］。示例1：［出版地不詳］：三戶圖書刊行社，1990示例2：［S.l.］：Mac Millan，19853） 無出版者，可著錄［出版者不詳］或［s.n.］。示例3：昆明：［出版者不詳］，2005示例4：New York：［s.n.］，2001注意：不要出現(xiàn)［S.l.］：［s.n.］這樣的著錄形式。4） 出版年無法確定時，可依次選用版權(quán)年、印刷年、估計的出版年，估計的出版年置于“［］”內(nèi)。示例5：c1986：146－149示例6：1993印刷：4

1.示例：不要因為委屈而遷怒他人，重要的是練就寬廣的胸懷。2.示例：因為海洋浩瀚，魚兒才可以悠然暢游。3.示例一：紅梅傲雪，白杏吐蕊，綻放著生活的芬芳。示例二：金風(fēng)送爽，白雪輕舞，吟詠著生活的美好。4.示例一：從鳴蟬的歡唱中，我們感受到夏天的熱烈。示例二：從潮水的起落中，我們體悟到生命的節(jié)奏。5.B6.示例一：一片綠葉里有春天的影子，一個微笑里有鼓勵的影子。示例二：一朵白云里有天空的影子，一次撫摸里有信任的影子。7.第③句。8.一只風(fēng)箏，彰顯自省精神。（《

30070)在多示例學(xué)習(xí)(multiple instance learning，MIL)中，訓(xùn)練集由具有概念標(biāo)記的包組成，包是若干示例的集合，如果包被標(biāo)記為正，則包中至少有一個示例為正;如果包被標(biāo)記為負，這個包中所有的示例都為負。多示例學(xué)習(xí)中存在的最大挑戰(zhàn)在于雖然包的概念標(biāo)記是已知的，但正包中的示例的概念標(biāo)記是模糊的，不能將包的標(biāo)記直接傳遞給包中的示例。其學(xué)習(xí)任務(wù)是通過對訓(xùn)練集中有標(biāo)記包的學(xué)習(xí)，建立和優(yōu)化目標(biāo)概念模型，對未標(biāo)記的包或示例分類或預(yù)測。傳統(tǒng)多示