示例

230601)多示例學習樣本由示例所組成的集合所構成。Dietterich等人在通過機器學習方法研究麝香分子是否具有活性時發現[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。傳統監督學習中樣本和樣本類別一一對應，而多示例學習中的樣本和包的類別是多對一的關系(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)，監督學習算法直接應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。段落（4）1.42.示例：我一邊唱歌一邊跳舞。3.練習說一百遍“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，然后用傳統監督分類器訓練，在預測階段，會導致很高的假陽性率，為此，Dietterich等人[1]提出了多示例學習。在多示例學習框架下，訓練對象是包，一個包中有多個示例，包的標簽是已知的，包中示例的標簽是未知的，多示例學習的目標是對未知包進行標記。標準多示例假設規定：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，活性分子對應包的標簽為正，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、勇于挑戰，還有堅持不懈的精神。閱讀主題二：鄉音難覓段落一1.【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山山水水的喜愛和懷念。2.【示例】當我吃到土豆炒辣椒

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 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

化學院 林志全多示例學習已應用于許多場景，如圖像分類、惡意軟件分類、文檔分類、對象檢測等。在多示例學習中，訓練數據集中的每個數據都是一個包，包由多個示例組成。包有類別標簽，實例沒有類別標簽。而學習的最終目標是給出新包的類別預測。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。傳統的分類學習方法，往往都是

結構，充分利用多示例學習框架的優點，結合支持向量機中的多類分類算法，對具有特殊結構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 相關研究多示例學習(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習方法[3]。多示例學習方法作為機器學習中從監督式學習演變出的一種新方法，自提出以來，一直是學者研

39)引　　言多示例學習這一新型機器學習框架是Dietterich等于1997年進行藥物分子活性預測研究時提出的[1]。其實質是對由多個示例組成的包進行學習并對未知標記的包進行預測。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用?？傮w來說，多示例學習主要分為兩類。一類從包與示例之間的關系出發，尋求解決多示例學習問題的途徑。1988年，Maron等[8]提出多樣性密度(Diverse density, DD)算

什么壞事都做?！?span class="hl">示例】他依仗官高權大，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】比喻權勢大，氣焰盛（多指權貴氣勢盛），使人不敢接近?！?span 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?！?span class="hl">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】經常被誤用為不能使人滿意。14.不足為訓【釋義】

測；任意姿態；多示例學習1 引言多姿態人體檢測在日常生活中有很多重要的應用[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。圖1說明了一些不同姿態的人體，其中的圖片來自LSP數據集[3]。因此檢測任意姿態的人體變得十分必要[4]。Fig.1 Illustration of human body

寫句子練習1. 示例：如春天里的一縷清風，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，等待我們去精心描繪；人生猶如一曲樂章，等待我們去用心演奏。7. 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［S.l.］：［s.n.］這樣的著錄形式。4） 出版年無法確定時，可依次選用版權年、印刷年、估計的出版年，估計的出版年置于“［］”內。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［S.l.］：［s.n.］這樣的著錄形式。4） 出版年無法確定時，可依次選用版權年、印刷年、估計的出版年，估計的出版年置于“［］”內。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。8.一只風箏，彰顯自省精神。（《

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