...网页标记 了相关或不相关，同时存在可获取的大量网页，而这些网页用户没有给出标记； 多示例学习 （ multi-instance learning ）：在 多示例学习 中，一组样本而非一个样本被赋 予了一个标记，这一组样本被称为一个包，例如在分子活性分析中，一个分子包含 ...
基于110个网页-相关网页
2.1 多示例学习 多示例学习(multiple instance learning, MIL)的 概念是1997 年Dietterich 等人 [5] 在对药物活性预测问 题的研究中首先提出的。
基于16个网页-相关网页
Aiming at this problem, an object image recommendation algorithm based on multi-instance learning is proposed. The images are regarded as bags and the segmented regions as instances.
为此，提出一种基于多示例学习的对象图像推荐算法。
参考来源 - 基于多示例学习的对象图像推荐算法In multiple-instance learning, training samples are bags which are composed of multiple instances, and the bags are labeled but instances are not. The purpose of learning is to predict the labels of new bags.
在多示例学习中,训练样本是由多个示例组成的包,包是有概念标记的,但示例本身却没有概念标记,学习的目的是预测新包的类别。
参考来源 - 多样性密度学习算法的研究与应用·2,447,543篇论文数据，部分数据来源于NoteExpress
应用推荐