A1:笑得海潮 B3:冒泡的崔 D2:Cornell University,Computer Vision Group H2:冰河的博客 G3:丕子博客 K1:MLA CHINA K4:斯坦福视觉实验室 L4:MIT 机器学习实验室
现在的位置: 首页科研>正文
cat_ico37 category
多示例多标记学习(MIML)
发表于833 天前 科研 评论数 2 ⁄ 被围观 781 次+

5周志华提出MIML的基本考虑,是多义性对象往往具有复杂的内涵,只用一个示例(即一个特征向量)来进行表示是一种过度简化,在表示阶段就丢失了有用的信息,后续的学习阶段将面临极大的困难。事实上,一个多义性对象往往可以用多个示例来描述。例如对图像来说,如果使用某种技术将图像划分为若干个区域,那么每个区域都可以用一个示例来描述,这样,一幅图像就可表示成多个示例组成的一个集合;对文档来说,如果使用某种技术将其划分为若干部分,例如不同的章节段落,那么每个部分都可以用一个示例来描述,这样,一个文档就可表示成多个示例的集合。考虑到多义性对象具有多个语义,我们所要学习的实际上就是从示例集合到类别标记集合上的一个映射。形式化地来说,令表示示例空间,表示类别标记空间,则

周志华关于MIML的论文:  下载

http://www.keyanshequ.com/thread-833-1-1.html

多示例多标记学习(MIML):目前有2 条留言

  1. nicidoggy : 2009年10月24日10:35 下午 回复

    没注册不能下载啊,发俺邮箱吧nicidoggy囧gmail.com

给我留言


/ 快捷键:Ctrl+Enter

无觅相关文章插件,快速提升流量

不想听你唠叨×