{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期-部件”：[[2024,5,24]]，“日期-时间”：“2024-05-24T06:34:47Z”，“时间戳”：1716532487959}，“出版商位置”：“柏林，海德堡”，“引用-计数”：42，“出版者”：“斯普林格-柏林-海德堡（Springer Berlin Heidelberg）”，“isbn-type”：[{“值”：“9783642155666”，“类型”：“print”}，{“value”：“9783642155673”，“type”：“electronic”}]，“license”：[{“start”：{“date-parts”：[[2010,1,1]]，“date-time”：“2010-01-01T00:00:00Z”，“timestamp”：1262304000000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“http://www.springer.com\/tdm”}，{“start”：{“date-ports”：[2010,1]]“：”2010-01-01T00:00:00Z“，”timestamp“：1262304000000}，”content-version“：“tdm”，“delay-in-days”：0，“URL”：“http://www.springer.com/tdm”}]，“content-domain”：{“domain”:[]，“crossmark-restriction”：false}，“short-container-title”：[]，”published-print“：{”date-parts“：[[2010]]}，”DOI“：”10.1007\/978-3642-15567-3_3“，”type“：”book-chapter“，”created“：”{“date-part”：[[2010，9,5]]，“日期时间”：“2010-09-05T14:56:26Z”，“时间戳”：1283698586000}，“页面”：“29-42”，“源”：“Crossref”，“is-referenced-by-count”：65，“标题”：[“MIForests:随机树的多实例学习”]，“前缀”：“10.1007”，”作者“：[{”给定“：”Christian“，”family“：”Leistner“，”sequence“：”first“，”affiliation“：[]}，{”given“：”Amir“，”家庭“：”Saffari“，”序列“：”additional“，”feliance“：[]}，{“给定”：“Horst”，“family”：“Bischof”，“sequence”：“additional”，“affiliation”：[]}]，“member”：“297”，“reference”：[{“key”：“3_CR1”，“unstructured”：“Keeler，J.，Rumelhart，D.，Leow，W.：手印数字的集成分割和识别。In:NIPS（1990）”}，{“key”：”3_CR2“，”doi-asserted-by“：”crossref“，”unstructure“：“Dietterich，T.，Lathrop，R.，Lozano-Perez，T.：用轴-面矩形解决多实例问题。In:Artifical Intelligence（1997）”，“DOI”：“10.1016\/S0004-3702（96）00034-3”}，{“key”：“3_CR3”，“first page”：：“Andrews，S.，Tsochandaridis，I.，Hofman，T.：支持向量机用于多实例学习。Adv.Neural.Inf.Process.Syst.\u00a015，561\u2013568（2003）”，“日志标题”：“Neural.Inf.Procress.Syst.”}，{“key”：“3_CR4”，“非结构化”：“Ruffo，G.：学习计算机安全应用的单实例和多实例决策树。博士论文（2000）”}，{“key”：“3_CR5”，“unstructured”：“Zhang，M.L.，Goldman，S.：Em-dd：一种改进的多实例学习技术。In:NIPS（2002）“}，}”key“：”3_CR6“doi-asserted-by”：“crossref”，“非结构化”：“Vijayanarasimhan，S.，Grauman，K.：视觉类别关键词：弱监督对象分类的多实例学习。In:CVPR（2008）”，“DOI”：“10.1109\/CVPR.2008.4587632”}，{“key”：“3_CR7”，“unstructured”：“Chen，Y.，Bi，J.，Wang，J.：Miles：通过嵌入式实例选择进行多实例学习：“3_CR8”，“非结构化”：“Viola，P.，Platt，J.，Zhang，C.：用于对象检测的多实例增强。In:NIPS（2006）”}，{“key”：“3_CR9”，“unstructured”：“Zhang、C.、Viola、P.：用于学习高效级联检测器的多实例修剪。In:NIPS（2008）”},{“密钥”：“3CR10”，“series-title”：“计算机科学讲义”，“doi-asserted-by”：“publisher”，“first page”：“156”，，“DOI”：“10.1007\/978-3642-01721-6_10”，“volume-title”：“Location and Context Awareness”，“author”：“M.Stikic”，“year”：“2009”，“unstructured”：“Stikic，M.，Schiele，B.：使用多实例学习从稀疏标记数据中进行活动识别。In:Choudhury，T.，Quigley，A.，Strang，T.；Suginuma，K.（eds.）LoCA 2009。LNCS，第00a05561卷，第156页\u2013173。Springer，Heidelberg（2009）“}，{“key”：“3_CR11”，“doi-asserted-by”：“crossref”，“unstructured”：“Vezhnevets，A.，Buhmann，J.：通过多实例和多任务学习实现弱监督语义分割。In:CVPR（2010）”，“doi”：“10.1109\/CVPR.2010.5540060”}，}，“key“：”3_CR12“doi-sserted-byBabenko，B.，Yang，M.H.，Belongie，S.：通过在线多实例学习进行视觉跟踪。在：CVPR（2009）“，”DOI“：”10.1109\/CVPRW.2005.5206737“｝，｛”key“：”3_CR13“，”非结构化“：”Breiman，L.：随机森林。在：机器学习（2001）“｝，｛”key“：”3_CR14“，”DOI断言“：”crossref“，”非结构化“：”Moosmann，F.，Triggs，B.，Jurie，F.：使用随机聚类森林的快速判别视觉代码簿。在：NIPS，pp.985\u2013992（2006）“，”DOI“：”10.7551\/mitpress\/7503.003.0128“}，{”key“：”3_CR15“，”DOI-asserted-by“：”crossref“，”unstructured“：”Caruana，R.，Karampatziakis，N.，Yessenalina，A.：高维监督学习的实证评估。in:ICML（2008）“，”DOI“：doi断言：“publisher”，“first page”：“595”，“doi”：“10.1007\/978-3-540-88693-8_44”，“volume title”：“Computer Vision\u2013 ECCV 2008”，“author”：“T.Sharp”，“year”：“2008”，“nonstructured”：“Sharp，T.：在gpu上实现决策树和森林。收录于：Forsyth，D.，Torr，P.，Zisserman，A.（编辑）ECCV 2008，第四部分LNCS，vol.\u00a05305，pp.595\u2013608。Springer，Heidelberg（2008）“}，{”key“：”3_CR17“，”doi-asserted-by“：”crossref“，”unstructured“：”Gall，J.，Lempinsky，V.：“用于对象检测的类特定hough林。In:CVPR（2009）“，”doi“：”10.1109\/CVPR.2009.5206740“}”，{“key”：“3_CR18”，“doi-assert-by”：“Crosref”，“unstructure”：“”Shotton，J.、Johnson，M.、Cipolla，R.：图像分类和分割的语义文本森林。In:CVPR（2008）“，”DOI“：”10.1109\/CVPR.2008.4587503“}，{“key”：“3_CR19”，“DOI-asserted-by”：“crossref”，“unstructured”：“Bosch，A.，Zisserman，A.，Munoz，X.：使用随机森林和蕨类植物进行图像分类。In:ICCV（2007）”，“DOI”：“10.1109\/ICCV.2007.4409066”}，“key“：”3_CR20“，”DOI-assert-by“：”Crosref“，”非结构化“：“Lepetit，V.，Fua，P.：使用随机树进行关键点识别。In:CVPR（2006）“，”DOI“：”10.1109\/TPAMI.2006.188“}，{“key”：“3_CR21”，“DOI-asserted-by”：“crossref”，“unstructured”：“Saffari，A.，Leistner，C.，Godec，M.，Santner，J.，Bischof，H.：在线随机森林。In:OLCV（2009“，”非结构化“：”Blum，A.，Kalai，A.：关于从多个实例中学习的注释。摘自：《机器学习》，第23\u201329页（1998）“，“DOI”：“10.1023\/A:1007402410823”}，{“key”：“3_CR23”，“unstructured”：“Mangasarian，O.，Wild，E.：通过连续线性规划进行多实例学习。技术报告（2005）”}Wang，J.，Zucker，J.D.：解决多因素问题：懒惰学习方法。In：ICML（2000）“}，{“key”：“3_CR25”，“unstructured”：“Maron，O.，Lozano-Perez，T.：多实例学习框架。In：NIPS（1997）”}，}，“key“：”3_CR26“，”unstructure“：”Zhang，Q.，Goldman，S.：Em-dd：一种改进的多实例学习技术。In:NIPS（2001）通过嵌入式实例选择重温多实例学习”，“作者”：“J.Foulds”，“年份”：“2008年”，“非结构化”：“Foulds，J.，Frank，E.：通过嵌入式实例选取重温多示例学习。LNCS公司。Springer，Heidelberg（2008）“}，{“key”：“3_CR28”，“doi-asserted-by”：“crossref”，“unstructured”：“Blockel，H.，Page，D.，Srinivasan，A.：多实例树学习。In：ICML（2005）”，“doi”：“10.1145\/110251.10259”}，“key“：”3_CR29“，“非结构化”：“Geman，Y.A.D.：随机树的形状量化和识别。神经计算（1996）”}、{“key“：”3_CR30“，”unstructured“：”Rose，K.：确定性退火、约束聚类和优化。In：IJCNN（1998）“}，{“key”：“3_CR31”，“unstructured”：“Gehler，P.，Chapelle，O.：多站学习的确定性退火。In：AISTATS（2007）”}，}，“key“：”3_CR32“，”doi-asserted-by“：”crossref“，”unstructure“：”Leistner，C.，Saffari，A.，Santner，J.，Bischof，H.：半监督随机森林。In:ICCV（2009）“，”doi“：”10.1109\/ICCV.2009.5459198“}，{“key”：“3_CR33”，“unstructured”：“Oza，N.，Russell，S.：在线打包和增强。摘自：Proceedings Artificial Intelligence and Statistics，pp.105\u2013112（2001）”}，}，“key“：”3_CR34“，”doi-asserted-by“：”publisher“，”first page“：“199”，“doi”：“10.1007\/s11063-004-2156-8”，”volume“20”，“author”：“J.Pakkanen”，“year”：“2004”，“非结构化”：“Pakkanen，J.，Iivarinen，J，Oja，E.：进化树\u2014用于数据分析的新型自组织网络。神经过程。莱特。\u00a020，199\u2013211（2004）“，“新闻标题”：“神经过程。莱特。“}，{”key“：”3_CR35“，”doi-asserted-by“：”crossref“，”unstructured“：”Bunescu，R.，Mooney，R.：稀疏正包的多实例学习。In：ICML（2007）“，”doi“：”10.1145\/1273496.1273510“Zhou，Z.H.，Sun，Y.Y.，Li，Y.F.：通过将实例视为非身份证样本进行多因素学习。In:ICML（2009）“，”DOI“：”10.1145\/1553374.1553534“}，{“key”：“3_CR37”，“unstructured”：“Avidan，S.：信号群跟踪。In:CVPR，vol.\u00a02，pp.494\u2013501（2005）”}，“key“：”3_CR38“，”unstructure“：”Grabner，H.，Bischof，H.：在线增强和视觉Ross，D.，Lim，J.，Lin，R.S.，Yang，M.H.：稳健视觉跟踪的增量学习。In：IJCV（2008）“}，{“key”：“3_CR40”，“unstructured”：“Adam，A.，Rivlin，E.，Shimshoni，I.：使用积分直方图进行基于碎片的鲁棒跟踪。In：CVPR（2006）”}，}，“key“：”3_CR41“，”unstructure“：”Everingham，M.，Gool，L.V.，Williams，C.K.I.，Winn，J.，Zisserman，A.：pascal visual object class challenge 2007。In:VOC（2007）“}，{“key”：“3_CR42”，“series-title”：“计算机科学课堂讲稿”，“doi-asserted-by”：“publisher”，“first page”：”234“，“doi”：“10.1007\/978-3-540-88682-2_19”，“volume-title”：”Computer Vision\u2013 ECCV 2008“，”author“：”H.Grabner“，”year“：”2008“，“unstructured”：“Grabner，H.、Leistner，C.、Bischof，H.：用于鲁棒跟踪的在线半监督增强。收录于：Forsyth，D.，Torr，P.，Zisserman，A.（编辑）ECCV 2008，第一部分，LNCS，vol.\u00a05302，pp.234\u2013247。Springer，Heidelberg（2008）“}”，“container-title”：[“Computer Vision\u2013 ECCV 2010”，“计算机科学课堂讲稿”]，“原始标题”：[]，“language”：“en”，“link”：[{“URL”：“http://link.Springer.com\/content\/pdf\/10.1007\/978-3642-15567-33”，“content-type”：“unspecified”，“内容-版本”：“vor”，“intended-application”：“相似性检查”}]，“存放“：{“date-parts”：[[2024,3,30]]，“date-time”：“2024-03-30T04:35:35Z”，“timestamp”：1711773335000}，“score”：1，“resource”：{”primary“：}”URL“：”http://\link.springer.com\/10.1007\/978-3642-15567-3_3“}”，“subtitle”：[]，“shorttitle”：[]，“issued”：55666“，”9783642155673“]，”references-count“：42，”URL“：”http:\/\/dx.doi.org\/10.1007\/978-3-642-15567-3_3“，”关系“：{}，”ISSN“：[”0302-9743“，”1611-3349“]，”ISSN-type“：[{”值“：”03029743“，”类型“：”打印“}，{”value“：”1611-33049“，”type“:”电子“}]，”主题“：[]，”发布“：{”日期部分“：[2010]]}}}}