一种新的基于多示例学习的场景分类方法

多示例学习是近年来才出现的一种新的学习框架,并以其对多义性对象的出色表示能力而被成功地运用在图像分类任务中。首先提出了一种新的图像多示例包生成方式,采用特征的概率分布表示图像,并对图像像素分布提取一个高斯混合模型,将每个高斯分布作为一个示例,生成图像的多示例包。然后,在对图像进行分类时,采用了信息瓶颈聚类把多示例包转化成单示例,从而将传统的单示例分类器用在该问题上。为了提高分类器的泛化能力,对多个分类器进行了集成。选取了5类自然场景图像进行试验,结果显示所提出的方法平均性能优于当前常用的一些多示例学习算法。     

2008自然计算与模糊系统和知识发现国际会议

第16届离子束材料改性国际会议（16th International Conference on Ion Beam Modifications of Materials）于2008年8月31日-9月5日在德国东部城市德累斯顿召开。会议的承办单位为德国德累斯顿工业大学和莱比锡大学，会议的主席为W．Moller教授和B．Rauschenbach教授。来自世界几十个国家的300多位科研工作者参加了该会议。会议有12个邀请报告，20个口头报告，200余个展报。     

2008国际自然计算会议暨模糊系统与知识发现会议

2008国际自然计算会议暨第5届国际模糊系统与知识发现会议于2008年10月18-20日在山东济南举行,本次会议是由国际自然计算与知识发现协会主办,山东大学计算机科学与技术学院承办,由教育部国际合作与交流司批复的大型学术会议。出席本次会议的代表共计378人,其中国外代表为38人,主要来自美国、印度、英国、韩国等国。会议共收到论文3185多篇,论文录用率约40％,论文集由IEEE编辑出版。