在多示例学习中,训练集由一组包所构成,每个包含有若干个示例。只有包的分类标签已知,而包内示例的分类标签未知。例如,在图像分类中,一幅图像可以切割成不同的区域,一个图像看作一个多示例包,一个区域可以看作一个示例。如果一个包被标记为正包,则它含有至少一个正示例。如果被标记为负,则所有示例为负。多示例学习在图像分类、文本分类等问题中有着重要的应用。另外,图像、文本等数据可以通过不同的角度来进行描述。对这些不同角度数据的学习,被称为多视角学习。为了进一步提高图像分类和文本分类的精度,本文把多视角学习应用到多示例学习中,提出了基于相似度的两视角多示例学习算法。本文主要的研究工作包括:(1)提出一种基于相似度的两视角多示例学习方法(Similarity-based Two-view Multi-Instance Learning,STMIL)。首先,由于正包内的示例标签未知,我们提出了相似模型和相似度计算公式。使用k-means聚类算法对包进行重构,在重构包的基础上,计算每一个示例相对于正类和负类的相似度。其次,我们把图像和文本等数据通过两个视角来进行表述,把两个视角的数据融合到相似度模型中,设计了基于相似度的两视角多示例学习支持向量机算法。最后,通过启发式迭代框架,更新示例相对于正类和负类的相似度,直到算法收敛。(2)为验证基于相似度的两视角多示例学习方法的可行性,我们将该方法与现有的多示例学习方法(GMI-SVM、mi-SVM、DD-SVM、Well SVM和PSVM-2V)进行对比实验。在实验过程中,首先分别使用三种聚类方法(k-means、EM聚类和DBSCAN)和两种图像分割方法(Grab Cut和MILCut)对图像数据和文本数据进行预处理,然后与上述五种多示例学习方法进行比较。实验结果证明,我们的方法具有更高的分类精度。另外,我们还在输入数据中添加不同比例的噪声,以测试不同多示例学习方法的抗噪声性能。实验结果证明,与现有的多示例学习方法相比,我们的方法具有更好的鲁棒性。