文章提出一个基于多个子空间集成的多示例学习算法(MSEMIL),用于解决多示例学习中变换示例空间后获得包特征的高维问题.首先将包向所有示例组成的示例空间映射,得到1个包特征;接着,融合bagging法选取训练样本子集和随机选取特征子集,将训练集和测试集划分成多个子空间,在每个子空间上训练生成1个半监督子分类器;集成学习合并多个子分类器的分类结果,得到1个多示例学习集成分类器.在Corel数据集上的实验表明,MSEMIL算法获得了高的分类精度.