{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期部分”：[[2024,3,11]]，“日期时间”：“2024-03-11T15:40:37Z”，“时间戳”：1710171637226}，“出版商位置”：“查姆”，“参考计数”：20，“出版者”：“斯普林格国际出版”，“isbn-type”：[{“值”：“97830348687”，“类型”：”打印“}，{“值”：“9783030348694”，“type”：“electronic”}]，“license”：[{“start”：{“date-parts”：[[2019,1,1]]，“date-time”：“2019-01-01T00:00:00Z”，“timestamp”：1546300800000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“https:\\/www.springernature.com\/gp\/researters\/text-and-data-mining”}，“日期时间”：“2019-01-01T00:00:00Z”，“时间戳”：1546300800000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“https://www.springernature.com//gp\/researters\/text-and-data-mining”}]，“content-domain”：{“domain”:[“link.springer.com”]，“crossmark-restriction”：false}，”short-container-title“：[]，”published-print“：{”date-parts“：[2019]]}”，“DOI”：“10.1007\/978-3030-30-30 34869-4_18“，”类型“：”书壳“，“created”：{“date-parts”：[[2019,11,25]]，“date-time”：“2019-11-25T00:02:57Z”，“timestamp”：1574640177000}，“page”：“161-169”，“update-policy”：”http://\/dx.doi.org\/10.1007\/springer_crossmark_policy“，”source“：”Crossref“，“is-referenced-by-count”：2，“title”：[“M-ary Random Forest”]，“prefix”：“10.1007”，“author”：[{“ORCID”：“http://\/ORCID.org\/00000-0002-6382-5814”，“authenticated-orcid”：false，“given”：“Vikas”，“family”：“Jain”，“sequence”：“first”，“affiliation”：[]}，{“giving”：“Ashish”，“家庭”：“Phophalia”，“序列”：“additional”，“从属关系”：[]}]，“member”：“297”，“published-online”：{“date-parts”：[2019,11,25]]}；“reference”：[{“key”：”18_CR1“，“unstructured”：“印度松树和帕维亚大学数据集。http:\/\/lsun.weebly.com/hyperspectral-data-set.html。访问日期：2019年1月15日”｝，｛“key”：“18_CR2”，“非结构化”：“UCI存储库。https:\/\/archive.ics.UCI.edu\/ml\/index.php。访问日期：2018年11月15日”｝，｛“issue”：“Apr”，“key”：“18_CR3”，“首页”：“1063”，“volume”：“13”，“author”：“G Biau”，“year”：“2012”，“非结构化”：“Biau，G.：随机森林模型分析。J.Mach.Learn.Res.13（4月），1063\u20131095（2012）”，“期刊标题”：“J.Mach.Learn.Res.”}，｛“问题”：“9月”，“关键”：“18_CR4”，“首页”：“2015”，“卷”：“9”，“作者”：“G Biau”，“年份”：“2008”，“非结构化”：“Biau，G.，Devroye，L.，Lugosi，G.：随机森林和其他平均分类器的一致性。J.Mach.Learn.Res.9（9月），2015\u20132033（2008）”，“期刊标题”：“J.Mach-Learn.Res.”}，{“issue”：“1”，“key”：“18_CR5”，“doi-asserted-by”：“publisher”，“first-page”：“5”，”doi“10.1023\/A:1010933404324”，“volume”：”45“author”：“L Breiman”，“年份”：“2001”，“非结构化”：“Breiman，L.：随机森林.机器学习.45（1），5\u201332（2001）”，“日志标题”：“机器学习”}，{“关键字”：“18_CR6”，“doi-asserted-by”：“出版商”，“首页”：“90”，“doi”：“10.1016\/j.neucom.2016.11.034”，“卷”：“226”，《作者》：“X Cao”，“年份”：“2017”，“非结构性”：“Cao，X.，Xu，L.，Meng，D.，Zhao，Q.，Xu，Z.：高光谱图像分类中三维离散小波变换和马尔可夫随机场的集成。神经计算226，90\u2013100（2017）”，“期刊标题”：“神经计算”}，{“key”：“18_CR7”，“doi-asserted-by”：“crossref”，“非结构化”：“Criminisi，A.，Shotton，J.：计算机视觉和医学图像分析的决策森林。Springer（2013）”，“DOI”：“10.1007\/978-1-4929-3”}，{“key”：“18_CR8”，“unstructured”：“Denil，M.，Matheson，D.，De Freitas，N.：缩小差距：理论和实践中的随机森林。摘自：机器学习国际会议，第665\u2013673页（2014）”}，{“问题”：“1”，“关键”：“18_CR9”，“doi-asserted-by”：“publisher”，“首页”：“3”，“doi”：“10.1007\/s10994-006-6226-1”，“卷”：“63”，“作者”：“P Geurts”，“年份”：“2006”，“非结构化”：“Geurts，P.，Ernst，D.，Wehenkel，L.：极度随机树。Mach.Learn.63（1），3\u201342（2006）”，“新闻标题”：“Mach.Learn.”}，{“问题”：“1”，“关键字”：“18_CR10”，“doi-asserted-by”：“publisher”，“首页”：“75”，“doi”：“10.1007\/s10994-014-5451-2”，“卷”：“99”，“作者”：“H Ishwaran”，“年份”：“2015年”，“非结构化”：“Ishwaran，H.：分裂对随机森林的影响。Mach.Learn.99（1），75\u2013118：“纪R.，高Y.，洪R.，刘Q.，陶D.，李X.：光谱-空间约束高光谱图像分类。IEEE Trans.Geosci.Remote Sens.52（3），1811\u20131824（2014）”，“期刊标题”：“IEEE Trans.Geosci.Remote Sens.”}，{“key”：“18_CR12”，“非结构化”：“Louppe，G.：理解随机森林：从理论到实践。arXiv预印本arXiv:1407.7502（2014）”}，｛“key”：“18_CR13”，“doi断言”：“publisher”，“first page”：“1”，“doi”：“10.1613\/jair.63”，“volume”：“2”，“author”：“SK Murthy”，“year”：“1994”，“nonstructured”：“Murthy，S.K.，Kasif，S.，Salzberg，S.：倾斜决策树的归纳系统。J.Artif.Intell.Res.2，1\u201332（1994）”，“期刊标题”：“J.Artif.Intell.Res.”}，{“key”：“18_CR14”，“series-title”：“计算机科学课堂笔记（人工智能课堂笔记）”，”doi-asserted-by“：”publisher“，”first page“：”154“，“doi”：“10.1007\/978-3642-31537-4_13”，“volume-title”：“模式识别中的机器学习和数据挖掘”，“author”：“TM Oshiro”，“year”：“2012”，“unstructured”：“Oshiro，T.M.，Perez，P.S.，Baranauskas，J.A.：随机森林中有多少棵树？in:Perner，P.（ed.）MLDM 2012。LNCS（LNAI），第7376卷，第154\u2013168页。施普林格，海德堡（2012）。https:\/\/doi.org\/10.1007\/978-3642-31537-4_13“}，{”issue“：”8“，”key“：”18_CR15“，”doi-asserted-by“：”publisher“，”first-page“：”4012“，”doi“：”10.1109\/TIP.2018.2834830“，”volume“：“27”，“author”：“A Paul”，“year”：“2018”，“unstructured”：“Paul，A.、Mukherjee，D.P.、Das，P.、Gangopadhyay，A.、Chintha，A.R.、Kundu，S.：分类用改良随机森林。IEEE传输。图像处理。27（8），4012\u20134024（2018）“，“期刊标题”：“IEEE Trans。图像处理。“}，{”key“：”18_CR16“，”doi-asserted-by“：”crossref“，”unstructured“：”Wang，L.，Zhao，C.：超光谱图像处理。Springer（2016）“，”doi“：”10.1007\/978-3662-47456-3“}”，{“issue”：“8”，“key”：“18_CR17”，“doi-assert-by”：“publisher”，“first-pages”：“3510”，“doi”：“10.1109\/TNNLS.2017.2729778”，”“作者”：“Y Wang”，“年份”：“2018年”，“非结构化”：“Wang，Y.，Xia，S.T.，Tang，Q.，Wu，J.，Zhu，X.：一种新的一致随机森林框架：伯努利随机森林。IEEE传输。神经网络。学习。系统。29（8），3510\u20133523（2018）“，“期刊标题”：“IEEE Trans。神经网络。学习。系统。“}，{”key“：”18_CR18“，”doi-asserted-by“：”publisher“，”first page“：“12”，“doi”：“10.1016\/j.csda.2015.11.006”，“volume”：“96”，“author”：“D Wickramarachchi”，“year”：“2016”，“unstructured”：“Wickramarichchi，D.，Robertson，B.，Reale，M.，Price，C.，Brown，j.：HHCART:斜决策树。计算统计数据分析96，12\u201323（2016）“，”日志标题“：”计算。统计数据分析。“}，{”issue“：“4”，”key“：“18_CR19”，”doi-asserted-by“：”publisher“，”first page“：”1082“，”doi“：”10.1109\/JSTARS.2018.2809781“，”volume“：：”11“，”author“：”Y Zhang“，”year“：”2018“，”unstructured“：”Zhang，Y.，Cao，G.，Li，X.，Wang，B.：用于高光谱图像分类的级联随机森林。IEEE J.Sel.Top.Appl.Earth Obs.Remote Sens.11（4），1082\u20131094（2018）“，”期刊标题“：”IEEE J.Sel。顶部。申请。Earth Obs.Remote Sens.“}，{”key“：”18_CR20“，”doi-asserted-by“：”crossref“，”unstructured“：”Zhou，Z.H.，Feng，J.：“深层森林：走向深层神经网络的替代方案。arXiv预印本arXiv:1702.08835（2017）“，”doi“：”10.24963\/ijcai.2017\/497“}]，”container-title“：[”计算机科学讲义“，”模式识别和机器智能“]，“original-title”：[]，“link”：[{“URL”：“https:\/\/link.springer.com/content\/pdf\/10.1007\/978-3-030-34869-4_18”，“content-type”：“unspecified”，“content-version”：“vor”，“intended-application”：“similarity-checking”}]，“deposed”：{“date-parts”：[2024,3,11]]，“date-time”：”2024-03-11T15:13:36Z“timestamp”：1710170016000}，“score”“：1，”资源“：{”主要“用法：{“URL”：“https:\/\/link.springer.com/10.1007\/978-3-030-34869-4_18”}}，“subtitle”：[]，“shorttitle”：[]，“issued”：{日期部分：[2019]]}，”ISBN“：[”978303048687“，”978300348694“]，”references-count“：20，”URL“http://\/dx.doi.org\/10007\/978-30-34869-4 _18”，“relation”：{}，“ISSN”：[“0302-9743”，“1611-3349”]，“ISSN-type”：[{“value”：“0302-7743”：“print”｝，｛“value”：“1611-3349”，“type”：“electronic”｝]，“subject”：[]，“published”：｛“date parts”：[[2019]]｝，“assertion”：[｛“value”：“2019年11月25日”，“order”：1，“name”：“first_online”，“label”：“first online”，“group”：｛“name”：“ChapterHistory”，“label”：“ChapterHistory”｝，｛label“：”会议缩写“，”团体“：{“name”：“ConferenceInfo”，“label”：“会议信息”}}，{“value”：“模式识别与机器智能国际会议”，“order”：2，“name”:“Conference_name”，“标签”：“大会名称”，“group”：：“会议城市”、“组”：｛“名称”：“ConferenceInfo”、“标签”：“会议信息”｝｝、｛“值”：“印度”、“顺序”：4、“名称”：“会议国家”、“标签”：“会议国家”、“组”：｛“名称”：“ConferenceInfo”、“标签”：“会议信息”｝、｛“值”：“2019”、“顺序”：5、“名称”：“会议年”、“标签”：“会议年”、“组”：｛“名称”：“ConferenceInfo”，“label”：“Conference Information”}}，{“value”：“2019年12月17日”，“order”：7，“name”：“Conference_start_date”，“label:”会议开始日期“，“group”：{“name”:“ConferenceInfo”，”label“：”会议信息“}}”，{”value“：”2019年11月20日“，”order“：8，”name“Conference_end_date”，''label“:”会议结束日期“，”group“：{”name“：”ConferenceInfo“，”label'：“会议信息”}}，{“value”：“premi2019”，“order”：10，“name”：“Conference_id”，“label”：“会议id”，“group”：{“名称”：“ConferenceInfo”，“标签”：“会议信息”}，}，“值”：“http://www.tezu.ernet.in\/~premi2019\/”，“订单”：11，“name“name”:“Conference_url”，“table”：“大会url”，“group”：{'名称“：”ConferenceInformo“，”标签“：“会议信息”}}，{“value”：“Double-blind”，“order”：1，“name”：“type”，“label”：“type”，“group”：{“name”:“ConfEventPeerReviewInformation”，“table”：“Peer Review Information（由会议组织者提供）”}}.，{”value“：”EasyChair“，”order“：2，”name“：”Conference_management_system“，”label“：”会议管理系统“，”group“：{”name“：“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由会议组织者提供）”}}，{“value”：“341”，“order”：3，“name”：“number_of_submissions_sent_for_Review”，“table”：“发送供评审的提交数”，“group”：：“同行评议信息（由会议组织者提供）”}}，{“value”：“131”，“order”：4，“name”：“number_of_full_papers_accepted”，”label“：“接受的全文数”，“group”：{“name”:“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由大会组织者提供）：“number_of_short_papers_accepted”，“label”：“接受的短文数”，“group”：{“name”：“ConfEventPeerReviewInformation”，“标签”：“同行评审信息（由会议组织者提供）”}}，{“value”：“38%-值由等式计算\”已接受的完整论文数\/已发送供审阅的提交数*100”，然后四舍五入为整数。“，”订单“：6，”名称“：”acceptance_rate_of_Full_Papers“，”标签“：”完整论文的接受率“，”组“：{”name“：”ConfEventPeerReviewInformation“，”label“：”同行审阅信息（由会议组织者提供）“}}，{”value“：”2“，“order”：7，“name”：“average_number_of_reviews_per_paper”，“label”：“每篇论文的平均评论数”，“group”：{“name”:“ConfEventPeerReviewInformation”，“标签”：“同行评论信息（由会议组织者提供）”}}，{“value”：“3”，“orders”：8，“name”：“average_nument_of_papers_per_reviewer”，”label“：“每位审阅者的平均论文数”，“group”：{“name”：“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由会议组织者提供）”}}}，{“value”：“此内容已对所有人可用。”，“name”：“free”，“label”：“free to read”}]}}