{“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”：“2024-03-11T15:40:36Z”，“时间戳”：1710171636628}，“出版商位置”：“查姆”，“参考计数”：17，“出版者”：“斯普林格国际出版公司”，“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_25“，”类型“：”书壳“，“created”：{“date-parts”：[[2019,11,25]]，“date-time”：“2019-11-25T00:02:57Z”，“timestamp”：1574640177000}，“page”：“226-233”，“update-policy”：”http://\/dx.doi.org\/10.1007\/springer_crossmark_policy“，”source“：”Crossref“，“is-referenced-by-count”：5，“title”：[“Detection of Image Manipations Using Siamese Convolutional Neural Networks”]，“prefix”：“10.1007英寸，“作者”：[{“given”：“Aniruddha”，“family”：“Mazumdar”，“sequence”：“first”，“affiliation”：[]}，{“给定”：“Jaya”，“家庭”：“Singh”，“序列”：“additional”，“从属关系”：[]}，}“给定的”：“Yosha Singh”“隶属关系”：[]}]，“成员”：“297”，“published-online”：{“date-parts”：[[2019,11,25]]}，“reference”：[{“issue”：“11”，“key”：“25_CR1”，“doi-asserted-by”：“publisher”，”first page“：”2691“，”doi“：”10.1109\/TIFS.2018.2825953“，”volume“：“13”，“author”：“B Bayar”，“year”：“2018”，“unstructured”：“Bayar，B.，Stamm，M.C.：约束卷积神经网络：通用图像处理检测的新方法。IEEE Trans.Inf.Forensics Secur.13（11），2691\u20132706（2018）”，“日志标题”：“IEEE Trans.Inf.Forensic Secur.”}，{“issue”：“3”，“key”：“25_CR2”，“doi-asserted-by”：“publisher”，“first page”：”1003“doi”：“10.1109\/TIFS.2012.2187516”，“volume”：“7”，“author”：“T Bianchi”，“year”：“2012”，“unstructured”：“Bianci，T.，Piva，A.：通过jpeg工件的块粒度分析定位图像伪造。IEEE Trans.Inf.Forensics Secur.7（3），1003\u20131017（2012）”，“journal-title”：“IEEE Trans.Inf.Forinsics Secr.”}，{“issue”：“6”，”“key”：”25_CR3“，“doi-asserted-by”：“publisher”，“first page”：“1299”，“doi”：“10.1109\/TIFS.2017.2656842”，“volume”：”12“，“author”：“R Caldelli”，“year”：“2017”，“unstructured”：“Caldelli，R.，Becarelli，R.、Amerini，I.：基于社交网络起源的图像来源分类。IEEE Trans.Inf.Forensics Secur.12（6），1299\u20131308（2017）”，“journal-title”：“IEEE Trans.Inf.Forensics Secur.”}，{“key”：“25_CR4”，“unstructured”：“Chollet，F.，et al.：Keras（2015）”}：“Fan，W.，Wang，K.，Cayre，F.：图像统计模型下使用补丁似然的通用图像取证。摘自：2015 IEEE信息取证与安全国际研讨会（WIFS），第1_u20136页。IEEE（2015）“，“DOI”：“10.1109\/WIFS.2015.7368606”}，{“key”：“25_CR7”，“DOI-asserted-by”：“crossref”，“unstructured”：“Gloe，T.，B\u00f6hme，R.：用于数字图像取证基准测试的\u2018Dresden图像数据库\u2019。摘自：2010年ACM应用计算研讨会论文集，第1584\u20131590页。ACM（2010）“，“DOI”：“10.1145\/1774088.1774427”}，{“key”：“25_CR8”，“unstructured”：“Hinton，G.E.，Srivastava，N.，Krizhevsky，A.，Sutskever，I.，Salakhutdinov，R.R.：通过防止特征检测器的联合自适应来改进神经网络。arXiv预印本arXiv:1207.0580（2012）”}Ioffe，S.，Szegedy，C.：批量归一化：通过减少内部协变量偏移来加速深度网络训练。arXiv预印本arXiv:1502.03167（2015）“}，{“问题”：“9”，“密钥”：“25_CR10”，“doi-asserted-by”：“publisher”，“首页”：“1456”，“doi”：“10.1109\/TIFS.2013.2273394”，“卷”：“8”，“作者”：“X Kang”，“年份”：“2013”，“非结构化”：“Kang，X.，Stamm，M.C.，Peng，A.，Liu，K.R.：使用自回归模型的稳健中值滤波取证。IEEE Trans.信息。法医安全。8（9），1456\u20131468（2013）“，“期刊标题”：“IEEE Trans。Inf.法医安全。“}，{”key“：”25_CR11“，”unstructured“：”Koch，G.，Zemel，R.，Salakhutdinov，R.：用于一次性图像识别的暹罗神经网络。In:ICML Deep Learning Workshop，vol.2（2015）“}”，{“key”：“25_CR12”，“unstructure”：“LeCun，Y.，Huang，F.J.：基于能量模型的区分训练的损失函数。In:AIStats，vol.6，p.34（2005）”}25_CR13“，”doi-asserted-by“：”publisher“，”first-pages“：”35“，”doi“：”10.1016\/j.patcog.2016.12.010“，”volume“：”65“，”author“：”Q Liu“，”year“：”2017“，”unstructured“：”Liu，Q.：一种在再压缩反取证下检测JPEG下重压缩和接缝雕刻伪造的方法。模式识别器。65，35\u201346（2017）“，“新闻标题”：“模式识别。“}，{”issue“：”2“，”key“：”25_CR14“，”doi-asserted-by“：”publisher“，”first page“：“758”，”doi“：”10.1109\/TSP.2004.839932“，“volume”：“53”，“author”：“AC Popescu”，“year”：“2005”，“unstructured”：“Popescu，A.C.，Farid，H.：通过检测重采样痕迹暴露数字伪造。IEEE Trans.Signal Process.53（2），758\u2013767（2005）”，“journal al标题“：”IEEE传输。信号处理。“}，｛”key“：”25_CR15“，”doi asserted by“：”crossref“，”nonstructured“：”Qiu，X.，Li，H.，Luo，W.，Huang，J.：一种基于隐写分析模型的通用图像取证策略。在：第二届ACM信息隐藏和多媒体安全研讨会论文集，pp.165\u2013170。ACM（2014）“，“DOI”：“10.1145\/2600918.2600941”}，{“key”：“25_CR16”，“DOI-asserted-by”：“crossref”，“unstructured”：“Stamm，M.，Liu，K.R.：数字图像对比度增强的盲取证。摘自：2008年第15届IEEE国际图像处理会议，第3112\u20133115页。IEEE（2008）“，“DOI”：“10.1109\/ICIP.2008.4712454”}，{“key”：“25_CR17”，“unstructured”：“Welling，M.，Teh，Y.W.：通过随机梯度Langevin动力学的贝叶斯学习。摘自：第28届国际机器学习会议论文集（ICML-11），pp.681\u2013688（2011）”}]，“container-title”：[“计算机科学讲稿”，“模式识别与机器智能“]，”original-title“：[]，”link“：[{”URL“：”https:\/\/link.springer.com/content\/pdf\/10.1007\/978-3-030-34869-4_25“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[2024,3,11]]，”date-time“：“2024-03-11T15:14:59Z”，“timestamp“：1710170099000}，”score“：1，”resource“：{”primary”：{“URL”：“https:\/\/link.springer.com//10.1007\/978-3030-34869-4_25”}}，“subtitle”：[]，“shorttitle”：[]，“issued”：{“date-parts”：[2019]}，《国际标准图书编号》：[“9783030348687”，“978300348694”]，“references-count”：17，“URL”:“http://\/dx.doi org\/10.1007\/978-3-030-34869-4_25“，”关系“：{}，”ISSN“：[”0302-9743“，”1611-3349“]，”issn-type“：[{”value“：”0302-9743“，”type“:”print“}，{”value“：”1611-3399“，”类型“：”electronic“}]，”subject“：[]，”published“：“}}，{”value“：”PReMI“，”order“：1，”name“：”conference_acrombit“，”label“：”会议缩写“，”group“：{”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“：”conferency name“，”group“：order“：3，”name“：”conference_city“，”label“：”会议城市“，”group“：：“会议年份“，”组“：{“name”：“ConferenceInfo”，“label”：“会议信息”}}，{“value”：“2019年12月17日”，“order”：7，“name”:“Conference_start_date”，”label“：“会议开始日期”，“group”：会议结束日期”，“组”：{“name”：“ConferenceInfo”，“label”：“会议信息”}}，{“value”：“premi2019”，“order”：10，“名称”：“Conference_id”，“标签”：“会议id”，“group”：{'名称“：”ConferenceInformo“，”label“：”会议信息“}，”value“：”http://www.tezu.ernet.in\/~premi2019\/“，”order“：11，“name”:“Conference_url”，“label”“：”会议url“，”group“：{”name“：”ConferenceInfo“，”label“：”会议信息“}}，{”value“：”Double-blind“，”order“：1，”name:“type”，“label”：“type”，“group”：{“name”：“ConfEventPeerReviewInformation”，“table”：“Peer Review信息（由会议组织者提供）”}}、{“value”：“EasyChair”，“order”：2，“name”:“Conference_management_system”，”lable“：”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”，“label”：“发送供评审的提交数量”，“group”：｛“name”：“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由会议组织者提供）“｝｝，｛”value“：”131“，”order“：4，”name“：”number_of_full_papers_accepted“，”label“：”接受的全文数量“，”group“：｛”name“：”ConfEventPeerReviewInformation“，”label“：”同行评审信息（由会议组织者提供）“｝｝，｛”value“：”0“，”order“：5，”name“：”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%-该值由等式“接受的全文数”/发送供评审的提交数*100\“计算然后四舍五入为整数。“，”order“：6，”name“：”acceptance_rate_of_full_papers“，”label“：”全文接受率“，”group“：ConfEventPeerReviewInformation“，”label“：”同行评议信息（由会议组织者提供）“}}，{“value”：“3”，“order”：8，“name”：“average_number_of_papers_per_reviewer”，“label”：“每个审阅者的平均论文数”，“group”：}，{“value”：“Yes”，“order”：9，“name”：“external_reviewers_involved”，“label”：“涉及的外部审阅者”，“group”：{“name”:“ConfEventPeerReviewInformation”，“table”：“同侪审阅信息（由会议组织者提供）”}}，{