{“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”：[[2024,9,12]，“日期时间”：“2024-09-12T00:29:51Z”，“时间戳”：1726100991689}，“出版商位置”：“查姆”，“参考计数”：26，“出版者”：“斯普林格国际出版公司”，“isbn-type”：[{“类型”：”打印“，“值”：“97830306329”}，{“类型”：“电子”，“value”：“97830306336”}]，“license”：[{“start”：{“date-parts”：[[2020,1,1]]，“date-time”：“2020-01-01T00:00:00Z”，“timestamp”：1577836800000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“http://www.springer.com\/tdm”}2020-01-01T00:00:00Z“，”时间戳“：1577836800000}，”内容版本“：”vor“，“delay-in-days”：0，“URL”：“http://www.springer.com\/tdm”}，{“start”：{“date-parts”：[[2020,1,1]]，“date-time”：“2020-01-01T00:00:00Z”，“timestamp”：1577836800000}，“content-version”：“tdm”，“delay-in-days“：0，”URL：“https:\\/www.springernature.com\/gp\/researters\/text-and-data-mining”}{“日期部分”：[[2020,1,1]]，“日期时间”：“2020-01-01T00:00:00Z”，“timestamp”：1577836800000}，“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“：[2020]]}”，“DOI”：“10.1007\/978-3-030-60633-6_4“，”类型“：“book-chapter”，“created”：{“date-parts”：[[2020,10,10]]，“date-time”：“2020-10-10T22:02:37Z”，“timestamp”：1602367357000}，“page”：“40-52”，“update-policy”：”http://\/dx.doi.org\/10.1007\/springer_crossmark_policy“，”源“Crossref”，“is-referenced-by-count”：0，“title”：[“基于图结构低秩和非局部约束的高光谱图像去噪”]，“前缀”：“10.1007”，“作者”：[{“给定”：“海涛”，“家族”：“陈”，“序列”：“第一”，“从属”：[]}，{“已知”：“海涛”，”家族“：“阴”，“顺序”：“附加”，“隶属”：[]}]，“成员”：“297”，“在线发布”：{“日期段”：[2020,10,11]}“参考”：[{“问题”：“3”，“关键”：“4_CR1”，“doi-asserted-by”：“出版商”，“首页”：“482”，“doi”：“10.3390\/rs10030482”：“遥感”}，{“doi-asserted-by”：“crossref”，“unstructured”：“Atkinson，I.，Kamalabadi，F.，Jones，D.：基于小波的高光谱图像估计。收录于：2003 IEEE国际地球科学与遥感研讨会（IGARSS），第743\u2013745页（2003）”，“key”：“4_CR2”，“doi”：“10.1109\/IGARSS.2003.1293903”}：“Qian，Y.，Shen，Y.、Ye，M.等人：用于高光谱图像去噪的带噪声估计的三维非局部均值滤波器。摘自：2012 IEEE国际地球科学与遥感研讨会（IGARSS），pp.1345\u20131348（2012）”，“key”：“4_CR3”，“DOI”：“10.1109\/IGARSS.2012.6351287”}，{“issue”：“3”，”key：“4_CR4”，“DOI-asserted-by”：“publisher”，“first page”：“973”，“DOI”：“10.1109\/TGRS.2010.2075937”，“volume”：“49”，“author”：“G Chen”，“year”：“2011”，“unstructured”：“Chen，G.，Qian，S.：使用主成分分析和小波收缩对高光谱图像进行去噪。IEEE Trans.Geosci.Remote Sens.49（3），973\u2013980（2011）”，“journal title”：“IEEE Trans.Geosci.Remote Sens.”}，{“issue”：“10”，“key”：“4_CR5”，“doi-asserted-by”：“publisher”，“first page”：“3660”，“doi”：“10.1109\/TGRS.2012.2185054”，“volume”：：“50”，“author”：“Q Yuan”，“year”：“2012”，“unstructured”：“Yuan，Q.，Zhang，L.，Shen，H.：采用光谱空间自适应全变分模型的高光谱图像去噪。IEEE Trans.Geosci.Remote Sens.50（10），3660\u20133677（2012）”，“journal-title”：“IEEE Trans.Geosci.Remote Sens.”}，{“doi-asserted-by”：“crossref”，“unstructured”：“Qian，Y.，Ye，M.：使用非局部光谱空间结构稀疏表示进行噪声估计的高光谱图像恢复。IEEE J.Sel.Topics Appl.Earth Observ.Remote Sens.6（2），499\u2013515（2013）”，“key”：“4_CR6”，“doi”：“10.1109\/JSTARS.2012.2232904”}，{“issue”：“1”，“key”：“4_CR7”，“doi-asserted-by”：“publisher”，“first page”：：“33”，“doi”：“10.1137\/110837486”，“volume”：”5“，“author”：“Z-Xing”，“year”：“2012”，“unstructured”：“Xing，Z.，Zhou，M.，Castrodad，A.，et al.：含噪和不完整高光谱图像的字典学习。SIAM J.Imag.Sci.5（1），33\u201356（2012）“，“journal-title”：“SIAM J.Imag.Sci.”}，{“issue”：“8”，“key”：“4_CR8”，《doi-asserted-by》：“publisher”，“first page”：”4729“，“doi”：“10.1109\/TGRS.2013.2284280”，“volume”：：“52”，“author”：“H Zhang”，“year”：“2014”，“unstructured”：“张，H.，何，W.，张，L.，等：使用低秩矩阵恢复的高光谱图像恢复。IEEE Trans.Geosci.Remote Sens.52（8），4729\u20134743（2014）”，“期刊标题”：“IEEE Trans.Geosci.RemoteSens.”}，{“issue”：“4”，“key”：“4_CR9”，“doi-asserted-by”：“publisher”，“first-page”：“1940”，“doi”：“10.1109\/TGRS.2017.2771155”，《卷》：“56”，“作者”：“J Xue”，“年份”：“2018”，“非结构化”：“Xue，J.，Zhao，Y.，Liao，W.等人：高光谱图像去噪的联合空间和光谱低秩正则化。IEEE Trans.Geosci.Remote Sens.56（4），1940\u20131958（2018）”，“期刊标题”：“IEEE Trans.Geosci.Remote Sens.”}，{“doi断言由”：“crossref”，“非结构化”：“谢，Q，赵，Q，孟，D，等：基于本征张量稀疏正则化的多光谱图像去噪。摘自：IEEE计算机视觉与模式识别会议论文集，第1692\u20131700页（2016）”，“key”：“4_CR10”，“DOI”：“10.1109\/CVPR.2016.187”}，{“issue”：“5”，“key”：《4_CR11》，“DOI-asserted-by”：“publisher”，“first page”：“3071”，“DOI”：“10.1109\/TGRS.2019.2947333”，“volume”：“58”，“author”：“H Zhang”，“year”：“2020”，“unstructured”：“Zhang，H.，Liu，L.，He，W.，et al.：采用全变分正则化和非局部低阶张量分解的高光谱图像去噪。IEEE Trans.Geosci.Remote Sens.58（5），3071\u20133084（2020）”，“期刊标题”：“IEEE Trans.Geosci.Remote Sens.”}，{“issue”：“3”，“key”：“4_CR12”，“doi-asserted-by”：“publisher”，“first page”：：“1”，“doi”：“10.1145\/1970392.1970395”，“volume”：”58“，“author”：“EJ Cand\u00e8s”，“year”：“2011”，“unstructured”：“Cand_00e8 s，E.J.，Li，X.，Ma，Y.，et al.：稳健主成分分析。J.ACM 58（3），1\u201337（2011）“，“新闻标题”：“J。ACM“}，{“doi-asserted-by”：“crossref”，“unstructured”：“Gu，S.，Zhang，L.，Zuo，W.，et al.：加权核范数最小化及其在图像去噪中的应用。摘自：IEEE计算机视觉与模式识别会议论文集，第2862\u20132869页（2014）”，“key”：“4_CR13”，“doi”：“10.1109\/CVPR.2014.366”}4_CR14“，”doi-asserted-by“：”publisher“，”first page“：”3647“，”doi“：”10.1109\/TNNLS.2017.2688466“，”volume“：“29”，”author“：”S Yang“，”year“：”2018“，”unstructured“：”Yang，S.，Zhang，K.，Wang，M.：学习利用空间谱偏移进行低阶分解的平移增强。IEEE传输。神经网络。学习。系统。29（8），3647\u20133657（2018）“，“期刊标题”：“IEEE Trans。神经网络。学习。系统。“}，{”issue“：”2“，”key“：”4_CR15“，”doi-asserted-by“：”publisher“，”first page“：“210”，”doi“：”10.1109\/TPAMI.2008.79“，”volume“：‘31’，”author“：”J Wright“，”year“：”2009“，”unstructured“：”Wright，J.，Yang，A.Y.，Ganesh，A.，et al.：通过稀疏表示实现稳健的人脸识别。IEEE Trans.Pattern Anal.Mach.Intell.31（2），210\u2013227（2009）“，”journal-title“：”IEEE Trans。模式分析。机器。智力。“｝，｛”issue“：”8“，”key“：”4_CR16“，”doi断言“：”publisher“，”first page“：”4391“，”doi“：”10.1109\/TGRS.2018.2818159“，”volume“：”56“，”author“：”Y Qu“，”year“：”2018“，”nonstructured“：”Qu，Y.，Guo，R.，Wang，W.，et al.：通过光谱分解和基于字典的低秩分解进行高光谱异常检测。IEEE传输。地质科学。遥感器56（8），4391\u20134405（2018）“，“日志标题”：“IEEE Trans。地质科学。遥感。“}，{”doi-asserted-by“：”crossref“，”unstructured“：”Yoo，S.，Wang，Z.，Seo，J.：用于去除光学相干层析成像图像散斑噪声的自适应加权核范数最小化。收录于：第41届IEEE医学与生物学会工程国际年会，pp，2687\u20132690（2019）“，”key“：”4_CR17“，”DOI“：”10.1109\/EMBC.2019.8857208“｝，｛”key“：”4_CR18“，”DOI断言“：”publisher“，”首页“：”46179“，”DOI“：”10.1109\/ACCES.2018.2862403“，”volume“：”6“，”author“：”L Jia“，”year“：”2018“，”nonstructured“：”Jia，L.，Zhang，Q.，Shang，Y.，et al.：基于区分加权核范数最小化的低剂量CT图像去噪。IEEE Access 6，46179\u201346193（2018）“，”journal-title“：”IEEE Access“}，{”issue“：”7“，”key“：”4_CR19“，”doi-asserted-by“：”publisher“，”first page“：“1151”，”doi“：”10.1109\/LGRS.2017.2701805“，”volume“：‘14’，”author“：”L Sun“，”year“：”2017“，”unstructured“：”Sun，L.，Jeon，B.，Zheng，Y.，et al.：在光谱差分图像上使用低秩表示进行高光谱图像恢复。IEEE地质科学。遥感快报。14（7），1151\u20131155（2017）“，“期刊标题”：“IEEE Geosci。遥感快报。“}，{”doi-asserted-by“：”crossref“，”unstructured“：”He，W.，Zhang，H.，Zhang，L.，et al.：通过噪声调整迭代低秩矩阵近似实现高光谱图像去噪。IEEE J.Sel.Topics Appl.Earth Observ.Remote Sens.8（6），3050\u20133061（2015）“，”key“：”4_CR20“，”doi“：”10.1109\/JSTARS.2015.2398433“}非结构化”：“He，W.，Zhang，H.，Shen，H.等人：使用局部低阶矩阵恢复和全局空间光谱总变差对高光谱图像进行去噪。IEEE J.选择。主题应用。地球观测站。遥感11（3），713\u2013729（2018）“，“key”：“4_CR21”，“DOI”：“10.1109\/JSTARS.2018.2800701”}，{“DOI-asserted-by”：“crossref”，“unstructured”：“Peng，Y.，Meng，D.，Xu，Z.，et al.：用于多光谱图像去噪的可分解非局部张量字典学习。In:IEEE Conference on Computer Vision and Pattern Recognition（CVPR）会议论文集，pp.2949\u20132956（2014）“，”key“：”4_CR22“，”DOI“：”10.1109\/CVPR.2014.377“}，”{“key”：“4_CR23”，”DOI-asserted-by“：”publisher“，”first page“：Sun，L.，Jeon，B.，Soomro，B.N.等人：基于超像素的子空间低阶快速学习方法，用于高光谱去噪。IEEE Access 6，12031\u201312043（2018）“，”journal-title“：”IEEE Access“}，{”issue“：”4“，”key“：”4_CR24“，”doi-asserted-by“：”publisher“，”first-page“：”600“，”doi“：”10.1109\/TIP.2003.819861“，”volume“：“13”，”author“：”Z Wang“，”year“：”2004“，”unstructured“：”Wang，Z.，Bovik，A.C.，Sheikh，H.R.等：图像质量评估：从错误可见性到结构相似性。IEEE传输。图像处理。13（4），600\u2013612（2004）“，“期刊标题”：“IEEE Trans。图像处理。“}，{”issue“：”6“，”key“：”4_CR25“，”首页“：”691“，”volume“：“63”，”author“：”L Wald“，”year“：”1997“，”unstructured“：”Wald，L.，Ranchin，T.，Mangolini，M.：不同空间分辨率卫星图像的融合：评估结果图像的质量。Photogram.Eng.Remote Sens.63（6），691\u2013699（1997）“，”journal-title“：”Photogramm.Eng。遥感“}，{“非结构化”：“Yuhas，R.H.，Goetz，A.F.，Boardman，J.W.：使用光谱角度映射（SAM）算法区分半干旱景观末端成员。收录：JPL第三届航空地球科学研讨会综述，第147\u2013149页（1992）”，“关键”：“4_CR26”}]，“集装箱-标签”：[“计算机科学课堂讲稿”，“模式识别与计算机视觉”]，“原始标题”：[]，“语言”：“en”，“链接”：[{“URL”：“https:\\//link.springer.com/content\/pdf\/10.1007\/978-3030-60633-6_4”，“内容类型”：“未指定”，“content-version”：“vor”，“intended-application”：“相似性检查”}]，“存放”：{“日期段”：[2024,8,15]]，“date-time“：”2024-08-15T19:57:11Z“，”timestamp“：1723751831000}，”score“：1，”resource“：{主要”：{“URL”：“https:\/\/link.springer.com\/10.1007\/978-3-030-60633-6_4”}}，“副标题”：[]，“短标题”：[]，“已发布”:{“date-parts”：[2020年]}，《ISBN》：[“97830306329”，“978330606336”]，“references-count”：26，“URL”：“http://\/dx.doi.org\/10.1007\/978-3-030-60633-6_4”，“关系“：{}，”ISSN“：[”0302-9743“，”1611-3349“]，”ISSN-type“：[{”type“:”print“，”value“：”0302-7743“}，{”类型“：”electronic“，”值“：”1611-349“}]，“subject”：[]，“published”：{“date-parts”：[[2020]]}，“assertion”：[}“value”：“2020年10月11日”，“order”：1，“name”：“first_online”，“label”：“first online”，组“：{”name“：”ChapterHistory“，”label“：”章节历史“}}，{“value“：”PRCV“，”order“：1，”name“：”conference_acrombior“，”label“：”conference acronym“，“group”：{“name”：“ConferenceInfo”，“label”：“会议信息”}}，{“value”：“中国模式识别与计算机视觉会议（PRCV会议信息“}}，{“value”：“南京”，“order”：3，“name”：“Conference_city”，“label”：“ConferenceCity”，“group”：{“name”:“ConferenceInfo”，“标签”：“会议信息”}}order“：5，”name“：”conference_year“，”label“：”会议年份“，”group“：conference_end_date“，”label“：”会议结束日期“，”group“：“，”group”：｛“name”：“ConferenceInfo”，“label”：“ConferenceInformation”｝｝，｛“value”：“http://www.prcv.cn\/index_en.html”，“order”：11，“name”：“Conference_url”，“label”：“ConferenceURL”，“group”：｛“name”：“ConferenceInfo”，“label”：“ConferenceInformation”｝，｛“value”：“双盲”，“order”：1，“name”：“type”，“label”：“type”，“group”：｛“name”：“ConfEventPeerReviewInformation“，”label“：”同行评审信息（由会议组织者提供）“}}，{”value“：”Microsoft CMT system“，”order“：2，”name“：”conference_management_system“，“label”：”会议管理系统“，”group“：}，{“value”：“402”，“order”：3，“name”：“number_of_submissions_sent_for_review”：“接受的全文数量”，“组”：｛“名称”：“ConfEventPeerReviewInformation”，“标签”：“同行评审信息（由会议组织者提供）”｝｝，｛“值”：“0”，“顺序”：5，“名称”：“Number_of_short_Papers_Accepted”，“标签”：“接受的短文数量”，“组”：｛“名称”：“ConfEventPeerReviewInformation”，“标签”：“同行评审信息（由会议组织者提供）”}}，{“value”：“39%-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”：{“name”：“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由会议组织者提供）”}}，{“value”：“4”，“order”：8，“name”：“average_number_of_papers_per_reviewer”，“label”：“每个审阅者的平均论文数”，“group”：{“name”:“ConfEventPeerReviewInformation”，“table”：“同行审阅信息（由会议组织者提供）”}}，{“value”：“Yes”，“订单”：9，“name“：”external_reviewers_involved“，”label“：”涉及外部审阅者“，”group“：{“name”：“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由会议组织者提供）”}}]}}