{“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”：“2024-09-12T01:58:53Z”，“时间戳”：1726106333830}，“发布者位置”：“Cham”，“引用计数”：12，“发布商”：“Springer International Publishing”，“isbn-type”：[{“键入”：“打印”，“值”：“9783030638191”}，{“type”：“电子”，“value”：“9783030638207”｝]，“license”：[｛“start”：｛“date parts”：[[2020,1,1]]，“date time”：“2020-01-01T00:00:00Z”，“timestamp”：157783680000｝，“content version”：“tdm”，“delay in days”：0，“URL”：“http:\/\/wspringer.com\/tdm”｝，｛“start”：｛“date parts”：[[2020,1,1]]，“date time”：“2020-01-01T00:00:00Z”，“timestamp”：157783680000 6800000｝，“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.springer.com\/tdm”}1,1]]，“日期时间”：“2020-01-01T00:00:00Z”，“时间戳”：1577836800000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“https:\/\/www.springer.com/tdm”}]，“content-domain”：{“domain”:[“link.springer.com”]，“crossmark-restriction”：false}，“short-container-title”：[]，“published-print”:{“date-parts”：[2020]]}，”DOI“：”10.1007\/978-3030-63820-7_11“，”类型“book-capter”，“创建“：{“date-parts”：[[2020,11,18]]，“date-time”：“2020-11-18T09:12:07Z”，“时间戳”：1605690727000}，“页面”：“95-103”，“更新策略”：“http://\/dx.doi.org\/10.1007\/springer_crossmark_policy”，“源”：“Crossref”，”is-referenced-by-count“：3，”title“：[”流数据的在线多对象子空间聚类“]，”prefix“：”10.1007“，”author“：[{”given“：”Dipanjyoti“，”family“：”Paul“，”sequence“：”first“，“affiliation”：[]}，{“given”：“Sriparna”，“family”：“Saha”，“sequence”：“additional”，“affaliance”：[]}“crossref”，“非结构化”：“Aggarwal，C C.、Han，J.、Wang，J.和Yu，P.S.：高维数据流预测聚类框架。摘自：第三十届国际超大数据会议论文集，第30卷，第852\u2013863页（2004）”，“DOI”：“10.1016\/B978-012088469-8.50075-9”}，{“key”：“11_CR2”，“DOI-asserted-by”：“crossref”，“unstructured”：“Aggarwal，C.C.，Philip，S.Y.，Han，J.，Wang，J.：聚类进化数据流的框架。In:Proceedings 2003 VLDB Conference，pp.81\u201392（2003）”，“DOI”：“10.1016\/B978-012722442-8\/50016-1”}，{“key”：“11_CR3”，“DOI-asserted-by”：“publisher”，“first page”：Bezdek“，”年份“：“1984”，“非结构化”：“Bezdek，J.C.，Ehrlich，R.，Full，W.：FCM：模糊C均值聚类算法。Compute.Geosci.10，191\u2013203（1984）”，“日志标题”：“Compute.Geosci.”}，{“key”：“11_CR4”，“doi-asserted-by”：“crossref”，“unstructured”：“Chen，Y.，Tu，L.：基于密度的实时流数据聚类。摘自：第13届ACM SIGKDD国际知识发现和数据挖掘会议论文集，第133\u2013142（2007）页”，“DOI”：“10.1145\/128192.1210”}，{“key”：“11_CR5”，“DOI-asserted-by”：“crossref”，“unstructured”：“Paul，D.，Saha，S.，Mathew，J.：使用多目标框架和子空间优化改进的子空间聚类算法。专家系统应用113487（2020）”，“DOI”：“10.1016\/J.eswa.2020.113487”}，{“key”：“11_CR6”，“DOI-asserted-by”：“publisher”，“first page”：”58“，“DOI:”10.1016\/J.patcog.2019.05.033“，”volume“：”95“，”author“：”D Paul“，”year“2019”，“非结构化”：“Paul，D.，Saha，S.，Mathew，J.：进化基因组结构与子空间聚类多目标优化的融合。模式识别.95，58\u201371（2019）”，“期刊标题”：“模式识别”}，{“key”：“11_CR7”，“非结构性”：“Peignier，S.：使用生物启发算法对静态数据集和动态数据流进行子空间聚类。里昂大学博士论文，INSA Lyon（2017）”}，{“key”：“11_CR8”，“doi-asserted-by”：“crossref”，“unstructured”：“Yan，X.，Razeghi，J.M.，Homaifar，A.，Erol，B.A.，Girma，A.，Tunstel，E:。一种基于适应度比例共享的新型流数据聚类算法。In:IEEE Access，pp.184985\u2013185000（2019）”，“DOI”：“10.1109\/ACCES.2019.2922162”}，{“key”：“11_CR9”，“非结构化”：“Guha，S.，Mishra，N.，Motwani，R.，o\u2019Callaghan，L.：聚类数据流。摘自：第41届计算机科学基础年会论文集，第359\u2013366页（2000）”}，{“key”：“11_CR10”，“doi-asserted-by”：“crossref”，“unstructured”：“Cao，F.，Estert，M.，Qian，W.，Zhou，A.：带噪声的演化数据流上基于密度的聚类。摘自：2006年SIAM国际数据挖掘会议论文集，第328\u2013339（2006）页”，“DOI”：“10.1137\/1.9781611972764.29”}，{“key”：“11_CR11”，“DOI-asserted-by”：“crossref”，“unstructured”：“Ren，J.，Ma，R.：滑动窗口上基于密度的数据流聚类。In:第六届模糊系统与知识发现国际会议，第5卷，第248\u2013252页（2009）”，“DOI”：“10.1109\/FSKD.2009.553”}，{“key”：“11_CR12”，“unstructured”：“Amini，A.，Wah，T.Y.，Teh，Y.W.：DENGRIS-stream:一种基于密度网格的聚类算法，用于滑动窗口上进化数据流。摘自：国际数据挖掘与计算机工程会议，第206\u2013210页（2012）”}]，“容器-时间”：[“计算机与信息科学中的通信”，“神经信息处理”]，“original-title”：[]，“language”：“en”，“link”：[{“URL”：“https:\/\/link.springer.com/content\/pdf\/10.1007\/978-3-030-63820-7_11”，“content-type”：“unspecified”，“content-version”：“vor”，“intended-application”：“similarity-checking”}]，“deposed”：{“date-parts”：[2021,4,24]]，“date-time”：”2021-04-03:10:59Z“timestamp”：16192338 59000}，“分数”：1，“资源”用法：{“primary”:{“URL”：“https:\/\/link.springer.com//10.1007\/978-3-030-63820-7_11”}}，“subtitle”：[]，“shorttitle”：[]，“issued”：{《date-parts》：[[2020]]}，《ISBN》：[“9783030638191”，“97830.30638207”]，“references-count”：12，“URL”:“http://\/dx.doi.org\/10.1007\/978-30-63820-711”，“relation”“：{}，”ISSN“：[”1865-0929“，”1865-0.937“]，”ISSN-type“：[{”type“：”print“，“value”：“1865-0929”}，{“type”：”electronic“，”value“：”1865-0937“}]，“subject”：[]，“published”：{“date-parts”：[[2020]]}，“assertion”：[{“value“:”2020年11月17日“，”order“：1，”name“：”first_online“，”label“：”first online“，“group”：，“name”：“conference_acrombit”，“label”：“会议缩写”，“组”：{“name”：“ConferenceInfo”，“label”：“会议信息”}}，{“value”：“神经信息处理国际会议”，“订单”：2，“名称”：“Conference_name”，“标签”：“会议名称”：“会议城市”、“集团”：｛“名称”：“ConferenceInfo”、“标签”：“会议信息”｝｝、｛“值”：“泰国”、“订单”：4、“名称”：“会议国家”、“标签”：“会议国家”、“集团”：｛“名称”：“ConferenceInfo”、“标签”：“会议信息”｝、｛“值”：“2020”、“订单”：5、“名称”：“会议年份”、“标签”：“会议年份”、“集团”：｛“名称”：“ConferenceInfo”，“label”：“会议信息”}}，{“value”：“2020年11月18日”，“order”：7，“name”：“Conference_start_date”，”label“：”会议开始日期“，”group“：{”name“：”ConferenceInformo“，”label:“Conferency Information”}，，{”value“：”2020年11月份22日“，”order“：8，”name“:”Conference_end_date“，”label“：“会议结束日期”，“group”：{“name”：“ConferenceInfo”，“label”：“会议信息”}}，{“value”：“27”，“order”：9，“name”：“Conference_number”，”label“：“会议编号”，“group”：{“name”:“ConferenceInfo”}}，{“value”：“http://www.apnns.org\/ICONIP2020”，“order”：11，“name”：“conference_url”，“label”：“conference url”，“group”：{“name”:“ConferenceInfo”，“标签”：“会议信息”}}，{“值”：“Single-blind”，“订单”：1，“名称”：“type”：“同行评审信息（由会议组织者提供）”｝｝，｛“value”：“CMT”，“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”：“618”，“order”：3，“name”：“number_of_submissions_sent_for_review”，“label”：“发送供审阅的提交数”，“group”：{“name”：“ConfEventPeerReviewInformation”，“标签”：“同行审阅信息（由会议组织者提供）”}}，{“value”：“187”，”order“：4，”name“：”number _of_full_papers_accepted“，”label“：”接受的全文数“，”group“：{”name“：“ConfEventPeerReviewInformation”，“label”：“同行评议信息（由会议组织者提供）”}}，{“value”：“189”，“order”：5，“name”：“number_of_short_papers_accepted”，”label“：“接受的短文数”，“group”：{“name”:“ConfeventPeerReveewInformation“，”lable“：”同行评议信息（由会议主办方提供）“}}”，{“value”：“30%-该值由等式“接受的全文数”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”，“标签”：“同行评议信息（由会议组织者提供）”}}，{“value”：“3.18”，“order”：7，“name”：“average_number_of_reviews_per_paper”，“label”：“每篇论文的平均评论数”，“group”：{“name”:“ConfEventPeerReviewInformation”，“table”：“同行评审信息（由大会组织者提供）：“average_number_of_papers_per_reviewer”，“label”：“每位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”：“No”，“order”：9，“name”:“external_reviewers_involved”：“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由会议组织者提供）”}}，{“value”：“由于新冠肺炎疫情，会议实际上举行了。”，“order”：10，“name”：“additional_info_on_Review_process”：“同行评审信息（由会议组织者提供）”}}]}}