{“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”：[[2022,12,1]]，“日期时间”：“2022-12-01T05:40:56Z”，“时间戳”：1669873256977}，“出版商位置”：“查姆”，“引用计数”：16，“出版者”：“斯普林格国际出版”，“isbn-type”：[{“值”：“9783030642204”，“类型”：”打印“}，{“值”：“9783030642211”，“type”：“electronic”｝]，“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｝，“内容版本”：“vor”，“delay-in-days”：0，“URL”：“http://www.springer.com\/tdm”}]，“content-domain”：{“domain”:[“link.springer.com”]，“crossmark-restriction”：false}，“short-container-title”：[]，“published-print”：{“date-parts”：[[2020]]}，”DOI“：”10.1007\/978-3-030-64221-1_8“，”type“：”book-chapter“，”created“：{”date-part“：[[[2020,11,28]]，“日期-时间”：“2020-11-28T11:02:33Z”，“timestamp”：1606561353000｝，“page”：“85-95”，“update policy”：“http:\/\/dx.doi.org/10.1007\/springer_crossmark_policy”，“source”：“Crossref”，“由count引用”：0，“title”：[“用于多代理网络分布式优化的神经网络”]，“prefix”：“10.1007”，“author”：[｛“given”：“Jiajen”，“family”：“Wei”，“sequence”：“first”，“affiliation”：[]｝，{“given”：“司田”，“family”：“秦”，“sequence”：“additional”，“affiliation”：[]}8-3-642-69512-4“，“卷纸”：“微分包含：集值映射和生存理论”，“author”：“JP Aubin”，“year”：“1984”，“unstructured”：“Aubin，J.P.，Cellina，A.：微分包含：集合值映射和存活理论。Springer-Verlag，Berlin（1984）”}，{“key”：“8_CR2”，“doi-asserted-by”：“publisher”，”doi“10.1137\/1.9781611971309”，“volume-title”：“优化和非光滑分析”，“作者”：“FH Clarke”，“年份”：“1990”，“非结构化”：“Clarke，F.H.：优化和非平滑分析。SIAM，Philadelphia（1990）”}，{“问题”：“11”，“关键”：“8_CR3”，“doi-asserted-by”：“出版商”，“首页”：“3116”，“doi”：“10.1109\/TCYB.2017.2759141”，“卷”：“48”，“作家”：“Z Deng”，“年度”：“2018”，“无结构化”：“Deng，Z.，Liang，S.，Hong，Y.：加权有向图上资源分配问题的分布式连续时间算法。IEEE Trans.Cybern.48（11），3116\u20133125（2018）”，“日志标题”：“IEEE Trans.Cybern”}，{“issue”：“3”，“key”：“8_CR4”，“doi-asserted-by”：“publisher”，“first page”：”：“781”，“doi”：“10.1109\/TAC.2013.2278132”，《卷》：“59”，“author”：“B Gharisfard”，“year”：“2014”，“unstructured”：“GharisFard，B.，Corts，J.：加权有向图的分布式连续凸优化。IEEE Trans.Autom.Control 59（3），781\u2013786（2014）”，“journal-title”：“IEEE Trans.Autom.Control”}，{“key”：“8_CR5”，“doi-asserted-by”：“publisher”，“first-page”：“68”，“doi”：“10.1016\/j.inffus.2016.09.005”，“volume”：“35”，“author”：“R Gravina”，“year”：“2016”，“unstructured”：“Gravina，R.，Alinia，P.，Ghasemzadeh，H.，Fortino，G.：身体传感器网络中的多传感器融合：最新技术和研究挑战。Inf.fusion 35，68\u201380：“crossref”，“first page”：“141”，《DOI》：“10.1007\/BF00339943”，《volume》：“52”，《author》：“J Hopefiled”，“year”：“1985”，“unstructured”：“Hopefiled，J.，Tank，D.：优化问题中决策的神经计算。Biol.Cybern.52（3），141\u2013152（1985）”，“journal-title”：“Biol.Cebern.”}，{“issue”：“15”，“key”：”：“8_CR7”，“DOI-asserted-by”：“出版商”，“首页”：“225”，“DOI”：“10.1016\/j.neucom.2019.10.050”，“卷”：“377”，“作者”：“X江”，“年份”：“2020”，“非结构化”：“江，X，秦，S.，薛，X.：约束非光滑分布凸优化的惩罚型神经动力学方法。神经计算377（15），225\u2013233（2020）”，“期刊标题”：“神经计算”}，{“问题”：“5”，“关键”：“8_CR8”，“doi asserted by”：“publisher”，“首页”：“554”，“doi”：“10.1109\/31783”，“卷”：“35”，“作者”：“M Kennedy”，“年份”：“1988”，“非结构化”：“Kennedy，M.，Chua，L.：非线性编程的神经网络。IEEE Trans.Circ.Syst.35（5），554\u2013562（1988）”，“期刊标题”：“IEEE Trans.Circ.Syst.”}，{“key”：“8_CR9”，doi asserted由“：“publisher”，“first page”：“336”，“DOI”：“10.1016\/j.neucom.2013.10.008”，“volume”：”131“，“author”：“Q-Li”，“year”：“2014”，“unstructured”：“Li，Q.，Liu，Y.，Zhu，L.：一般约束下非光滑伪凸优化的神经网络。神经计算131，336\u2013347（2014）”，“journal-title”：“Neurocomputing”}，{“key”:“8_CR10”，“DOI-asserted-by”：“publisher”，“first page”：“147”，”DOI“：”10.1016\/j.neunet.2018.10.010“，”volume“：”109“，”author“：”N Liu“，”year“：”2019“，”unstructured“：”Liu，N.，Qin，S.：仿射等式和凸不等式约束非线性优化问题的神经动力学方法。Neural Netw.109，147\u2013158（2019）“，”journal-title“：”Neural Network.“}，{“issue”：“11”，“key”：“8_CR11”，“doi-asserted-by”：“publisher”，“first page”：：“3946”，“doi”：“10.1109\/TCYB.2018.2855724”，“volume”：”49“，“author”：“N Liu”，“year”：“2019”，“unstructured”：“Liu，N.，Qin，S.：约束复杂变量伪凸优化的新神经动力学方法。IEEE Trans.Cybern.49（11），3946\u20133956（2019）。（普通论文）”，“journal-title”：“IEEE Trans.Cybern.”}，{“issue”：“8”，“key”：“8_CR12”，“doi-asserted-by”：“publisher”，“first-page”：“1747”，“doi”：“10.1109\/TNNLS.2016.2549566”，“volume”：”28“author”：“Q Liu”，“year”：“2017”，“unstructured”：“Liu，Q.，Yang，S.，Wang，J.：分布式约束优化的集体神经动力学方法。IEEE Trans.Neural Netw.Learn.Syst.28（8），1747\u20131758（2017）”，“期刊标题”：“IEEE Trans.Neural Netw.Learn。Syst.”}，{“issue”：“6”，“key”：“8_CR13”，“doi-asserted-by”：“publisher”，“first page”：《1149》，“doi”：“10.1109\/TNNLS.2014.234364”，“卷”：“26”，“作者”：“S Qin”，“年份”：“2015”，“非结构化”：“Qin，S.，Xue，X.：非光滑凸优化问题的两层递归神经网络。IEEE Trans.neural Netw.Learn.Syst.26（6），1149\u20131160（2015）。（常规论文）”，“期刊标题”：“IEEE Trans.neural Netw.Learn.Syst.”}，{“问题”：“10”，“密钥”：“8_CR14”，“doi断言由”：“publisher”，“first page”：“3063”，“DOI”：“10.1109\/TCYB.2016.2567449”，“volume”：”47“，“author”：“S Qin”，“year”：“2017”，“unstructured”：“Qin，S.，Yang，X.，Xue，X.Song，J.：一个用于等式和不等式约束伪凸优化问题的单层递归神经网络。IEEE Trans.Cybern.47（10），3063\u20133074（2017）”，“journal-title”：“IEEE Trans.Cybern.”}，{“key”：“8_CR15”，“doi-asserted-by”：“publisher”，“首页”：“378”，“doi”：“10.1016\/j.automatica.2018.11.036”，“卷”：“100”，“作者”：“Y Wu”，“年份”：“2019”，“非结构化”：“Wu，Y.，Sun，X.，Zhao，X..，Shen，T.：具有平均成本的布尔控制网络的最优控制：一种策略迭代方法。Automatica 100，378\u2013387（2019）”，“期刊标题”：“Automatica”}，{“问题”：“8”，“关键”：“8_CR16”，“首页”：“2378”，“卷”：“55”，“作者”：“X Xue”，“年份”：“2008”，“非结构化”：“Xue，X.，Bian，W.：用于非光滑凸优化问题的基于次梯度的神经网络。IEEE Trans.Circ.Syst.55（8），2378\u20132391（2008）”，“日志标题”：“IEEE Trans.Circ.System.”}]，“container-title”：[“neural networks\u2013 ISNN 2020的进展”，“计算机科学课堂讲稿”]，“原始标题”：[]，“链接”：[{“URL”：“http://\/link.springer.com/content\/pdf\/10.1007\/978-3-030-64221-1_8”，“content-type”：“未指定”，“内容-版本”：“vor”，“intended-application”：“相似性检查”}]，“存放”：{“日期-部件”：[[2022,11,30]]，“日期-时间”：“2022-11-30T10:31:40Z”，“时间戳”：1669804300000}，“分数”：1，“资源”:{“主要”：{“URL”：“http://\/link.springer.com/10.1007\/978-3-030-64221-1_8”}}，“副标题”：[]，“短标题”：[]，“发布”：{“日期-部件”：[[2020]]}：[“0302-9743”，“1611-3349”]，“ISSN-type”：[{“value”：“0302-7743”，{“value”：“1611-3349”，“type”：”electronic“}]，“subject”：[]，“published”：{“date-parts”：[[2020]]}，“assertion”：[{“value”：“2020年11月27日”，“order”：1，“name”：“first_online”，“label”：“first online”，标签“：”会议缩写“，”组“：{”名称“：“ConferenceInfo”，“label”：“Confection Information”}}，{“value”：“International Symposium on Neural Networks”，“order”：2，“name”：“Conference_name”，“标签”：“会议名称”，“组”：{“name”:“ConferenceInfo”，“label”：“Conference Information”}}，{“value”：“Egypt”，“order”：4，“name”：“Conference_country”，“lable”：“会议国家”，“group”：{“name”:“ConferenceInfo”，“table”：”会议信息“}}”，{”value“：”2020“，”order“：5，”name“：”Conference_year“，”label“：”会议年份“，”group“：：“2020年12月4日”，“order”：7，“name”：“conference_start_date”，“label”：“会议开始日期”，“group”：{“name”:“ConferenceInfo”：9，“name”：“conference_number”，“label”：“ConferenceNumber”，“group”：{“name”:“ConferenceInfo”，”label“：“Confection Information”}}，{“value”：“isnn2020”，“order”：10，“name“：”conference_id“，”lable“：”conference id“，”group“：{”name“：“confenceInfo”/“，”order“：11，”name“：“conference_url”，“label”：“会议url”，“group”：{“name”：“ConferenceInfo”，“标签”：“大会信息”}}：“conference_management_system”，“label”：“会议管理系统”，“group”：{“name”：“ConfEventPeerReviewInformation”：“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由会议组织者提供）”}}：“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”：“62%-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“：”3“，“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）”}}}]}}