{“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”：[[2023,4,3]]，“日期时间”：“2023-04-03T11:19:22Z”，“时间戳”：1680520762829}，“出版商位置”：“查姆”，“参考计数”：26，“出版者”：“斯普林格国际出版”，“isbn-type”：[{“值”：“9783030962982”，“类型”：”打印“}，{“值”：“9783030962999”，“type”：“electronic”}]，“license”：[{“start”：{“date-parts”：[2022,1,1]]，“date-time”：“2022-01-01T00:00:00Z”，“timestamp”：1640995200000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.springer.com\/tdm”}，{“开始”：{“date-ports”：[2022,1,1]，“日期-时间”：“2042-01-01T 00:00Z”，“timestamp”：1640995200000}，“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”：[2022]}，”DOI“：”10.1007\/978-3-030-96299-9_62“，”type“：”book-chapter“，”created“：{”date-part“：[[2022,2,21]]，“日期-时间”：“2022-02-21T17:09:04Z”，“时间戳”：1645463344000}，“页面”：“654-664”，“更新策略”：“http://\/dx.doi.org\/10.1007\/springer_crossmark_policy”，“源”：“Crossref”，”is-referenced-by-count“：3，”title“：[”使用多层感知器算法检测脊柱异常“]，”prefix“：”10.1007“，”author“：[{”given“：”Arju Manara“，”family“：”Begum“，”sequence“：”first“，”从属关系“：[]}，{“given”：“M.Rubaiyat Hossain”，“family”：“Mondal”，“sequence”：“additional”，“affiliation”：[]neneneep，{”given“：”Prajoy“，”family“：”Podder“，”sequence“：”additional“，”affiliance“：[]{”sequent“：”Subrato“，”家族“：”Bharati“，”序列“：”附加“，”从属关系“：[]}]，“member”：“297”，“published on line”：{“date-parts”：[[2022,2,22]]}，“引用”：[{“问题”：“2”，“密钥”：“62_CR1”，“doi-asserted-by”：“publisher”，《首页》：“135”，“doi”：“10.13005\/ojcst11.02.09”，“volume”：“11”，“author”：“M Bhatt”，“year”：“2018”，“unstructured”：“Bhatt，M.，Dahiya，V.，Singh，A.K.：下腰痛诊断分类方法的比较分析。东方计算机科学技术杂志。11（2），135\u2013139（2018）”，“journal-title”：“Oriental J.Compute.Sci.Technol.”}，{“key”：“62_CR2”，“doi-asserted-by”：“crossref”，“unstructured”：“Abdullah，A.A.，Yaakob，A.，Ibrahim，Z.：使用机器学习技术预测脊柱畸形。摘自：2018年智能系统设计和应用计算方法国际会议（ICASSDA），第1\u20136页。IEEE（2018）“，“DOI”：“10.1109\/ICASSDA.2018.8477622”}，{“key”：“62_CR3”，“DOI-asserted-by”：“publisher”，“unstructured”：“Raihan-Al-Masud，M.，Mondal，M.R.H.：使用特征选择和机器学习算法的脊柱异常数据驱动诊断。PLoS ONE 15（2），e0228422（2020）。https:\/\/DOI.org\/10.1371\/journal.pone.0228422”，“DOI:”10.1371 \/journal.pone.0228422“}，{“key”：“62_CR4”，“doi-asserted-by”：“crossref”，“unstructured”：“Ganesan，M.，Sivakumar，N.：使用机器学习模型的基于物联网的医疗保健心脏病预测和诊断模型。摘自：2019 IEEE系统、计算、自动化和网络国际会议（ICSCAN），第1\u20135页。IEEE（2019）“，“DOI”：“10.1109\/ICSAN.2019.8878850”}，{“key”：“62_CR5”，“DOI-asserted-by”：“crossref”，“unstructured”：“Ed-daoudy，A.，Maalmi，K.：一种新的物联网架构，用于在大数据环境中使用机器学习实时预测各种疾病。\u00a0J.大数据\u00a 06（1），1\u201325（2019年）”，“DOI:”10.1186\/s40537-019-0271-7“}，{“key”：“62_CR6”，“doi-asserted-by”：“publisher”，“unstructured”：“Urbanowicza，R.J.，Meekerb，M.，La Cavaa，W.，Olsona，R.S.，Moorea，J.H.：基于救济的特征选择：介绍和评论。J.Biomed.Inf.https:\/\/doi.org\/101016\/J.jbi.2018.07.014”，“doi”：“10.1016\/J.jbi.2018.07.014”}，}“密钥”：“62_CR7”，“非结构化”：“Guyon，I.，Elisseeff，A.：变量和特征选择简介。\u00a0J。机器。学习。Res.\u00a03（3月），1157\u20131182（2003）“}，{“问题”：“1-2”，“关键”：“62_CR8”，“doi-asserted-by”：“出版商”，“首页”：“273”，“doi”：“10.1016\/S0004-3702（97）00043-X”，“卷”：“97”，“作者”：“R Kohavi”，“年份”：“1997”，“非结构化”：“Kohavi，R.，John，G.H.：特征子集选择包装器。Artific.Intell.97（2013年1月）、273（2013年3月）、324（1997年）https:\/\/doi.org\/10.1016\/S0004-3702（97）00043-X“，”journal-title“：”Artific。智力。}，{“key”：“62_CR9”，“unstructured”：“Breiman，L.，Friedman，J.H.，Olshen，R.A.，Stone，C.J.：分类和回归树。Wadsworth和Brooks（1984）”}，“key“：”62_CR10“，”doi-asserted-by“：”publisher“，”doi“：”10.1093\/生物信息学\/btm344“，”volume-title“：”《生物信息学特征选择技术综述》，“作者”：“Y Saeys”，“年份”：“2007年，“非结构化”：“Saeys，Y.，Inza，I.，Larranaga，P.：生物信息学特征选择技术综述。牛津大学出版社，生物信息学（2007）“}，{“key”：“62_CR11”，“doi-asserted-by”：“crossref”，“unstructured”：“Bharati，S.，Podder，P.，Mondal，M.R.H.：从X射线图像检测肺部疾病的混合深度学习。Inf.Med.Unlock.20，100391（2020）”，“doi”：“10.1016\/j.imu.2020.100391”}非结构化”：“Mondal，M.R.H.，Bharati，S.，Podder，P.：CO-IRv2:优化InceptionResNetV2，用于从胸部CT图像检测COVID-19。PloS one 16（10），e0259179（2021）“，”DOI“：”10.1371 \/journal.pone.0259179“}，{“key”：“62_CR13”，“DOI-asserted-by”：“publisher”，“DOI”：“10.1515 \/9783110712254-012”，“author”：“S Bharati”，”year“2021”，“unstructured”：“Bharati，S.、Mondal，M.R.H.：12 AI驱动的IoHT在抗击流行病方面的应用和挑战：综述。计算。智力。管理。熊猫。(2021). https:\/\/doi.org\/10.1515\/978311071224-012“，”journal-title“：”计算。智力。管理。熊猫。“}，{”key“：”62_CR14“，”unstructured“：”https:\/\/www.kaggle.com/sammy123\/lower-back-pain-symptoms-database.于2021年11月15日访问“}“，”非结构化“：”Jianga，S.，Wang，L.：基于连续和离散特征之间的相关性度量的高效特征选择。信息处理。莱特。116（2），203\u2013215（2016）“，“日志标题”：“信息处理。莱特。“｝，｛”key“：”62_CR16“，”doi asserted by“：”crossref“，”非结构化“：”Guha，R.，Ghosh，K.K.，Bhowmik，S.，Sarkar，R.：相互知情相关系数（MICC）-一种新的基于滤波器的特征选择方法。在：\u00a02020 IEEE加尔各答会议（CALCON），第54\u201358页。IEEE（2020）“，”DOI“：”10.1109\/CALCON49167.2020.9106516“}，{“key”：“62_CR17”，“DOI-asserted-by”：“publisher”，“DOI”：“10.2174\/1573405617666210713113439”，“author”：“MRH Mondal”，“year”：“2021”，“unstructured”：“Mondal，M.R.H.，Bharati，S.，Podder，P.：使用机器学习和深度学习诊断新型冠状病毒肺炎：综述。当前医学影像学（2021）https:\/\/doi.org\/10.2174\/1573405617666210713113439“，”日志标题“：”当前。Med.Imaging“}，{“key”：“62_CR18”，“doi-asserted-by”：“crossref”，“unstructured”：“Novakovi\u0107，J.：使用排名方法和分类算法实现最佳特征选择。\u00a0南斯拉夫J.Oper.Res.\u00a 021（1）（2016）”，“doi”：“10.2298\/YJOR1101119N”}，}“issue”：“1”，“key“62_CR19”，“first page”：”37“，“volume”：第“6”，“author”：“DW Aha”，“年份”：“1991年，“非结构化”：“Aha，D.W.，Kibler，D.，Albert，M.K.：基于实例的学习算法。机器。学习。6（1），37\u201366（1991）”，“期刊标题”：“马赫。学习。“}，{”key“：”62_CR20“，”unstructured“：”Callan，J.P.，Fawcett，T.，Rissland，E.L.：Cabot:一种基于案例的自适应搜索方法。IJCAI.12，803\u2013808（1991）“}”，{“key”：“62_CR21”，“unstructure”：“Kira，K.，Rendell，L.A.：特征选择问题：传统方法和新算法。AAAI.2129\u2013134（1992）”}doi-asserted-by“：”crossref“，”unstructured“：”Kira，K.，Rendell，L.A.：一种实用的特征选择方法。摘自：第九届国际机器学习研讨会论文集，第249\u2013256页（1992）“，”DOI“：”10.1016\/B978-1-55860-247-2.50037-1“}，{”key“：”62_CR23“，”series-title“：”计算机科学讲义“，”DOI-asserted-by“：”publisher“，”first page“：“171”，“DOI”：“10.1007\/3-540-57868-4_57”，“volume-title”：“机器学习：ECML-94”，“author”：“I Kononenko”，“年份”：“1994年”，“非结构化”：“Kononeinko，I.：估算属性：地形分析和延伸。收录：Bergadano，F.，Raedt，L.（编辑）ECML 1994。LNCS，第784卷，第171\u2013182页。斯普林格，海德堡（1994）。https:\/\/doi.org\/10.1007\/3-540-57868-4_57“}，{”key“：”62_CR24“，”doi-asserted-by“：”crossref“，”unstructured“：”Bharati，S.，Rahman，M.A.，Podder，P.：应用不同分类算法预测乳腺癌，并使用WEKA进行比较分析。参见：\u00a02018第四届电气工程与信息通信技术国际会议（iCEEiCT），第581\u2013584页。IEEE（2018）“，”DOI“：”10.1109\/CEEICT.2018.8628084“}，{“key”：“62_CR25”，“DOI-asserted-by”：“crossref”，“unstructured”：“Mondal，M.R.H.，Bharati，S.，Podder，P.，Podger，P.：新型冠状病毒疾病的数据分析。\u00a0Inf.Med.Unlock.\u00a 020，100374（2020）”，“DOI”：“10.1016\/j.imu.2020.100374”}，}，_CR26“，”非结构化“：”https:\/\/www.cs.waikato.ac.nz\/ml\/weka\/。2021年11月15日访问“}”，“container-title”：[“生物灵感计算和应用的创新”，“网络和系统中的课堂讲稿”]，“原始标题”：[]，“链接”：[{“URL”：“https:\/\/link.springer.com/content\/pdf\/10.1007\/978-3030-96299-9_62”，“content-type”：“未指定”，“内容-版本”：“vor”，“intended-application”：“相似性检查“}”，“存放”：{“日期部分”：[[2022,2,21]]，“日期时间”：“2022-02-21T17:06Z”，“时间戳”：1645463826000}，“分数”：1，“资源”：{“主要”：{:“URL”：“https:\\/link.springer.com\/10.1007\/978-3030-96299-9_62”}}，“ISBN”：[“9783030962982”，“978330962999”]，“references-count“：26，”URL“：”http://\/dx.doi.org\/10.1007\/978-3-030-96299-9_62“，”关系“：{}，”ISSN“：[”2367-3370“，”2367-23389“]，”ISSN-type“：[{”value“：”2367-13370“”，”type“:”print“}，{”value“：“2367-3389”，“type”：“electronic”}]，“subject”：[]，“published”：{“date-parts”：[2022]}，“assertion”：[{“value”：“2022年2月22日”，“order”：1，“name”：“first_online”，“标签“：”First Online“，”group“：{”name“：”ChapterHistory“，”label“：”Chapter History”}}，{”value“：”IBICA“，”order“：1，“name”：”conference_acrombit“，”标签“：“conference acronym”，“group”：{“name”:“ConferenceInfo”，”label:“Concement Information”}}}、{“value”：“生物激励计算和应用创新国际会议”，“order”：2，“nameconference_name”，“label”：“ConferenceName”，“group”：｛“name”：“ConferenceInfo”，“label”：“ConferenceInformation”｝｝，｛“value”：“2021”，“order”：5，“name”：“conference_eyear”，“label”：“ConferenceYear”，“group”：｛“name”：“ConferenceInfo”，“label”：“ConferenceInformation”｝，｛“value”：“2021年12月16日”，“order”：7，“name”：“conference_start_date”，“label”：“会议开始日期“，”组“：{“name”：“ConferenceInfo”，“label”：“会议信息”}}，{“value”：“2021年12月18日”，“order”：8，“name”:“Conference_end_Date”，”label“：“会议结束日期”，”组name“：”ConferenceInfo“，”label“：”会议信息“}}，{“value”：“ibica2021”，“order”：10，“name”：“Conference_id”，“label”：“会议id”，“group”：{“name”:“ConferenceInformo”，“table”：“ConferencieInformation”}}、{“value”：“http://www.mirlabs.net\/ibica21\/”，“订单”：11，“name“：“confence_url”，“标签”：“大会url”，“group”：{“name”：“ConferenceInfo”，“标签“：”会议信息“}}]}}