{“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”：[[2023,12,3]]，“日期时间”：“2023-12-03T21:40:34Z”，“时间戳”：1701639634272}，“出版商位置”：“查姆”，“参考计数”：25，“出版者”：“施普林格自然瑞士”，“isbn-type”：[{“值”：“978303123171”，“类型”：”打印“}，{“值”：“978303123188”，“类型”：“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.springernature.com\/gp\/searners\/text-and-data-mining”}1-01T00:00:00Z“，”时间戳“：1640995200000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“https:\\/www.springernature.com//gp\/researters\/text-and-data-mining”}，{“start”：{“date-parts”：[2022,1,1]]，“date-time”：“2022-01-01T00:00Z”，“timestamp”：1640995200000}，“content-version”：“tdm”，“delay-in-days”：“0，”URL“https://www.sprinternature.com\/gp”\/researchs\/text-and-data-mining“}，{“start”：{“date-parts”：[[2022,1,1]]，“date-time”：“2022-01-01T00:00:00Z”，“timestamp”：1640995200000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“https:\\/www.springernature.com\/gp\/researters\/text-and-data-mining”}]，“content-domain”：{domain“domain”:[“link.springer.com”]，“crossmark-restriction”：false}，”shortcontainer-title“：[]，“published-print”：｛“日期部分”：[[2022]]｝，“DOI”：“10.1007\/978-3-031-23198-8_12”，“类型”：“书籍章节”，“已创建”：｛“日期部分”：[[2023,1,1]]，“日期时间”：“2023-01-01T02:36:12Z”，“时间戳”：1672540572000｝，“页面”：“126-137”，“更新策略”：“http:\/\/dx.DOI.org/10.1007\/springer_crosmark_policy”，“来源”：“Crossref”，“由计数引用”：0，“标题”：[“ARGLRR:An Adjusted Random Walk Graph Regulation Sparse Low-Rank Representation Method for Single-Cell RNA-Sequenting Data Clustering”]，“prefix”：“10.1007”，“author”：[{“given”：“Zhen-Chang”，“family”：“Wang”，“sequence”：“first”，“affiliation”：[]}，{“fivent”：“Jin-Xing”，“家族”：“Liu”，“序列”：“additional”，“从属”：[]}，“givention”：“Jun-Liang”，“家族”：“商”，“序列”：“附加”，“从属关系”：[]}，{“给定”：“凌云”，“家庭”：“傣”，“顺序”：“额外”，“隶属关系”：[]}在线编辑“：{“日期部分”：[[2023,1,1]]}，“reference”：[{“key”：“12_CR1”，“doi-asserted-by”：“publisher”，”unstructured“：“Wang，H.-Y.，Zhao，J.-P.，Zheng，C.-H.，Su，Y.-S.：scCNC:一种基于胶囊网络的scRNA-seq数据聚类方法。生物信息学，btac393（2022）。https:\/\/doi.org\/10.1093\/生物信息学\/btac393”，“doi”：“10.1093\/生物资讯学\/btabac393”}，{“key”：”12_CR2“，“doi-asserted-by”：“publisher”，“unstructured”：“Wang，C.，Mu，Z.，Mou，C.，Z..，Zheng，H.，Liu，J.：通过重构细胞间的差异性对单个细胞进行基于共识的聚类。Brief.Bioninform.23，bbab379（2022）.https:\/\/doi.org\/10.1093\/bbib\/bbab379”，“doi”：“10.1093\/bbib \/bbab 379”}，{“key”：“12_CR3”，“doi-asserted-by”：”publisher“，“首页”：“171”，“DOI”：“10.1109\/TPAMI.2012.88”，“volume”：“35”，“author”：“G Liu”，“year”：“2013”，“unstructured”：“Liu，G.，Lin，Z.，Yan，S.，Sun，J.，Yu，Y.，Ma，Y.：通过低秩表示实现子空间结构的稳健恢复。IEEE Trans.Pattern Anal.Mach.Intel.35，171\u2013184（2013）。https:\\/DOI.org\/10.109\/TPAMI.2012.88“，“journal-title”：“IEEE Trans.Pattern Anal.Mach.Intell.”}，{“key”：“12_CR4”，“doi-asserted-by”：“publisher”，“first-page”：“3642”，“doi”：“10.1093\/生物信息学\/btz139”，《卷》：“35”，“author”：“R Zheng”，“year”：“2019”，“unstructured”：“Zheng，R.，Li，M.，Liang，Z.，Wu，F.-X.，Pan，Y.，Wang，J.：SinNLRR：通过非负和低秩表示进行细胞类型检测的稳健子空间聚类方法。生物信息学35，3642\u20133650（2019）。https:\/\/doi.org\/10.1093\/生物信息学\/btz139”，“journal-title”：“生物信息学”}，{“key”：“12_CR5”，“doi-asserted-by”：“publisher”，“首页”：“247”，“DOI”：“10.1109\/JBHI.2020.2991172”，“卷”：“25”，“作者”：“W Zhang”，“年份”：“2021”，“非结构化”：“Zhang，W.，Li，Y.，Zou，X.：SCCLRR:准确聚类单细胞RNA-Seq数据的稳健计算方法。IEEE J.Biomed.Health Inform.25，247\u2013256，“journal-title”：“IEEE J.Biomed.Health Inform.”}，{“key”：“12_CR6”，“doi-asserted-by”：“publisher”，“first page”：”391“，“doi”：“10.1109\/TGRS.2019.2936609”，“volume”：：“58”，“author”：“T Cheng”，“year”：“2020”，“unstructured”：“Cheng，T.，Wang，B.：用于高光谱异常检测的图形和总变差正则化低阶表示。IEEE Trans.Geosci.Remote Sens.58，391\u2013406（2020）。https:\\/doi.org\/10.109\/TGRS.2019.2936609”，“journal-title”：“IEEE Trans.Geosci.Remote Sens.”}，{“key”：“12_CR7”，“doi-asserted-by”：“publisher”，“first-page”：“4009”，“doi”：“10.1109\/TGRS.2012.2226730”，“volume”：“51”，“author”：“X Lu”，“year”：“2013”，“nonstructured”：“Lu，X.，Wang，Y.，Yuan，Y.：用于高光谱图像去撕裂的图形正则化低秩表示。IEEE Trans.Geosci.Remote Sens.514009\u20134018（2013）。https:\/\/doi.org/10.1109\/TGRS.2012.2226730”，“期刊标题”：“IEEE Trans.Geosci.Remote Sens.”}，{“key”：“12_CR8”，“doi-asserted-by”：“publisher”，“first page”：：“220”，“doi”：“10.1016\/j.neucom.2015.02.067”，“volume”：”164“，”author“：”H Du“，“year”：“2015”，“unstructured”：“Du，H.，Zhang，X.，Hu，Q.，Hou，Y.：通过图正则化低阶稀疏表示恢复基于稀疏表示的鲁棒人脸识别。Neurocomputing 164，220\u2013229（2015）。https:\/\/doi.org\/10.1016\/j.neucom.2015.02.067”，“journal-title”：“Neurocumputing”}，{“key”：“12_CR9”，“doi-asserted-by”：“publisher”，“first-page”：“407”，“doi”：“10.3389\/fgene.2020.00407”，“volume”：“11”，“author”：“R Zheng”，“year”：“2020”，“unstructured”：“Zheng，R.，Liang，Z.，Chen，X.，Tian，Y.，Cao，C.，Li，M.：用于细胞类型识别的自适应稀疏子空间聚类。Front.Genet.11，407（2020）。https:\/\/doi.org\/10.3389\/fgene.2020.0407”，“doi-asserted-by”：“publisher”，“first page”：“1”，“doi”：“10.1145\/1970392.1970395”，“volume”：”58“，“author”：“EJ Cand\u00e8s”，“year”：“2011”，“unstructured”：“Cand\u 00e8S，E.J.，Li，X.，Ma，Y.，Wright，J.：稳健的主成分分析？J.ACM 58，1\u201337（2011）。https:\\/doi.org 10.1145\/1970392.1700395”，“journal al-title“：”J.ACM“}，{”密钥“：“12_CR11”，“doi-asserted-by”：“crossref”，“unstructured”：“Cai，D.，Wang，X.，He，X.：具有局部和全局一致性的概率二元数据分析。摘自：《第26届机器学习国际年会论文集-2009》，加拿大魁北克省蒙特利尔，pp.1\u20138。ACM出版社（2009）“，”DOI“：”10.1145\/1553374.1553388“}，{”key“：”12_CR12“，”DOI-asserted-by“：”publisher“，”first page“：“1”，”DOI:“10.1155\/2017\/4216797”，“volume”：“2017”，”author“：”L-Y Dai“，”year“：”2017“，”unstructured“：”Dai，L.-Y，Feng，C.-M.，Liu，J.-X.，Zheng，C.-H.，Yu，J.，Hou，M.-X.：通过联合图拉普拉斯和判别信息来识别差异表达基因的鲁棒非负矩阵分解。Complexity 2017，1\u201311（2017）“，“journal-title”：“Complexiity”}，{“key”：“12_CR13”，“doi-asserted-by”：“crossref”，“unstructured”：“Belkin，M.，Niyogi，P.：用于嵌入和聚类的拉普拉斯特征映射和光谱技术。In:Advances In Neural Information Processing Systems。麻省理工学院出版社（2001）”，“doi”：“10.7551\/mitpress\/1120.003.0080”}12_CR14“，”series-title“：”计算机科学讲义“，”doi-asserted-by“：”publisher“，”first page“：”389“，”doi“：”10.1007\/978-3319-18833-1_41“，”volume-title“：“人工系统中的生物启发计算”，“author”：“H Yin”，“year”：“2015”，“unstructured”：“Yin，H.，Zaki，S.M.：一种自组织多流形学习算法。收件人：Ferr \u00e1ndez Vicente，J.M.，\u00c1lvarez-S \u001nchez，J.R.，de la Paz L\u00f3pez，F.，Toledo-Moreo，FcoJavier，Adeli，H.（编辑）IWINAC 2015。LNCS，第9108卷，第389页\u2013398。查姆施普林格（2015）。https:\/\/doi.org\/10.1007\/978-3-319-18833-1_41“}，{“key”：“12_CR15”，“unstructured”：“Lin，Z.，Liu，R.，Su，Z.:线性化交替方向方法，具有低阶表示的自适应惩罚。In:Advances In Neural Information Processing Systems 24（2011）”}，}，“key“：”12_CR16“非结构化”：“von Luxburg，U.：光谱聚类教程（2007）。http://\/arxiv.org\/abs\/0711.0189“}，{”key“：”12_CR17“，”doi-asserted-by“：”publisher“，”doi“：”10.1101\/036558“，”author“：”V Kiselev“，“year”：“2016”，”unstructured“：”Kiselev.，V.，et al.：SC3-单细胞RNA-Seq数据的一致聚类。生物信息学（2016）。https:\\/doi.org\/101101\/036558“，”journal-title“：”生物信息学}，{“键”：“12_CR18”，“doi-asserted-by“：”publisher“，”unstructured“：”Strehl，A.，Ghosh，J.：集群集合\u2013用于组合多个分区的知识重用框架，35。https:\/\/doi.org\/10.5555\/777092.777110“，”doi“：”10.5555\777092.777110“}，{”key“：”12_CR19“，”doi-asserted-by“：”publisher“，”first page“：“193”，“doi”：“10.1007\/BF01908075”，“volume”：“2”，“author”：“L Hubert”，“year”：“1985”，“unstructured”：“Hubert，L.，Arabie，P.：比较分区。J.Classif.2，193 \u2013218（1985）“，”杂志标题“：”J.Classif.“}，{”key“：”12_CR20“，”doi-asserted-by“：”crossref“，”unstructured“：”Liu，H.、Zhao，R.、Fang，H.，Cheng，F.、Fu，Y.、Liu，Y.-Y.：基于熵的患者分层补充信息共识聚类，32（2017）“，”doi“：”10.1093\/生物信息学\/btx167“}，{“key”：“12_CR21”，“doi-assert-by”：“publisher”，“doi”：“10.1093\/生物信息科学\/bty390”，“作者：“H Jiang”，“year”：“2018”，“unstructured”：“Jiang，H.，Sohn，L.L.，Huang，H，Chen，L.：基于细胞间差异相关性和方差分析的单细胞聚类。生物信息学（2018）。https:\/\/doi.org\/10.1093\/生物信息学\/bty390“，”journal-title“：”生物信息学“}，{“key”：“12_CR22”，“doi-asserted-by”：“publisher”，“first page”：”2069“，”doi“：”10.1093\/bioinformatics\/bty050“，“volume”：：“34”，“author”：“S Park”，“year”：“2018”，“unstructured”：“Park，S.，Zhao，H.：基于学习相似矩阵的光谱聚类。生物信息学34，2069\u20132076（2018）。https:\/\/doi.org\/10.1093\/生物信息学\/bty050“，”journal-title“：”生物信息学“}，{”key“：”12_CR23“，”首页“：”2579“，”volume“：“9”，”author“：”L Van der Maaten“，”year“：”2008“，”unstructured“：”Van der Maraten，L.，Hinton，G.：使用t-SNE.J.Mach.Learn.Res.9，2579\u20132605（2008）“，”journal-ttitle“：.结果“}，{”key“：”12_CR24“，”doi-asserted-by“：”publisher“，”first-page“：”2812“，”doi“：”10.1039\/C3AY41907J“，”volume“：“6”，“author”：“R Bro”，“year”：“2014”，“unstructured”：“Bro，R.，Smiled，A.K.：主成分分析。分析。方法62812\u20132831（2014）。https:\/\/doi.org\/10.1039\/C3AY41907J“，”journal-title“：”Ana。方法“}，{”key“：”12_CR25“，”doi-asserted-by“：”publisher“，”first-pages“：”38“，”doi“：”10.1038\/nbt.4314“，”volume“：“37”，”author“：”E Becht“，”year“：”2019“，”unstructured“：”Becht，E.等人：使用UMAP.Nat.Biotechtol.37，38\u201344（2019）.https:\\/doi.org\/101038\/nbt.4314“，”新闻标题“：”自然生物技术。“｝]，”容器标题“：[”生物信息学研究与应用“，”计算机科学讲义“]，”原标题“：[]，”链接“：[｛”URL“：”https:\/\/link.springer.com\/content/pdf\/10.1007\/978-3-031-23198-8_12“，”内容类型“：”未指定“，”内容版本“：”vor“，”预期应用“：”相似性检查“｝]，”存放“：｛”date-parts“：[[2023,12,3]]，“date-time”：“2023-12-03T20:58:17Z”，“timestamp”：1701637097000}，“score”：1，“resource”：{“primary”：{“URL”：“https:\/\/link.springer.com\/10.1007\/978-3-031-23198-8_12”}，”subtitle“：[]，”shorttitle“：[]，”issued“：{”date-part“：[2022]]}”，“ISBN”：[“9783031231971”，“9783031231888”]，“references-count”：25，“URL”：“http:\/\/dx.doi.org\/10.1007\/978-3-031-23198-8_12“，”关系“：{}，”ISSN“：[”0302-9743“，”1611-3349“]，”ISSN-type“：[{”值“：”0302-7743“”，”类型“：”打印“}，{”数值“：”1611-33049 2023年1月1日“，”订单“：1，”名称“：”first_online“，”标签“：”first online“，“group”：{“name“：”ChapterHistory“，”label“：”Chapter History”}}，{“value”：“ISBRA”，“order”：1，“name”：“conference_acrombit”，“label”：“conference缩写”，“group”：{“name”:“ConferenceInfo”，“标签”：“会议信息”}}}group“：{”name“：”ConferenceInfo“，”label“：”会议信息“}}，{”value“：”Haifa“，”order“：3，”name“:”Conference_city“，”标签“：”conferency city“，”group“；{”name:“ConferenceInformo”，“label”：“Conferency Information”}}；{“value”：“Israel”，“order”：4，“name”：“Conference_country”，“table”：“会议国家”，“group”：{“name”:“ConfenceInfo”，“标签“：”会议信息“}}，{”value“：”2022“，”order“：5，”name“：”Conference_year“，”label“：”Conference_year“，“group”：{“name”：“ConferenceInfo”，“label”：“会议信息”}}、{“value”：“2022年11月14日”，“order”：7，“name”:“Conference_start_date”，：“2022年11月17日“，”order“：8，”name“：”conference_end_date“，”label“：”会议结束日期“，”group“：名称“：”conference_id“，”label“：”会议id“，”group“：{”name“：”ConferenceInfo“，”label“：“会议信息”}}，{”value“：”https:\/\/mangul-lab-usc.github.io\/ISBRA“，”order“：11，”name“:”conferenceurl“，，“name”：“type”，“label”：“类型“，”组“：{“name”：“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由会议组织者提供）”}}，{“value”：“Easychair”，“order”：2，“name”:“conference_management_system”，“标签”：“会议管理系统”，“group”：{同行评审信息（由会议组织者提供）“}}，{“value”：“72”，“order”：3，“name”：“number_of_submissions_sent_for_Review”，“label”：“发送供评审的提交数”，“group”：{“name”:“ConfEventPeerReviewInformation”，“table”：“同行评审信息”（由会议主办方提供）number_of_full_papers_accepted“，”label“：”接受的全文数“，”group“：{”name“：”ConfEventPeerReviewInformation“，”标签“：”同侪审查信息（由会议组织者提供）“}}，{”value“：”4“，”order“：5”，“name”：“number_ of_short_papers_Accepteded”，“label”：“接受的短文数”，“group”：{“name”ConfEventPeerReviewInformation“，”label“：”同行评审信息（由会议组织者提供）“｝｝，｛”value“：”42%-该值由方程“接受的全文数量/发送供评审的提交数量*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“：”Peer Review Information（由会议组织者提供）“}}，{”value“：”3“，”order“：7，”name“:”average_number_of_reviews_per_paper“，”标签“：”每篇论文的平均评论数“，”google“：同行评议信息（由会议组织者提供）“}}，{“value”：“5”，“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”：“同行评审信息（由大会组织者提供）”}}external_reviewers_involved“，”label“：”涉及外部审阅者“，”group“：{”name“：”ConfEventPeerReviewInformation“，”标签“：”同行审阅信息（由会议组织者提供）“}}]}}