{“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”：[[2023,11,15]]，“日期时间”：“2023-11-15T00:17:19Z”，“时间戳”：1700007439666}，“发布者位置”：“Cham”，“引用计数”：20，“发布商”：“Springer Nature Switzerland”，“isbn-type”：[{“值”：“9783031451690”，“类型”：”打印}，{“值”：“9783031451706”，“type”：“electronic”}]，“license”：[{“start”：{“date-parts”：[[2023,1,1]]，“date-time”：“2023-01-01T00:00:00Z”，“timestamp”：1672531200000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.springernature.com\/gp\/researters\/text-and-data-mining”}，{“开始”：{“date-ports”：[2023,1,1]，“日期-时间”：“2023-01-01T00:00:00Z”，“时间戳”：1672531200000}，“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“：[2023]]}”，“DOI”：“10.1007\/978-3-03”31-45170-6_32“，”类型“：”书壳“，“created”：{“date-parts”：[[2023,11,14]]，“date-time”：“2023-11-14T13:03:03:02Z”，“timestamp”：1699966982000}，“page”：“312-320”，“update-policy”：”http://\/dx.doi.org\/10.1007\/springer_crossmark_policy“，”source“：”Crossref“，00a0神经网络“]，“前缀”：“10.1007”，“作者”：[{“ORCID”：“http://\/ORCID.org\/0009-0009-3843-4457”，“authenticated-ORCID”：false，“给定”：“Avinash”，“family”：“Dixit”，“sequence”：“first”，“affiliation”：[]}，{“give”：“Vinay”，“家族”：“Kulkarni”，“序列”：“additional”，“从属关系”：[]}，}“given”：，“sequence”：“additional”，“affiliation”：[]}]，“member”：“297”，“published-online”：{“date-parts”：[[2023,12,4]]}，“reference”：[{“issue”：“7”，”key“：”32_CR1“，”doi-asserted-by“：”publisher“，“first page”：“6851”，“doi”：“10.1109\/JSEN.2022.3151943”，“volume”：”22“author”：“M Chakraborty”，“year”：“2022”，“unstructured”：“Chakraborty，M.，et al.：DIAT-$$\\mu$$radhar（微滴签名数据集）&$$\\mu$$Radnet（轻量级DCNN）-用于人类可疑活动识别。IEEE Sens.J.22（7），6851\u20136858（2022）“，“journal-title”：“IEEE Sens.J.”}，{“key”：“32_CR2”，“doi-asserted-by”：“crossref”，“unstructured”：“Chen，H.等：基于FMCW雷达的时域3DCNN的人类活动识别。摘自：IEEE MTT-S国际微波生物医学会议（IMBioC），第245\u2013247页。IEEE（2022）“，“DOI”：“10.1109\/IMBioC52515.2022.9790101”}，{“key”：“32_CR3”，“unstructured”：“Chen，V.C.：时频变换雷达微多普勒分析。In:第十届IEEE统计信号与阵列处理研讨会论文集，第463\u2013466页（2000）”}、{“issue”：“12”，“key“32_CR”，“DOI-asserted-by”：“publisher”，“first page”：3585“，“DOI”：“10.1109\/JSEN.2017.2697077”，“volume”：“17”，“author”：“E Cippitelli”，“year”：“2017”，“unstructured”：“Cippiteli，E.，et al.：用于坠落检测的雷达和RGB深度传感器：综述。IEEE Sens.J.17（12），3585\u20133604（2017）“，“期刊标题”：“IEEE Sens.J.”}，{“key”：“32_CR5”，“unstructured”：“Furukawa，H.：从合成孔径雷达图像进行端到端自动目标识别的深度学习。arXiv预印本arXiv:1801.08558（2018）”}Gurbuz，S.Z.，Rahman，M.M.，Kurtoglu，E.，Macks，T.，Fioranelli，F.：针对雷达微观敌手特征分类的对抗性学习的交叉频率训练（新兴研究人员）。收录于：《雷达传感器技术》第二十四卷，第11408卷，第58\u201368页（2020）“，“DOI”：“10.1117\/12.559155”}，{“key”：“32_CR7”，“DOI-asserted-by”：“crossref”，“unstructured”：“Hossain，M.S.：智能家庭医疗的患者状态监测。收录于IEEE多媒体与展览研讨会国际会议（ICMEW），第1\u20136页（2016）”，“DOI:”10.1109\/IMEW.2016.7574719“}，{“问题”：“6”，“关键”：“32_CR8”，“doi-asserted-by”：“出版商”，“首页”：“84”，“doi”：“10.1145\/3065386”，“卷”：“60”，“作者”：“A Krizhevsky”，“年份”：“2017”，“非结构化”：“Krizhovsky，A.，Sutskever，I.，Hinton，G.E.：具有深度卷积神经网络的ImageNet分类。Commun.ACM 60（6），84\u.201390（2017）“，”journal-title“：”通用。ACM“}，{“问题”：“3”，“关键”：“32_CR9”，“doi-asserted-by”：“出版商”，“首页”：“1191”，“doi”：“10.1109 \/JSEN.2019.2946095”，“卷”：“20”，“作者”：“H Li”，“年份”：“2019年”，“非结构化”：“Li，H.，et al.：用于多模态连续人类活动识别和跌倒检测的Bi-LSTM网络。IEEE Sens.J.20（3），1191\u20131201（2019）”，“新闻标题”：“IEEE Sens.J.“}，{“问题”：“3”，“关键”：“32_CR10”，“doi-asserted-by”：“出版商”，“首页”：“435”，“doi”：“10.1017\/S1759078714000282”，“卷”：“6”，“作者”：“PT Molchanov”，“年份”：“2014年”，“非结构化”：“Molchanv，P.T.：通过微多普勒特征对小型无人机和鸟类进行分类。国际微波电线技术协会6（3），435\u2013444（2014））“，”《国际微波电线杂志》。Technol公司。“}，{”key“：”32_CR11“，”doi-asserted-by“：”crossref“，”unstructured“：”Reddy，V.V.，Peter，S.：使用FMCW雷达的无人机微干扰特征分析。收录于：IEEE雷达会议，pp.1\u20136（2021）“，”doi“：”10.1109\/RadarConf2147009.2021.9454978“}Salmi，J.，Luukkonen，O.，Koivunen，V.：基于连续波雷达的生命体征评估：建模和实验。收录于：IEEE雷达会议，第564\u2013569（2012）页“，”DOI“：”10.1109\/Radar.2012.621204“}，{“问题”：“12”，“关键”：“32_CR13”，“DOI-asserted-by”：“发布者”，“首页”：“2462”，“DOI”：“10.1109\/LGRS.2017.2771405”，“卷”：“14”，“作者”：“MS Seyfo\u011flu”，“年份”：“2017”，“非结构化”：“Seyfo\u011flu，M.S.，G\u00fcrb\u00fcz，S.Z.：用于低训练样本支持度的微扑克分类的深度神经网络初始化方法。IEEE地质科学。遥感快报。14（12），2462\u20132466（2017）“，“期刊标题”：“IEEE Geosci。遥感快报。“}，{”key“：”32_CR14“，”doi-asserted-by“：”crossref“，”unstructured“：”Seyfo\u011flu，M.S.，G\u00fcrb\u00fcz，S.Z.，\u00d6zbayo\u011flu，A.M.，Y\u00fc ksel，M.：辅助和非辅助步态识别的微扰特征的深度学习。摘自：IEEE雷达会议，第1125\u20131130页。IEEE（2017）“，”DOI“：”10.1109\/RADAR.2017.7944373“}，{”issue“：”9“，”key“：”32_CR15“，”DOI-asserted-by“：”publisher“，”first page“：“1140”，”DOI:“10.1049\/iet-rsn.2015.0118”，”volume“：，1140\u20131146（2015）“，”新闻标题“：”IET雷达声纳导航。“}，{”key“：”32_CR16“，”unstructured“：”Trockman，A.，Kolter，J.Z.：“补丁就是你所需要的吗？arXiv预打印arXiv:2201.09792（2022）“}”，{“key”：“32_CR17”，“doi-asserted-by”：“crossref”，“unstructure”：“”Yadav，S.S.、Agarwal，R.、Bharath，K.、Rao，S.、Thakur，C.S.：微型雷达：基于MmWave雷达的边缘计算人类活动分类。摘自：IEEE国际电路与系统研讨会（ISCAS），第2414\u20132417页。IEEE（2022）”，“DOI”：“10.1109\\ISCAS48785.2022.9937293”}，{“key”：“32_CR18”，“series title”：“计算机科学讲义”，“DOI断言”：“出版商”，“第一页”：“280”，“DOI”：“10.1007\\978-3-642-25085-9_33”，“volume title”：“模式识别、图像分析、计算机视觉和应用的进展”，“author”：“D Yessad”，“year”：“2011”非结构化”：“Yessad，D.，Amrouche，A.，Debyech，M.，Djeddou，M.：使用语音识别工具对地面监视雷达进行微多普勒分类。收录：San Martin，C.，Kim，S.-W.（编辑）CIARP 2011。LNCS，第7042卷，第280\u2013287页。斯普林格，海德堡（2011）。https:\/\/doi.org/10.1007\/978-3-642-25085-9_33“｝，｛“issue”：“2”，“key”：“32_CR19”，“首页”：“1”，“volume”：“3”，“author”：“R Zhang”，“year”：“2018”，“nonstructured”：“Zhang，R.，Cao，S.：使用毫米波雷达通过CNN进行实时人体运动行为检测。IEEE Sens.Lett.3（2），1\u20134（2018）”，“期刊标题”：“IEEE Sens.Lett.”｝，｛“issue”：“15”，“键”：“32_CR20“，”doi-asserted-by“：”publisher“，”first page“：”12350“，”doi“：”10.1109\/JIOT.2021.3063504“，”volume“：“8”，“author”：“J Zhu”，“year”：“2021”，“unstructured”：“Zhu，J.，Lou，X.，Ye，W.：基于雷达的人类活动识别的移动边缘计算轻量级深度学习模型。IEEE Internet Things J.8（15），12350\u201312359（2021）“，”journal-title“：”IEEE Internet Things J.“}]，”container-title”：[“计算机科学讲义”，“模式识别和机器智能”]，”original-title:[]，”link“：[{”URL“：”https:\/\/link.springer.com\/content\/pdf\/10007\/978-3-031-45170-6_32“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[2023,11,14]]，”date-time“：”2023-11-14T13:06:58Z“，”timestamp“：1699967218000}，”score“：1，”resource“：{primary”：{“URL”：“https:\/\/link.springer.com\/10007\/978-3-031-45170-6_32”}，“subtitle”：[]，“shorttitle”：[]，“已发布”：{“日期部分”：[[2023]]}，“ISBN”：[“9783031451690“，”9783031471706“]，”references-count“：20，”URL“：”http://\/dx.doi.org\/10.1007\/978-3-031-45170-6_32“，”relationship“：{}，”ISSN“：[”0302-9743“，”1611-3349“]，“ISSN-type”：[{“value”：“0302-974”，“type”:“print”}，{“value”：”1611-349“，”type“：”electronic“}]，“subject”：[]，“published”：{“date-parts”：[[2023]]}，“assertion”：[{“value”：“2023年12月4日”，“order“：1，”name“：”first_online“，”label“：”first online“，“group”：{“name”：“ChapterHistory”，“label”：“章节历史”}}，{“value”：“PReMI”，“order”：1，“name”:“conference_acrombit”，“table”：“conference-Acromnim”，“groups”:{“name:”ConferenceInfo“，”table“：”ConferenceInformation“}}“，{”value“：”国际模式识别和机器智能会议”，“顺序”：2，“名称”：“会议名称”，“标签”：“会议名称”，“组”：｛“名称”：“会议信息”，“标签”：“会议信息”｝｝，｛“值”：“加尔各答”，“顺序”：3，“名称”：“会议城市”，“标签”：“会议城市”，“组”：｛“名称”：“会议信息”，“标签”：“会议信息”｝}，{“value”：“India”，“order”：4，“name”：“conference_country”，“label”：“ConferenceCountry”，”group“：{”name“：”ConferenceInfo“，”label“：”会议信息“}}，{”value“：”2023“，”order“：5，”name“”：”conference_year“，”tabel“：“会议年”，”group“：{”name“；”ConferenceInfo“”，“table”：“会议信息”}，“value“”：“2023年12月12日”，“订单”：7，“名称”：“conference_start_date”，“label”：“会议开始日期”，“group”：{“name”：“ConferenceInfo”“”：“会议编号”，“组”：{“name”：“ConferenceInfo”，“label”：“会议信息”}}，{“value”：“premi2023”，“order”：10，“名称”：“Conference_id”，“标签”：“会议id”，“group”：标签“：”会议url“，“group”：{“name”：“ConferenceInfo”，“label”：“conferenceInformation”}}，{“value”：“Double-blind”，“order”：1，“name”:“type”，”label“：”type“，”group“：{”name“：”ConfEventPeerReviewInformation“，”label:“Peer Review Information（由会议组织者提供）”}}}：“会议管理系统”，“组”：{“name”：“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由会议组织者提供）”}}，{“value”：“311”，“order”：3，“名称”：“number_of_submissions_sent_for_Review”，“标签”：“发送供评审的提交数”，“group”：：“同行评议信息（由会议组织者提供）”}}，{“value”：“91”，“order”：4，“name”：“number_of_full_papers_accepted”，“label”：“已接受的全文数”，“group”：{“name”:“ConfEventPeerReviewInformation”，“label”：”同行评议资讯（由会议主办方提供）“}}：“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”：“29%-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）”}}}]}}