{“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”：[[2024,5,18]]，“日期时间”：“2024-05-18T21:40:20Z”，“时间戳”：1716068420120}，“出版商位置”：“查姆”，“参考计数”：21，“出版者”：“斯普林格国际出版”，“isbn-type”：[{“值”：“9783319026749”，“类型”：”打印“}，{“值”：“9783319026756”，“type”：“electronic”}]，“content-domain”：{“domain”:[]，“crossmark-restriction”：false}，“short-container-title”：[]，”published-print“：{”date-parts“：[[2013]]}，”DOI“：”10.1007\/978-3319-02675-6_34“，”type“：”book-capter“，”created“：”{“date-part”：[2013,10,23]]，“date-time”：“2013-10-23T04:24:40Z”，“timestamp”：138138 2502280000}，“页面”：“341-350”，“来源”：“交叉引用”，“is-referenced-by-count”：3，“title”：[“无监督学习RGB-D视频数据中人类活动识别的时空特征”]，“prefix”：“10.1007”，“author”：[{“given”：“Guang”、“family”：“Chen”，“sequence”：“first”，“affiliation”：[]}，{“fiven”：“朱利安尼”，“sequence”：“additional”，“affiliation”：[]}，{“given”：“Christian”，“family”：“Buckl”，“serquence”:“additionable”，“atfiliation“：[]{”given“：”Alois“，”family“：”Knoll“，”sequence“：”additional“，”affiliance“：[]}]，“member”：“297”，“reference”：[{“issue”：“2-3”，“key”：”34_CR1“，”doi-asserted-by“：“publisher”，“first page”：“107”，“doi”：“10.1007\/s11263-005-1838-7”，“volume”：“64”，“author”：“I.Laptev”，“year”：“2005”，“unstructured”：“Laptev.，I.：关于时空兴趣点。国际期刊计算展望\u00a064（2-3），107\u2013123（2005）”，“journal-title”：“国际期刊计算愿景”}，{“key”：：“Laptev，I.，Marsza\u0142ek，M.，Schmid，C.，Rozenfeld，B.：从电影中学习逼真的人类动作。In:计算机视觉与模式识别会议（2008年6月）”，“DOI”：“10.1109 \/CVPR.2008.4587756”}，{“key”：“34_CR3”，“unstructured”：“Dalal，N.，Triggs，B.：人类检测定向梯度直方图。见：CVPR，第886\u2013893页（2005）”}，{“key”：“34_CR4”，“doi-asserted-by”：“crossref”，“unstructured”：“Wang，H.，Ullah，M.M.，Kl\u00e4ser，A.，Laptev，I.，Schmid，C.：动作识别的局部时空特征评估。摘自：英国机器视觉会议，第127页（2009年9月）”，“DOI”：“10.5244\/C.23.124”}，{“issue”：“7”，“key”：“34_CR5”，“DOI-asserted-by”：“publisher”，“first page”：《1527》，“DOI:”10.1162\/neco.2006.18.7.1527“，“volume”：“18”，“author”：“G.E.Hinton”，“year”：“2006”，“unstructured”：“Hinton，G.E.，Osindero，S.，Teh，Y.W.：深度信念网的快速学习算法。Neural Computation\u00a018（7），1527\u20131554（2006）”，“journal-title”：“Neural Calculation”}，{“key”：“34_CR6”，“doi-asserted-by”：“publisher”，“first-page”：“607”，“doi”：“10.1038\/381607a0”，“volume”：“381”，“author”：“B.A.Olshausen”，“year”：“1996”，“unstructured”：“Olshause，B.A.，Field，D.J.：通过学习自然图像的稀疏代码，出现简单细胞感受野属性。Nature\u00a0381，607\u2013609（1996）”，“journal-title”：“Nature”}，{“key”：“34_CR7”，“doi-asserted-by”：“crossref”，“非结构化”：“Lee，H.，Battle，A.，Raina，R.，Ng，A.Y.：高效稀疏编码算法。In:NIPS，pp.801\u2013808（2007）”，“DOI”：“10.7551\/mitpress\/7503.003.0105”}，{“key”：“34_CR8”，“DOI-asserted-by”：“crossref”，“unstructured”：“Bengio，Y.，Lamblin，P.，Popovici，D.，Larochelle，H.：深层网络的贪婪分层训练。收录：Sch\u00f6lkopf，B.，Platt，J.，Hoffman，T.（eds.）Advances In Neural Information Processing Systems 19，pp.153\u2013160。麻省理工学院出版社，剑桥（2007）“，“DOI”：“10.7551\/mitpress\/7503.003.0024”}，{“key”：“34_CR9”，“DOI-asserted-by”：“crossref”，“unstructured”：“Hyvrinen，A.，Hurri，J.，Hoyer，P.O.：自然图像统计：早期计算视觉的概率方法，第1版。Springer Publishing Company，Incorporated（2009）”，“DOI:”10.1007\/9782-491-1“}，”key”：“34_CR10”，“非结构化”：“Socher，R.，Huval，B.，Bath，B.P.，Manning，C.D.，Ng，A.Y.：用于三维对象分类的卷积递归深度学习。在：Bartlett，P.L.，Pereira，F.C.N.，Burges，C.J.C.，Bottou，L.，Weinberger，K.Q.（编辑）NIPS，pp.665\u2013673（2012）“｝，｛”键“：”34_CR11“，”doi asserted by“：”交叉引用“，”非结构化“：”Le，Q.，Zou，W.，Yeung，S.，Ng，A.：使用独立子空间分析学习用于动作识别的层次不变时空特征。2011 IEEE计算机视觉和模式识别会议（CVPR），第3361\u20133368页（2011）“，”DOI“：”10.1109\/CVPR.2011.5995496“}，{“问题”：“1”，“密钥”：“34_CR12”，“DOI-asserted-by”：“发布者”，“首页”：“221”，”DOI:“10.1109\/TPAMI.2012.59”，“卷”：“35”，“作者”：“S.Ji”，“年份”：“2013”，“非结构化”：“Ji，S.，Xu，W.，Yang，M.，Yu，K.：用于人类行为识别的三维卷积神经网络。IEEE模式分析与机器智能学报\u00a035（1），221\u2013231（2013）“，“journal-title”：“IEEE模式研究与机器智能杂志”}，{“key”：“34_CR13”，“doi-asserted-by”：“crossref”，“unstructured”：“Zhang，H.，Parker，L.：人类活动识别的四维局部时空特征。2011 IEEE \/RSJ智能机器人和系统国际会议（IROS），第2044\u20132049页（2011）“，“DOI”：“10.1109\/IROS.2011.6048130”}，{“key”：“34_CR14”，“DOI-asserted-by”：“crossref”，“unstructured”：“Xia，L.，Chen，C.C.，Aggarwal，J.：使用三维关节直方图的视图不变人类动作识别。收录于：2012年IEEE计算机学会计算机视觉和模式识别研讨会（CVPRW），第20\u201327页（2012）“，“DOI”：“10.1109\/CVPRW.2012.6239233”}，{“key”：“34_CR15”，“DOI-asserted-by”：“crossref”，“unstructured”：“Yang，X.，Tian，Y.：使用中脑-近邻-基于特征点的动作识别。参见：CVPR研讨会，第14\u201319页。IEEE（2012）“，“DOI”：“10.1109\/CVPRW.2012.6239232”}，{“key”：“34_CR16”，“unstructured”：“Wang，J.，Liu，Z.，Wu非结构化“：”Oreifej，O.，Liu，Z.：Hon4d:深度序列活动识别定向4d法线直方图（2013年6月）“，”DOI“：”10.1109\/CVPR.2013.98“}，{“key”：“34_CR18”，”DOI-asserted-by“：”publisher“，”first page“：”541“，”DOI“：“10.1162\/neco.1989.1.4.541”，“volume”：”1“，“author”：“Y.LeCun”，“year”：“1989”，“非结构化”：“LeCun，Y.，Boser，B.，Denker，J.S.，Henderson，D.，Howard，R.E.，Hubbard，W.，Jackel，L.D.：反向传播应用于手写邮政编码识别。Neural Computation\u00a01，541\u2013551（1989）“，“journal-title”：“Neural Calculation”}，{“key”：“34_CR19”，“doi-asserted-by”：“crossref”，“unstructured”：“Bengio，Y.，Lamblin，P.，Popovici，D.，Larochelle，H.：深度网络的贪婪分层训练，pp.153\u2013160（2007）”，“doi”：“10.7551\/mitpress\/753.003.0024”}doi-asserted-by“：”crossref“，”unstructured“：”Platt，J.C.：支持向量机的概率输出以及与正则化似然方法的比较。收录于：《大利润分类器的进展》，第61\u201374页。MIT出版社（1999）“，”DOI“：”10.7551\/mitpress\/1113.003.0008“}，{”issue“：”5“，”key“：”34_CR21“，”DOI-asserted-by“：”crossref“，”first page“：“1088”，“DOI”：“10.1109\/TIP.2005.864174”，“volume”：“15”，“author”：“J.K.Kamarainen”，“year”：“2006”，“unstructured”：“Kamarainen，J.K.，Kyrki，V.，K\u00e4lvi\u00e 4inen，H.：基于Gabor滤波器的特征的不变性-概述和应用。IEEE Transactions on Image Processings\u00a015（5），1088\u20131099（2006）“，”journal-title“：”IEEE Transessions on Image Process“}]，”container-title”：[“Social Robotics”，“Teach Notes in Computer Science”]，”original-title:[]，”link“：[{”URL“http://link.springer.com/content\/pdf\/10007\/978-319-02675-6_34”，“content-type”：“unspecified”，“content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[[2024,5,18]]，”date-time“：”2024-05-18T21:20:47Z“，”timestamp“：1716067247000}，”score“：1，”resource“：”{“primary”：{“URL”：“http://link.springer.com\/10007\/978-3-319-02675-6_34”}}，“subtitle”：[]，“shorttitle”：[]，“已发布”：{“日期-部分”：[[2013]]}，“ISBN”：[“9783319026749“，”97833190026756“]，”references-count“：21，”URL“：”http://\/dx.doi.org\/10.1007\/978-3-319-02675-6_34“，”relation“：{}，”ISSN“：[”0302-9743“，”1611-3349“]，“ISSN-type”：[{“value”：“0302-974”，“type”:“print”}，{“value”：“1611-3399”，“类型”：“electronic”}]，“主题”：[]，“published”：{“date-parts”：[[2013]]}}