{“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”：[[2024,3,13]]，“日期时间”：“2024-03-13T13:09:31Z”，“时间戳”：1710335371254}，“发布者位置”：“Cham”，“引用计数”：36，“发布商”：“Springer International Publishing”，“isbn-type”：[{“值”：“9783319105772”，“类型”：”打印“}，{“值”：“9783319105789”，“type”：“electronic”}]，“license”：[{“start”：{“date-parts”：[[2014,1,1]]，“date-time”：“2014-01-01T00:00:00Z”，“timestamp”：1388534400000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“http://www.springer.com\/tdm”}，{“start”：{“date-ports”：[2014,1,1]，“日期-时间”：“2014-01T00:00 0:00Z“，”时间戳“：1388534400000}，”内容版本“：”tdm“，“delay-in-days”：0，“URL”：“http://www.springer.com\/tdm”}]，“content-domain”：{“domain”:[]，“crossmark-restriction”：false}，“short-container-title”：[]，”published-print“：{”date-parts“：[[2014]}，”DOI“：”10.1007\/978-3319-10578-9_19“，”type“：”book-capter“，”created“：”{“date-part”：[2014,8,14]]，“日期时间”：“2014-08-14T00:51:57Z”，“时间戳”：1407977517000}，“页面”：“282-298”，“源”：“Crossref”，“is-referenced-by-count”：18，“标题”：[“百万图像上带凸正则化器的光谱聚类”]，“前缀”：“10.1007”，《作者》：[{“给定”：“Maxwell D.”，“家族”：“Collins”，“家庭”：“Xu”，“sequence”：“additional”，“affiliation”：[]}，{“given”：“Lopamudra”，“family”：“Mukherjee”，“serquence”:“additionable”，“从属关系”：[]}，}“giving”：“Vikas”，“家族”：“Singh”，“序列”：“附加”，“隶属关系”：[]}]，“member”：“297”，“reference”：[{“key”:“19_CR1”，“doi-asserted-by”：”crossref“，“unstructured”：“Balzano，L.，Nowak，R.，Recht，B.：从高度不完整信息在线识别和跟踪子空间。摘自：Allerton Conference on Communication，Control and Computing（2010）会议记录”，“DOI”：“10.1109”\/Allerton.2010.5706976“}，{“key”：“19_CR2”，“unstructured”：“Batra，D.，Agrawal，H.，Banik，P.，Chavali，N.，Alfadda，A.：CloudCV:作为云服务的大规模分布式计算机视觉（2013），http://www.CloudCV.org”}，{“key”：“19_CR3”，“series-title”：“计算机科学讲义”，“doi-asserted-by”：“publisher”，“first page”：”404“doi”：“10.1007\/11744023_32”，“volume-title”：“Computer Vision\u2013 ECCV 2006”，“author”：“H.Bay”，“year”：“2006”，《unstructured》：“Bay，H.，Tuytelaars，T.，Van Gool，L.：Surf:Speeded up robust features.收录于：Leonardis，A.，Bischof，H.和Pinz，A.（编辑）ECCV，2006，Part I.LNCS，vol.\u00a03951，pp.404\u2013417。Springer，Heidelberg（2006）“}，{“key”：“19_CR4”，“unstructured”：“Bickel，S.，Scheffer，T.：多视图聚类。摘自：IEEE国际数据挖掘会议论文集（2004）”}，}，“key“：”19_CR5“，”doi-asserted-by“：”crossref“，”unstructure“：”Blaschko，M.B.，Lampert，C.H.：相关谱聚类。摘自：IEEE计算机视觉和模式识别会议记录（2008）“，”DOI“：”10.1109\/CVPR.2008.4587353“}，{“key”：“19_CR6”，“DOI-asserted-by”：“crossref”，“unstructured”：“Chaudhuri，K.、Kakade，S.M.、Livescu，K.和Sridharan，K.：通过典型相关分析的多视图聚类。In：Proceedings of the International Conference on Machine Learning（2009）”，“DOI”：“10.1145\\1553374.1553391”｝，｛“issue”：“3”，“key”：“19_CR7”，“DOI asserted by”：“publisher”，“first page”：“568”，“DOI”：“10.1109\\TPAMI.2010.88”，“volume”：“33”，“author”：“W.Chen”，“year”：“2011”，“nonstructured”：“Chen，W.，Song，Y.，Bai，H.，Lin，C.，Chang，E.Y.：分布式系统中的并行谱聚类。IEEE模式分析与机器智能汇刊\u00a033（3），568\u2013586（2011）”，“期刊标题”：“IEEE模式分析与机器智能汇刊”}，｛“key”：“19_CR8”，“doi asserted by”：“crossref”，“nonstructured”：“Chen，X.，Cai，D.：基于地标表示的大规模光谱聚类。In：《AAAI人工智能会议论文集》（2011），“DOI”：“10.1609\/AAAI.v25i1.7900”}，{“key”：“19_CR9”，“unstructured”：“Darken，C.，Moody，J.：迈向更快的随机梯度搜索。In:Advances In Neural Information Processing Systems（1993）”}Deng，J.，Dong，W.，Socher，R.，Li，L.J.，Li.，K.，Fei-Fei，L.：ImageNet:一个大型层次图像数据库。摘自：IEEE计算机视觉和模式识别会议论文集（2009）“，“DOI”：“10.1109\/CVPR.2009.5206848”}，{“key”：“19_CR11”，“unstructured”：“Donahue，J.、Jia，Y.、Vinyals，O.、Hoffman，J.，Zhang，N.、Tzeng，E.、Darrell，T.：Decaf：通用视觉识别的深度卷积激活特征。ArXiv预印本ArXiv:1310.1531（2013）“}，{“问题”：“2”，“密钥”：“19_CR12”，”doi-asserted-by“：“出版商”，“首页”：“303”，“doi”：“10.1137\/S0895479895290954”，“卷”：“20”，“作者”：“A.Edelman”，“年份”：“1998”，“非结构化”：“Edelman，A.、Arias，T.A.、Smith，S.T.：具有正交约束的算法几何。SIAM矩阵分析与应用杂志\u00a020（2），303\u2013353（1998）“，”杂志标题“：”SIAM矩阵研究与应用杂志“}，{“问题”：“2”，“关键”：“19_CR13”，“doi-asserted-by”：“出版商”，“首页”：“214”，“doi”：“10.1109\/TPAMI.2004.1262185”，“卷”：“26”，“作者”：“C.Fowlkes”，“年份”：“2004”，“非结构化”：“Fowlkes，C.、Belongie，S.、Chung，F.、Malik，J.：使用Nystr\u00f6m方法进行光谱分组。IEEE模式分析与机器智能学报\u00a026（2），214\u2013225（2004）“，“journal-title”：“IEEE模式研究与机器智能杂志”}，{“key”：“19_CR14”，“doi-asserted-by”：“crossref”，“unstructured”：“Gehler，P.，Nowozin，S.：关于多类对象分类的特征组合。摘自：IEEE计算机视觉国际会议论文集（2009）“，”DOI“：”10.1109\/ICCV.2009.5459169“}，”key“：”19_CR15“，”DOI-asserted-by“：”crossref“，”unstructured“：”Hofmann，T.：“概率潜在语义分析。摘自：人工智能不确定性会议论文集key“：”19_CR16“，”series-title“：”计算机科学课堂讲稿“，”doi-asserted-by“：”publisher“，”first-pages“：”7“，”doi“：”10.1007\/978-3642-33492-4_4“，”volume-title“：“Discovery Science”，“author”：“N.L.D.Khoa”，“year”：“2012”，“unstructured”：“Khoa，N.L.D.，Chawla，S.：使用电阻距离和Spielman-Teng解算器的大规模光谱聚类。收录：Ganascia，J.-G.，Lenca，P.，Petit，J.-M.（编辑）DS 2012。LNCS，第u00a07569卷，第7\u201321页。Springer，Heidelberg（2012）“}，{“key”：“19_CR17”，“unstructured”：“Krishnamurthy，A.，Balakrishnan，S.，Xu，M.，Singh，A.：分层聚类的高效主动算法。In:Proceedings of the International Conference on Machine Learning（2012）”}，}“key:”19_CR18“，”doi-asserted-by“：”crossref“，”unstructure“：”Kulis，B.，Grauman，K.：用于可缩放图像搜索的内核化位置敏感散列。收录：IEEE计算机视觉国际会议论文集（2009）“，“DOI”：“10.1109\/ICCV.2009.5459466”}，{“key”：“19_CR19”，“unstructured”：“Kumar，A.，Daum\u00e9 III，H.：多视图光谱聚类的联合训练方法。收录：机器学习国际会议论文（2011）”}Kumar，A.，Rai，P.，Daum\u00e9 III，H.：共规则多视角光谱聚类。In:Advances In Neural Information Processing Systems（2011）”}，{“key”：“19_CR21”，“unstructured”：“Lazebnik，S.，Schmid，C.，Ponce，J.：超越特征袋：用于识别自然场景类别的空间金字塔匹配。在：《IEEE计算机视觉与模式识别会议论文集》（2006）“｝，｛”key“：”19_CR22“，”doi断言“：”crossref“，”非结构化“：”Lehoucq，R.B.，Sorensen，D.C.，Yang，C.:ARPACK users\u2019指南：用隐式重新启动的Arnoldi方法解决大规模特征值问题，vol.\u00a06（1998）“，”doi“：”10.1137\/1.9780898719628“}，{“key”：“19_CR23”，“unstructured”：“Li，L.，Su，H.，Xing，E.P.，Fei-Fei，L.：对象库：用于场景分类和语义特征稀疏化的高级图像表示。In:Advances In Neural Information Processing Systems（2010）”}，}，“key“：”19_CR24“doi-asserted-by”：“crossref”，“非结构化”：“Li，M.，Lian，X.C.，Kwok，J.，Lu，B.L.：通过柱采样实现时空高效谱聚类。摘自：IEEE计算机视觉和模式识别会议论文集（2011年）“，”DOI“：”10.1109\/CVPR.2011.5995425“}，{”key“：”19_CR25“，”DOI-asserted-by“：”crossref“，”unstructured“：”Liu，J.，Wang，C.，Gao，J.“，Han，J.：通过联合非负矩阵分解进行多视图聚类。摘自：SIAM国际数据挖掘会议（2013年）“DOI“：”10.1137\/1.9781611972832.28“}，{“issue”：“2”，“key”：“19_CR26”，“DOI-asserted-by”：“publisher”，“first page”：”91“，“DOI”：“10.1023\/B:VISI.0000029664.99615.94”，“volume”：：“60”，“author”：“D.G.Lowe”，”year“2004”，“unstructured”：“Lowe，D.G.：与尺度变化关键点不同的图像特征。国际计算机视觉杂志\u00a060（2），91\u2013110（2004）“，”journal-title“：”International journal of Computer Vision“}，{”issue“：”3“，”key“：”19_CR27“，”doi-asserted-by“：”publisher“，”first-page“：”145“，“doi”：“10.1023\/A:101139631724”，“volume”：“42”，“author”：“A.Oliva”，“year”：“2001”，“unstructured”：“”Oliva，A.，Torralba，A.：场景形状建模：空间包络的整体表示。国际计算机视觉杂志\u00a042（3），145\u2013175（2001）“，“Journal-title”：“国际计算机视觉期刊”}，{“key”：“19_CR28”，“doi-asserted-by”：“crossref”，“unstructured”：“Sakai，T.，Imiya，A.：随机投影和采样的快速光谱聚类。In:模式识别中的机器学习和数据挖掘（2009）”，“DOI“：”10.1007\/978-3-642-03070-3_28“}，{“key”：“19_CR29”，“DOI-asserted-by”：“crossref”，“unstructured”：“Serre，T.，Wolf，L.，Poggio，T.：受视觉皮层启发的特征的物体识别。摘自：IEEE计算机视觉和模式识别会议论文集（2005）”，“DOI”：“10.21236\/ADA454604”}，}“key”：”19_CR30“，”DOI-assert-by“：”crossref“，”unstructured“：”Tang，W.，Lu，Z.，Dhillon，I.S.：用多个图进行聚类。摘自：IEEE国际数据挖掘会议记录（2009）“，”DOI“：”10.1109\/ICDM.2009.125“}，{“问题”：”11“，”key“：”19_CR31“，”DOI-asserted-by“：”publisher“，”first page“：“1958”，”DOI:“10.1109\/TPAMI.2008.128”，“volume”：“30”，“author”：“A.Torralba”，“year”：“2008”，“unstructured”：“Torralba，A.、Fergus，R.、Freeman，W.T.：8000万张微小图像：用于非参数对象和场景识别的大型数据集。IEEE模式分析与机器智能学报\u00a030（11），1958\u20131970（2008）”，“期刊标题”：“IEEE模式解析与机器智能杂志”}，{“key”：“19_CR32”，“series-title”：“计算机科学讲义”，“doi-asserted-by”：“publisher”，“first page”：”589“doi”：“10.1007\/11744047_45”，“volume-title”：”Computer Vision\u2013 ECCV 2006”，“作者”：“O.Tuzel”，“年份”：“2006年”，“非结构化”：“Tuzel，O.，Porikli，F.，Meer，P.：区域协方差：检测和分类的快速描述符。收录人：Leonardis，A.，Bischof，H.，Pinz，A.（编辑）ECCV 2006。LNCS，第00a03952卷，第589\u2013600页。Springer，Heidelberg（2006）“}，{“key”：“19_CR33”，“doi-asserted-by”：“crossref”，“unstructured”：“Wen，Z.，Yin，W.：正交约束优化的可行方法。数学规划，1\u201338（2012）”，“doi”：“10.1007\/s10107-012-0584-1”}，}，“key“：”19_CR34“doi-sserted-byXu，J.，Ithapu，V.K.，Mukherjee，L.，Rehg，J.M.，Singh，V.：GOSUS:具有结构化稀疏性的Grassmannian在线子空间更新。In：IEEE国际计算机视觉会议论文集（2013）“，”DOI“：”10.1109\/ICCV.2013.419“}，{“key”：“19_CR35”，“unstructured”：“Zelnik-Manor，L.，Perona，P.：自校正谱聚类。In:Advances In Neural Information Processing Systems（2004）”}，”{“key”：”19_CR36“，”DOI-asserted-by“：”crossref“，”unstructure“：”Zhou，D.，Burges，C.J.C.：多视角的谱聚类和转导学习。In:Proceedings of the International Conference on Machine Learning（2007）”，“DOI”：“10.1145\/1273496.1273642”}]，“container-title”：[“Computer Vision\u2013 ECCV 2014”，“Teach Notes In Computer Science”]，“original-title“：[]，“link”：[{“URL”：“http://link.springer.com\/content\/pdf\/10.10007\/978-319-10578-9_19”，“content-type”：“unspecified”，“content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[[2023,7,15]]，”date-time“：”2023-07-15T23:00:40Z“，”timestamp“：1689462040000}，”score“：1，”resource“：”{“primary”：{“URL”：“http://\link.springer.com/10.1007\/978-319-10578-919”}}，“subtitle”：[]，“shorttitle”：[]，“发布“：{“date-parts”：[[2014]]}，“ISBN”：[“9783319105772“，”978331911 05789“]，”references-count“：36，”URL“：”http://\/dx.doi.org\/10.1007\/978-3319-10578-9_19“，”relation“：{}，”ISSN“：[”0302-9743“，”1611-3349“]，“ISSN-type”：[{“value”：“0302-974”，“type”:“print”}，{“value”：”1611-349“，“type”：“electronic”}]，“subject”：[]，“已发布”：{“日期-部分”：[[2014]]}}}