{“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”：“2024-03-13T00:21:12Z”，“时间戳”：1710289272511}，“发布者位置”：“新加坡”，“引用计数”：14，“发布商”：“Springer Singapore”，“isbn-type”：[{“值”：“9789811579806”，“类型”：”打印“}，{“值”：“9789811579813”，“类型”：“electronic”}]，“license”：[{“start”：{“date-parts”：[[2020,1,1]]，“date-time”：“2020-01-01T00:00:00Z”，“timestamp”：1577836800000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“http:\\/www.springer.com\/tdm”}，{“start”：0Z“，”timestamp“：1577836800000}，”content-version“：”vor“，”delay-in-days“：0，“URL”：“http://www.springer.com//tdm”}，{“start”：{“date-parts”：[[2020,1,1]]，“date-time”：“2020-01-01T00:00:00Z”，“timestamp”：1577836800000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”:“https:\\/www.springernature.com\/gp\researters\/text-and-data-mining”}0,1,1]]，“日期时间”：“2020-01-01T00:00:00Z”，“时间戳”：1577836800000}，“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“：[2020]]}”，“DOI”：“10.1007\/978-988 1-15-7981-3_34“，”类型“：”书壳“，“created”：｛“date parts”：[[2020,8,20]]，“date time”：“2020-08-20T16:06:38Z”，“timestamp”：1597939598000｝，“page”：“463-475”，“update policy”：“http:\/\/dx.doi.org/10.1007\/springer_crossmark_policy”，“source”：“Crossref”，“由count引用”：0，“title”：[“基于改进运动历史图像网络的自助行为识别算法”]，“prefix”：“10.1007”，“作者”：[{“给定”：“黎平”，“家族”：“邓”，”序列“：“第一”，”从属关系“：[]}，{“给出”：“青季”，”家族“：“高”，”顺序“：“附加”，“从属关系”：[]{，”给定“：“大”，”家庭“：“徐”，“序列”：“附加的”，“附属关系”：[]}]，“成员”：“297”，“在线发布”：{“日期段”：[2020,8,2,2 0]]}，“引用”：[{“键”：“34_CR1”，“非结构化”：“Dong，H.，Wang，W.，Gao，Q.，Luo，Q:基于petri网的自助行李托运系统传输控制策略。control Eng.China 21（01），14\u201317+22（2014）”}，{“问题”：“02”，“关键”：“34_CR2”，“首页”：“189”，“卷”：“14”，“作者”：“G Xu”，“年份”：“2009”，“非结构化”：“徐庚，曹寅：动作识别与活动理解：综述。《J图像图》.14（02），189\u2013195（2009）”，“期刊标题”：“J图像图”}，{“问题”：“1”，“关键”：“34_CR3”，“首页”：“29”，“卷”：“43”，“作者”：“C-Y丁”，“年份”：“2020”，“非结构化”：“丁、C.-Y.、刘、K.、李、G.、严、L.、陈、B.-Y.，钟、Y.-M.：人体骨骼动作识别研究中的时空加权姿态运动特征。《中国计算机》43（1），29\u201340（2020）”，“期刊标题”：“中国计算机”}，{“问题”：“2”，“关键”：“34_CR4”，“doi-asserted-by”：“出版商”，“首页”：“363”，“doi”：“10.1109\/TMM.2018.2859620”，“volume”：“21”，“author”：“Z Fan”，“year”：“2019”，“unstructured”：“Fan，Z.，Zhao，X.，Lin，T.：用于骨骼动作识别的基于注意的多视图再观察融合网络。IEEE Trans.Multimedia 21（2），363\u2013374：“publisher”，“first page”：“519”，“DOI”：“10.1109\/TMM.2016.2626959”，《volume》：“19”，“author”：“Y Yang”，“year”：“2017”，“unstructured”：“Yang，Y.，Deng，C.，Gao，S.，Liu，W.，Tao，D.，Gao：“IEEE Trans.Multimedia（S1520-9210）”}，{“issue”：“20”，“key”：“34_CR6”，“doi-asserted-by”：“publisher”，“first page”：”28409“，“doi”：“10.1007\/s11042-017-5375-5”，“volume”：：“78”，“author”：“Y-S Kim”，“year”：“2017”，“unstructured”：“Kim，Y.-S.，Yoon，J.-C.，Lee，I.-K.：基于自适应测地距离计算的RGB-D视频序列的实时人体分割。多媒体工具应用程序78（20），28409\u201328421（2017）。https:\/\/doi.org\/10007\/s11042-017-5375-5”，“日志标题”：“多媒体工具应用”}，{“问题”：“6”，“键”：“34_CR7”，“首页”：“909”，“卷”：“30”，“作者”：“L Qian”，“年份”：“2017”，“非结构化”：“Qian，L.，Li，P.，Huang，L.：一种利用不断发展的数据流进行活动识别的自适应算法。Chin.J.Sens.Actuators 30（6），909\u2013915（2017）”，“期刊标题”：“Chin.J.Sens.Actuators”}，｛“key”：“34_CR8”，“doi asserted by”：“crossref”，“非结构化”：“Tran，D.，Bourdev，L.，Fergus，R.：利用3D卷积网络学习时空特征。摘自：IEEE计算机视觉国际会议论文集，第4489\u20134497页（2015）”，“DOI”：“10.1109\/ICCV.2015.510”}，{“key”：“34_CR9”，“DOI-asserted-by”：“crossref”，“unstructured”：“邱，Z.，姚，T.，梅，T.：学习伪三维残差网络的时空表示。摘自：IEEE国际计算机视觉会议论文集，pp.5533\u20135541（2017）”，“DOI”：“10.1109\/ICCV.2017.590”}，{“key”：“34_CR10”，“DOI-asserted-by”：“crossref”，“unstructured”：“Zhou，Y.，Sun，X.，Zha，Z.J.：Mict:用于人类行为识别的混合3D\/2D卷积管。摘自：IEEE计算机视觉和模式识别会议论文集，第449\u2013458页（2018）”，“DOI”：“10.1109\/CVPR.2018.00054”}，{“issue”：“07”，“key”：“34_CR11”，“first pages”：“1894”，“volume”:“39”，“author”：“X Wei”，“year”：“2019”，“非结构化”：“Wei，X.，Le，Y.，Han，J.，Lu，Y:基于长短期记忆的车辆行为动态识别网络。J.Compute.Appl.39（07），1894\u20131898（2019）”，“日志标题”：“J.Computer.Appl.”}，{“问题”：“10”，“关键”：“34_CR12”，“首页”：“2401”，“卷”：“27”，“作者”：“X Shi”，“年份”：“2015”，“非结构性”：“Shi，X.，Liu，S.，Zhang，D.：基于关键帧的人类行为识别方法。J.Syst.Simul.27（10），2401\u20132408（2015）”，“日志标题”：“J.Sys.Simul.”}，{“问题”：“1”，“关键”：“34_CR13”，“首页”：“114”，“卷”：“21”，“作者”：“Q Zhao”，“年份”：“2016”，“非结构化”：“Zhao，Q.，Sun，Y.：快速定位图像比例和区域的三维跟踪算法。J.image Graph.21（1），114\u2013121（2016）”，“日志标题”：“J.image-Graph.”}，{“问题”：“05”，“关键”：“34_CR14”，“首页”：“70”，“卷”：“35”，“作者”：“L Xie”，“年份”：“2015”，“非结构化”：“Xie，L.，Yu，S.，Zhou，G.，Li，H.：基于BOW模型的油茶害虫图像分类研究。中南大学林业技术杂志。35（05），70\u201373（2015）”，“期刊标题”：“中南大学森林技术杂志”}]，“集装箱标签”：[“计算机与信息科学中的通信”，“数据科学”]，“原始标题”：[]，“链接”用法：[{“URL”：“https:\/\/link.springer.com/content\/pdf\/10.1007\/978-981-15-7981-3_34”，“content-type”：“unspecified”，“content-version”：“vor”，“intended-application”：“similarity-checking”}]，“deposed”：{“date-parts”：[2024,3,12]，“date-time”：”：“2024-03-12T13:35:31Z”，“timestamp”：1710250531000}，“score”：1，“resource”：{“primary”：{“URL”：“https:\/\/link.springer.com/10.1007\/978-981-15-7981-3_34”}}，“副标题”：[]，“短标题”：[]，“已发布”：{“日期-部件”：[[2020]]}，”ISBN“：[”9789811579806“，”978981 1579813“]，“引用计数”：14，“URL”：“http://\/dx.doi.org\/10.10007\/978-981-5-7981-3-3_34“，”关系“：{}，“ISSN”：[“1865-0929”，“1865-0.937”]，“ISSN-type”：[{“value”：“1865-09”，“type”:“print”}，{“value”：“1865-0937”，“type”：”electronic“}]，“subject”：[]，“published”：{“date-parts”：[[2020]]}，“assertion”：[{“value”：“2020年8月20日”，“order”：1，“name”：“first_online”，“label”：“first online”，“label”：“conference acronym”，“group”：{“name”：“ConferenceInfo”，“label”：“Confection Information”}}，{“value”：“国际先驱计算机科学家、工程师和教育工作者会议”，“order”：2，“name”：“Conference_name”，“标签”：“会议名称”，“group”：：“会议城市”，“群组”：{“name”：“ConferenceInfo”，“label”：“会议信息”}}，{“value”：“中国”，“order”：4，“name”:“Conference_country”，“标签”：“会议国家”，“group”：信息“，“label”：“Conference Information”}}，{“value”：“2020年9月18日”，“order”：7，“name”：“Conference_start_date”，“label:”会议开始日期“，“group”：{“name”:“ConferenceInfo”，”label“：”会议信息“}}、{“value”：“2020年9月21日”，”order“：8，”name“Conference_end_date”：“会议信息”}}，{“value”：“6”，“order”：9，“name”：“Conference_number”，“label”：“ConferenceNumber”，“group”：{“name”:“ConferenceInfo”，”label“：“Congression Information”}}}：“http://\/2020.icpcsee.org”，“order”：11，“name”：“conference_url”，“label”：“conference url”，“group”：{“名称”：“会议信息”，“标签”：“会务信息”}}，{“value”：“Double-blind”，“订单”：1，“name（名称）：“type”，{“value”：“easychair”，“order”：2，“name”：“conference_management_system”，“label”：“会议管理系统”，“group”：{“name”:“ConfEventPeerReviewInformation”，“标签”：“同行评审信息（由会议组织者提供）”}}，{“value”：：“发送供审阅的提交数”，“group”：{“name”：“ConfEventPeerReviewInformation”，“label”：“同行审阅信息（由会议组织者提供）”}}，{“value”：“74”，“order”：4，“name”:“Number_of_full_papers_accepted”，“标签”：“接受的全文数”：“同行评议信息（由会议组织者提供）”}}，{“value”：“24”，“order”：5，“name”：“number_of_short_papers_accepted”，“label”：“已接受的短文数”，“group”：{“name”:“ConfEventPeerReviewInformation”，“tabel”：”同行评议资讯（由会议主办方提供）“}}}、{“value”：“19%-该值由等式“接受的全文数”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”，“标签”：“同行评议信息（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”，“table”：“同行评审信息（由大会组织者提供）：“average_number_of_papers_per_reviewer”，“label”：“每位审阅者的平均论文数”，“group”：{“name”：“ConfEventPeerReviewInformation”，“table”：“同行审阅信息（由会议组织者提供）”}}，{“value”：“No”，“order”：9，“name”:“external_reviewers_involved”：“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由会议组织者提供）”}}]}}