{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期-部件”：[[2024,5,20]]，“日期-时间”：“2024-05-20T00:19:09Z”，“时间戳”：1716164349611}，“参考-计数”：84，“出版商”：“爱思唯尔BV”，“许可证”：[{“开始”：{'日期-部件“：[[2018,6,1]]，”日期-时间“：”2018-06-01T00:00:00Z“，”timestamp“：1527811200000}，”content-version“：“tdm”，“delay-in-days”：0，“URL”：“https:\\/www.elsevier.com//tdm\/userlicense\/1.0\/”}]，“资助者”：[{“DOI”：“10.13039\/501100001809”，“名称”：“中国自然科学基金会”，“DOI-asserted-by”：“publisher”，“奖项”：[“61602027”]}]，”content-domain“：{”domain“域”：[”elseviers.com“，”sciencedirect.com“]，“交叉标记限制”：true}，“short-container-title”：[“Applied Soft Computing”]，“published-print”：{“date-parts”：[[2018,6]]}，“DOI”：“10.1016\/j.asoc.2018.03.007”，“type”：“journal-article”，“created”：{“date-parts”：[2018,3,6]]，“date-time”：“2018-03-06T18:43:40Z”，“timestamp”：152036182000}，”page：“183-196”，“update-policy”：”http://\/dx.DOI.org \/10.1016 \/elsevier_cm_policy“，”源“：“Crossref”，“is-referenced-by-count”：10，“title”：[“软组合从单个卷积神经网络学习的分类器集合，用于场景分类”]，“前缀”：“10.1016”，“卷”：“67”，“作者”：[{“给定”：“双”，“家族”：“白”，“序列”：“第一”，“从属关系”：[]}，{“已知”：“华东”，“家庭”：“唐”，“顺序”：“附加”，“affiliation”：[]}]，“member”：“78”，“reference”：[{“issue”：“64”，“key”：“10.1016\/j.asoc.2018.03.007_bib0005”，“doi-asserted-by”：“crossref”，“first page”：”251“，“doi”：“101016\/B978-012375731-9\/50045-8”，“article-title”：“Gist of the scene”，”volume“：”696“，”author“：”Oliva“，”year“2005”，“journal-title”：“Neurobiol.Atten.”}，{“issue”：“4”，“key”：“10.1016\/j.asoc.2018.03.007_bib0010”，“doi-asserted-by”：“crossref”，“first page”：“2171”，“doi”：“10.12016\/j.asoc.2012.12.013”，“article-title”：“用于物体/场景识别的异构特征”，“volume”：”13“，”author“：”Nanni“，“year”：“2013”，“journal-title“：”Appl.Soft Compute.“}，{”key“：”10.1016//j.asoc.2018.03.007_bib0015“，”doi-asserted-by“：“crossref”，“first page”：“159”，，“DOI”：“10.1016\/j.patcog.2016.03.020”，“article-title”：“通过有效的无监督特征学习和密度估计进行拥塞场景分类”，“volume”：”56“，“author”：“Yuan”，“year”：“2016”，“journal-title“：”Pattern Recognit.“}，{”key“10.1016”：“j.asoc.2018.03.007_bib0020”，“DOI-asserted-by”：“crosslef”，“首页”：“279”，“DOI”：“10.1016\/j.eswa.2016.10.038”，“article-title”：“在深度卷积神经网络上生长随机森林，用于场景分类”，“卷”：“71”，“作者”：“Bai”，“年份”：“2017”，“期刊标题”：“专家系统应用”}，{“问题”：“8”，“关键”：“1016\/j.asoc.2018.03.007_bib0025”，“DOI-asserted-by”：“crossref”，“第一页”：“1489”，“DOI”：“10.1109\/TPAMI.2010.224”，“article-title”：“Centrist:场景分类的视觉描述符”，“volume”：“33”，“author”：“Wu”，“year”：“2011”，“journal-title“：”IEEE Trans.Pattern Anal.Mach.Intell.“}，{“issue”：“3”，“key”：”10.1016\/j.asoc.2018.03.007_bib0030“，”DOI-asserted-by“：”crossref“，”first page“：”145“，“DOI:”“10.1023\/a:101139631724”，“article-title”：“建模场景的形状：空间包络线的整体表示”，“volume”：“42”，“author”：“Oliva”，“year”：“2001”，“journal-title“：”Int.J.Compute.Vis.“}，{“key”：”10.1016\/J.asoc.2018.03.007_bib0035“，”article-title“:”识别室内场景。“，”author“：”Quattoni“，”year“：”2009“，”journal-title：“10.1016\/j.asoc.2018.03.007_bib0040”，“首页”：“1378”，“文章标题”：“对象库：用于场景分类和语义特征稀疏化的高级图像表示”，“作者”：“Li”，“年份”：“2010”，“期刊标题”：“NIPS”}，｛“key”：“10.1016\/j.asoc.2018.03.007_bib0045”，“文章标题”：“基于可变形部件模型的场景识别和弱监督对象定位”，“author”：“Pandey”，“year”：“2011”，“journal-title”：“Proc.ICCV”}，{“issue”：“7553”，“key”：“10.1016\/j.asoc.2018.03.007_bib0050”，“doi-asserted-by”：“crossref”，“first page”：”436，“author”：“LeCun”，“year”：“2015”，“journal-title”：“Nature”}，{“key”：“10.1016\/j.asoc.2018.03.007_bib0055”，“首页”：“1097”，“article-title“：“Imagenet classification with deep convolutional neural networks”，“au作者”：“Krizhevsky”，“年份”：“2012”，“journal-ttitle”：《第二十五届神经信息处理系统国际会议论文集》}，{“key”：“10.1016\/j.asoc.2018.03.007_bib0060”，“首页”：“1”，“article-title”：“用卷积深入研究”，“author”：“Szegedy”，“year”：“2015”，“journal-title“：”CVPR“}”，{“key”：”10.1016\/j.asoc.2018.03.007 _bib0055“，”series-title“IEEE Conference on Computer Vision and Pattern Recognition”，“第一页”：”580“articlete-title”：“丰富的特征层次结构用于准确的对象检测和语义分割”，“author”：“Girshick”，“year”：“2014”}，{“key”：“10.1016\/j.asoc.2018.03.007_bib0070”，“first-page”：“3431”，“article-title”：“Fully convolutional networks for semantical segmentation”，“author”:“Long”，“年份”：“2015”，“journal title”：“IEEE计算机视觉和模式识别会议”}，{“key”：“10.1016\/j.asoc.2018.03.007_bib0075”，“首页”：“56”，“article-title”：“使用连接主义文本提议网络检测自然图像中的文本”，“author”：“Tian”，“year”：“2016”，“journal-title“：”ECCV“}，}“key”：“101016\/j.asoc.2018.03.007 _bib0080”，“first page”：”248“，“artice-title：“Imagenet:大规模分层图像数据库”，“author”：“Deng”，“year”：“2009”，“journal-title”：“IEEE计算机视觉和模式识别会议”}，{“key”：“10.1016\/j.asoc.2018.03.007_bib0085”，“doi-asserted-by”：“crossref”，“first page”：”211“，“doi”：“101007\/s11263-015-0816-y”，“article-title“：“Imagenet大规模视觉识别挑战”，“卷”：“115”，“作者”：“Russakovsky”，“年份”：“2015年”，“新闻标题”：“国际计算机视觉”}，{“键”：“10.1016\/J.asoc.2018.03.007_bib0090”，“首页”：“487”，“文章标题”：”使用位置数据库学习场景识别的深层特征“，”作者：“周”，“年”：“2014”，“日记标题”：“神经信息处理系统的进展（NIPS）”}，｛“键”：“10.1016\/j.asoc.2018.03.007_b0095”，“系列标题”：“用于大规模图像识别的甚深卷积网络”，“作者”：“Simonyan”，“年份”：“2015”｝，｛“键”：“10.1016\/j.asoc.2018.03.007_b0100”，“首页”：“1440”，“文章标题”：“Fast R-CNN”，“作者”：“Girschick”，“年份”：“2015”，“journal-title”：“国际计算机视觉会议（ICCV）”}，{“key”：“10.1016\/j.asoc.2018.03.007_bib0105”，“首页”：“297”，“文章标题”：“同时检测和分割”，“作者”：“哈里哈兰”，“年份”：“2014”，“journal-ttitle”：第页“：“378”，“DOI”：“10.1016\/j.neucom.2017.06.023”，“article-title”：“利用深度卷积神经网络识别水稻病害”，“volume”：“267”，“author”：“Lu”，“year”：“2017”，“journal-title“：”Neurocomputing“}，{”issue“：”2“，”key“：”10.1016\/j.asoc.2018.03.007_bib0115“，”DOI-asserted-by“：”crossref“，”首页“：”186“，“DOI:”10.1108\/AA-11-2015-108“，“文章标题”：“一种基于深度学习的仿生机器人新路径规划方法”，“卷”：“36”，“作者”：“Lu”，“年份”：“2016”，“期刊标题”：“Assem.Autom.}，{“问题”：“4”，“关键”：“10.1016\/j.asoc.2018.03.007_b0120”，“doi断言”：“crossref”，“doi”：“10.1162\/neco.1989.15.4541”，“文章标题”：“Backpropagation applied to手写邮政编码识别”，“volume”：“1”，“author”：“LeCun”，“year”：“1989”，“journal-title”：“Neural Comput.”}，{“key”：”10.1016\/j.asoc.2018.03.007_bib0125“，”first page“：”647“，”article-title“：”DeCAF:通用视觉识别的深度卷积激活特征“，”author“：”Donahue“，”year“：”2014“，”journal-title“”：“第31届国际机器学习会议论文集”}，{“key”：“10.1016\/j.asoc.2018.03.007_bib0130”，“首页”：“392”，“article-title”：“深度卷积激活特征的多尺度无序池”，“author”：“Gong”，“year”：“2014”，“journal-title“：“European Conference on Computer Vision”}：“10.1016\/j.asoc.2018.03.007_bib0135”，“首页”：“3304”，“文章标题”：“将局部描述符聚合成紧凑的图像表示”，“作者”：“Jegou”，“年份”：“2010”，“日志标题”：”CVPR“}，{“key”：“10.116\/j-asoc.2019.03.007_bin0140”，“第一页”：”571“文章标题“CNN场景识别：对象、尺度和数据集偏差”，“作家”：“Herranz”，“年份”：“2016年”，“日志标题”：“CVPR”}，{“key”：“10.1016\/j.asoc.2018.03.007_bib0145”，“首页”：“231”，“article-title”：“神经网络集成、交叉验证和主动学习”，“author”：“Krogh”，“year”：“1995”，“journal-title“：”Adv.Neural Inf.Process.Syst.，vol.7“}，”{“密钥”：“10.0016\/j.asoc.2018.03.007 _bib 0150“，”doi-asserted-by“：“crossref”，“first page”：“385”，“DOI”：“10.1080\/095400996116839”，“article-title”：“集合分类器中的错误相关性和错误减少”，“volume”：”8“，“author”：“Tumer”，”year“：”1996“，”journal-title“：”Connect.Sci.“}，{“issue”：“2”，“key”：：“10.1016\/j.asoc.2018.03.007_bib0155”，“DOI-asserted-by”：“cross-ref”，《DOI》：“10.1023\/A:1022859003006”，“article-title”：“量度分类器集合的多样性及其与集合准确性的关系”，“volume”：“51”，“author”：“Kuncheva”，“year”：“2003”，“journal-title“：”Mach.Learn.“}，{“key”：”10.1016\/j.asoc.2018.03.007_bib0160“，”doi-asserted-by“：”crossref“，”first-page:“149”，“doi”：“10.1007\/11539087_17”，“artice-title：“通过负相关学习生成不同的神经网络”，“author”：“Liu”，“year”：“2005”，“journal-title”：“International Conference on Natural Computation”}，{“key”：“10.1016\/j.asoc.2018.03.007_bib0165”，“doi-asserted-by”：“crossref”，“first-pages”：“266”，“doi”：“101007\/3-540-44938-8_27”，“article-title“：“负相关学习和集合方法的歧义家族”，“author”：“Brown”，“year”：“2003”，“journal-title”：“多分类器系统国际研讨会”}，{“key”：“10.1016\/j.asoc.2018.03.007_bib0170”，“doi-asserted-by”：“crossref”，“first-page:”178“，”doi“：”10.1007\/3-540-45758-5_12“，”article-title“：“通过特征分解改进监督学习”，“author”：“Maimon”，“year”：“2002”，“journal-title”：“信息和知识系统基础国际研讨会”}，{“issue”：“1”，“key”：“10.1016\/j.asoc.2018.03.007_bib0175”，“doi-asserted-by”：“crossref”，《doi》：“10.1007\/s10044-002-0181-7”，“volume”：“6”，“author”：“Tumer”，“year”：“2003”，“journal-title”：“Pattern Anal.Appl.”}，{“issue”：“8”，“key”：”10.1016\/j.asoc.2018.03.007_bib0180“，”doi-asserted-by“：”crossref“，”first page“：”1798“，”doi“10.1109\/TPAMI.2013.50”，“article-title“：”Representation learning:a review and new perspectives“，”volume“35”，“author”“：”Bengio“，”year“：”2013“，“journal-title”：“IEEE Trans.Pattern Anal.Mach.Intell.”}，{“issue”：“1”，“key”：“10.1016\/j.asoc.2018.03.007_bib0185”，“doi-asserted-by”：“crossref”，“doi”：“101561\/220000006”，《article-title》：“Learning deep architecture for AI”，卷：“2”，“author”：“Bengio”，“year”：“2009”，“jornal-title:“Found.Trends Mach.Learn”}、{“密钥”：“10.1016\/j.asoc.2018.03.007_bib0190”，“首页”：“818”，“文章-时间”：“可视化和理解卷积网络”，“作者”：“Zeiler”，“年份”：“2014”，“日志标题”：“ECCV”}，{“key”：“10.12016\/j.asoc.2018 8.03.007_ bib0195”，“第一页”：”3320“文章-空间”：“深层神经网络中的特征有多大的可转移性？”，“作家”：“Yosinski”，“年”：“2014”，“journal-title”：“NIPS”}，{“key”：“10.1016\/j.asoc.2018.03.007_bib0200”，“article-title“：“对象检测器出现在深场景CNN中”，“author”：“Zhou”，“year”：“2015”，“日记标题”：“国际学习表征会议”}：“10.1016\/j.eswa.2014.04.033”，“article-title”：“基于自适应特征的图像检索和分类研究，使用遗传算法特征选择”，“volume”：“41”，“author”：“Lin”，“year”：“2014”，“journal-title“：”Expert Syst.Appl.“}，{“issue”：“2”，“key”：”10.1016\/j.asoc.2018.03.007_bib0210“，”doi-asserted-by“：”crossref“，“doi”：“10.1016\/j.asoc.2010.05.022”，“article-title”：“使用混合交互式遗传算法进行图像检索的基于距离的相关反馈”，“volume”：“11”，“author”：“Arevalillo-Herraez”，“year”：“2011”，“journal-title“：”Appl.Soft Compute.“}，{“key”：”10.1016\\j.asoc.2018.03.007_bib0215“，”series-title“Proc.IEEE Int.Conf.Compute.Vision”，“first page”：“1150”，“article-title”：“从局部尺度变化特征中识别对象”，“author”：“Lowe”，“year”：“1999”}，{“key”：”10.1016\/j.asoc.2018.03.007_bib0220“，”doi-asserted-by“：”crossref“，”first page“：”91“，”doi“：”10.1023\/B:VISI.0002964.99615.94“，”article-title“：”从尺度变化关键点中区分图像特征“，”volume“60“”，“author”：“Lowe”，“year”：“2004”，“journal-title”：“Int.J.Compute.Vis.”}，{“key”：“10.1016\/J.asoc.2018.03.007_bib0225”，“first page”：”886“，”article-title“：”人类检测定向梯度直方图“，”author“：”Dalal“，”year“2005”，“journal-ttitle”：”CVPR“物品标签”：“超越功能包：空间金字塔匹配，用于识别自然场景类别”，“作者”：“Lazebnik”，“年份”：“2006年”，“日志标题”：“Proc.IEEE Int.Conf.Compute.Vis.Pattern Recog.”}，{“键”：“10.1016\/j.asoc.2018.03.007_bib0235”，“doi-asserted-by”：“crossref”，“首页”：“222”，“doi”：“101007\/s11263-013-0636-x”，“文章标题”：“使用fisher向量进行图像分类：理论与实践”，“卷”：“105”，“作者”：“Sanchez”，“年份”：“2013年”，“日志标题”：“Int.J.Compute.Vis.”}，{“key”：“10.1016\/J.asoc.2018.03.007_bib0240”，“首页”：“801”，“article-title”：“高效稀疏编码算法”，“author”：“Lee”，“年”：“2006”，“日记标题”：“神经信息处理系统国际会议”}，{“key”：“10.1016\/j.asoc.2018.03.007_bib0245”，“article-title”：“用于场景分类的内核代码本”，“author”：“van Ggemert”，“year”：“2008”，“journal-title“：“European Conference on Computer Vision”}：“使用稀疏编码进行线性空间金字塔匹配以进行图像分类”，“author”：“Yang”，“year”：“2009”，“journal-title”：“CVPR”}，{“key”：“10.1016\/j.asoc.2018.03.007_bib0255”，“first-page”：“232”，“article-title（文章标题）：“将场景上下文和对象布局纳入外观建模”，“作者”：“Izadinia”，“年份”：“2014”，“日记标题”：“IEEE计算机视觉和模式识别会议”}，{“key”：“10.1016\/j.asoc.2018.03.007_bib0260”，“首页”：“2775”，“article-title”：“场景识别的可重构模型”，“author”：“Parizi”，“year”：“2012”，“journal title”：，“首页”：“73”，“article-title”：“非监督发现中级歧视性补丁”，“作者”：“辛格”，“年份”：“2012”，“新闻标题”：“欧洲计算机视觉会议”}，{“key”：“10.1016\/j.asoc.2018.03.007_bib0270”，“首页面”：“494”，“article-title”：“中级视觉元素发现作为歧视性模式寻求”，“作家”：“Doersch”，“year”：“2013”，“journal-title”：“神经信息处理系统国际会议”}，{“key”：“10.1016\/j.asoc.2018.03.007_bib0275”，“series-title”：《Overfeat:使用卷积网络的集成识别、定位和检测》，“author”：“Sermanet”，“年份”：“2014”}，“series-title”：“可扩展，高质量对象检测”，“author”：“Szegedy”，“year”：“2015”}，{“key”：“10.1016\/j.asoc.2018.03.007_bib0285”，“doi-asserted-by”：“crossref”，“first-page:”512“，”doi“：”10.1109\/CVPRW.2014.131“，”article-title“：”CNN off-shelf:一个令人震惊的认可基线“，”author“：”Razavian“，“year:”2014“”，“journal-title”：“IEEE计算机视觉与模式识别研讨会会议”}，{“issue”：“9”，“key”：“10.1016\/j.asoc.2018.03.007_bib0290”，“doi-asserted-by”：“crossref”，“doi”：“101142\/S021801417550138”，“article-title“：“通过使用深度特征表示的对象进行场景分类”，“volume”：”31“author”：“Bai”，“year”：“2017”，“期刊标题”：“Int.J.Pattern Recognict.Artif.Intell.”}，{“key”：“10.1016\/J.asoc.2018.03.007_bib0295”，“首页”：“1215”，“文章标题”：“DAG细胞神经网络的多尺度识别”，“作者”：“Yang”，“年份”：“2015”，“期刊标题”：“IEEE计算机视觉与模式识别会议”}，{“问题”：“2”，“key”：“10.1016\/J.asoc.2018.03.007_b0300”，“doi-asserted-by”：“crossref”，“first page”：“808”，“doi”：“10.1109\/TIP.2016.2629443”，“article-title”：“用于场景识别的本地监管深度混合模型”，“volume”：”26“，“author”：“Guo”，“year”：“2017”，“journal-title“：”IEEE Trans.Image Process.“}，{“key”：“”：“HyperNet：实现精确的区域建议生成和联合对象检测”，“author”：“Kong”，“year”：“2016”，“journal-title”：“CVPR”}，{“key”：“10.1016\/j.asoc.2018.03.007_bib0310”，“first page”：《2874》，“article-title》：“Inside\u2013outside net:使用跳跃池和递归神经网络检测上下文中的对象”，“author”:“Bell”，“year”：“2016”，“新闻标题”：“CVPR”}，{“key”：“10.1016\/j.asoc.2018.03.007_bib0315”，“首页”：“1440”，“article-title”：“Fast R-CNN”，“author”：“Girshick”，“year”：“2015”，“journal-title“：”ICCV：“深入研究整流器：超越ImageNet分类的人类水平性能”，“作者”：“他”，“年份”：“2015年”，“新闻标题”：“IEEE国际计算机视觉会议”}，{“关键”：“10.1016\/j.asoc.2018.03.007_bib0325”，“doi-asserted-by”：“crossref”，“首页”：“8”，“doi”：“1016\/j.asoc.2017年7月57”，“article-title”：“通过不同特征变换和预处理方法获得的人脸识别纹理描述符集合”，“卷”：“61”，“作者”：“Nanni”，“年份”：“2017年”，“日志标题”：“应用软件计算”}，{“键”：“10.1016\/j.asoc.2018.03.007_bib0330”，“doi-asserted-by”：“crossref”，“首页”：“1022”，“doi”：“1016\/j.asoc.2015.01.025”，“article-title”：“关于使用分类器集成进行基于加速度计的活动识别”，“volume”：“37”，“author”：“Catal”，“year”：“2015”，“journal-title“：“Appl.Soft Compute.”}，{“key”：”10.1016\/j.asoc.2018.03.007_bib0335“，”doi-asserted-by“：”crossref“，”first page“：”3608“，”doi“：”10.116\/j-asoc.2011.032“，”article-title“：“具有人脸识别应用的新型训练加权组合（TWE）”，“音量”：“11”，“作者”：“Raafat”，“年份”：“2011”，“日志标题”：“应用软件计算”}，{“问题”：“2”，“键”：“10.1016\/j.asoc.2018.03.007_bib0340”，“doi-asserted-by”：“crossref”，“doi”：“101007\/BF00058655”，“文章标题”：”打包预测器“音量”:“24”，“作者”：“布雷曼”，“年份”：“1996”，“期刊标题”：“Mach.Earn.”}，{“key”：“10.1016\/j.asoc.2018.03.007_bib0345”，“doi断言”：“crossref”，“首页”：“5”，“doi”：“10.1016\/j.infus.2004.04.004”，“文章标题”：“多样性创造方法：调查和分类”，“卷”：“6”，“作者”：“Brown”，“年份”：“2005”，“期刊标题”：“Inf.Fusion”}，{“问题”：“10“，”键“：“10.1016\/j.asoc.2018.03.007_bib0350”，“doi-asserted-by”：“crossref”，“doi”：“10.1109\/TPAMI.2006.211”，“article-title”：“旋转森林：一种新的分类器集成方法”，“volume”：“28”，“author”：“Rodriguez”，“year”：“2006”，“journal-title“：”IEEE Trans.Pattern Anal.Mach.Interl.“}，{”issue“：”3“，”key“10.1016”8.03.007_bib0355“，”doi-asserted-by“：“crossref”，“DOI”：“10.1109\/34.667881”，“article-title”：“关于组合分类器”，“volume”：“20”，“author”：“Kittler”，“year”：“1998”，“journal-title“：”IEEE Trans.Pattern Ana.Mach.Intern.“}，{”issue“：”6“，”key“：”10.1016\/j.asoc.2018.03.007_bib0360“，”DOI-asserted-by“：”crossref.“，”DOI“：”101109\/TPAMI.2005.10 9“，”文章标题“：“用于多分类器系统的线性组合器的理论和实验分析”，“卷”：“27”，“作者”：“Fumera”，“年份”：“2005”，“期刊标题”：“IEEE Trans.Pattern Anal.Mach.Intell.”}，｛“问题”：“4”，“关键”：“10.1016\/j.asoc.2018.03.007_b0365”，“doi断言”：“crossref”，“doi”：“10.1109\/21.2286385”，“文章标题”：“遗传算法中交叉和变异的自适应概率”，“卷”：“24”，“作者”：“Srinivas”，“年份”：“1994”，“期刊标题”：“IEEE Trans.Syst.Man Cybern.”}，{“关键”：“10.1016\/j.asoc.2018.03.007_bib0370”，“首页”：“38”，“文章标题”：《遗传算法在电力系统优化中的工程应用十年调查》，“author”：“Akachukwu”，“year”：“2015”，“journal-title”：“智能系统国际会议”}，{“key”：“10.1016\/j.asoc.2018.03.007_bib0375”，“doi-asserted-by”：“crossref”，“first-pages”：“328”，“doi”：“101016\/j.asoc.2017.04.042”，“article-title“基于部落竞争的遗传算法用于模式分类中的特征选择”，“volume”：“58”，“author”：“Ma”，“year”：“2017”，“journal-title”：“Appl.Soft Compute.”}，{“key”：“10.1016\/j.asoc.2018.03.007_bib0380”，“doi-asserted-by”：“crossref”，”first page“：”298“，”doi“：”10.1016\/j.asoc.2017.03.014“，”article-title“：”混合遗传算法和模糊聚类用于破产预测“，”volume“：“56”，”author“：”Chou“，”year：“2017”，“新闻标题”：“应用软计算”}，{“key”：“10.1016\/j.asoc.2018.03.007_bib0385”，“首页”：“3485”，《文章标题》：“SUN数据库：从修道院到动物园的大规模场景识别”，“作者”：“肖”，“年份”：“2010年”，“期刊标题”：“IEEE计算机视觉和模式识别会议”}：“Caffe:快速特征嵌入的卷积结构”，“author”：“Jia”，“year”：“2014”}，{“key”：“10.1016\/j.asoc.2018.03.007_bib0395”，“article-title”：“收集具有深度CNN特征的区分性元对象，用于场景分类”，“author”:“Wu”，“年份”：“2015”，“journal-title“：”Proc.ICCV，“article-title”：“使用语义fisher向量进行场景分类”，“author”：“Dixit”，“year”：“2015”，“journal-title“：Proc.CVPR”}，{“key”：“10.1016\/j.asoc.2018.03.007_bib0405”，“artice-title（文章标题）：“用于识别场景的潜在金字塔区域”，“作者”：“Sadeghi”，“年份”：“2012”，“日记标题”：“Proc.ECCV”}、{“密钥”：“101016\/j.asoc.2018.03.00 07_bib0410“，“article-title”：“呼喊的块：场景分类的独特部分”，“作者”：“Juneja”，“年份”：“2013年”，“日志标题”：“Proc.IEEE Int.Conf.Compute.Vis.Pattern Recog.”}，{“key”：“10.1016\/j.asoc.2018.03.007_bib0415”，“首页”：“1764”，“article-title”：“使用递归神经网络实现端到端语音识别”，“作家”：“Graves”，“year”：“2014”，“journal-title”：“国际机器学习会议”}，{“key”：“10.1016\/j.asoc.2018.03.007_bib0420”，“article-title“：“听、参加和拼写：用于大词汇会话语音识别的神经网络”，“author”：“Chan”：“国际声学、语音和信号处理会议”}]，“container-title”：[“应用软计算”]，“原始标题”：[]，“语言”：“en”，“链接”：[{“URL”：“https:\\/api.elsevier.com/content\/article\/PII:S1568494618301236？httpAccept=text\/xml”，“内容类型”：“text\/xml”，“content-version”：“vor”，“intended-application”：“文本-分钟”}，{“URL”：“https:\/\/api.elsevier.com/content\/article\/PII:S1568494618301236？httpAccept=text\/plain”，“content-type”：“text\/plan”，“content-version”：“vor”，“intended-application”：“text-mining”}]，“deposed”：{“date-parts”：[[2019,8,9]]，“date-time”：”2019-08-09T00:44:45Z“，”timestamp“：1565311485000}，“score”：1，“resource”（资源）：{“primary”（主资源）：}“URL”（URL）：“https:\/\/linkinghub.elsevier.com/retrieve\/pii\/S1568494618301236”}}，“subtitle”：[]，“shorttitle”：[]，“issued”：{“date-parts”：[[2018,6]]}，”references-count“：84，”alternative-id“：[”S1568494618.301236“]，”URL“http://\/dx.doi.org\/101016\/j.asoc.2018.03.007”，“relation”：{}，“ISSN”：[“1568-4946”]，“ISSN-type”：[{“value”：“1568-49”，“type”:“print”}]，“subject”：[]，“published”：{“date-parts”：[[2018,6]]}，“assertion”：[{“value”：“Elsevier”，“name”：“publisher”，“label”：“This article is maintained by”}，{“value”：“将从单个卷积神经网络中学习的分类器集成进行软组合，用于场景分类”，“name:”articletle“，”label“：”article Title“}，”{“value”：“Applied Soft Computing”，“name”：“journaltle”，“label”：“Journal Title”}，{“value”：“https:\/\/doi.org\/101016\/j.asoc.2018.03.007”，“name:”articlelink“，”label“：”CrossRef doi link to publisher maintained version“}，”{“value”：”article“，”name“：”content_type“，”标签“：”content-type“}”，{”value“：”\u00a9 2018 Elsevier B.V.保留所有权利。“name”：“copyright”，“label”：“版权”}]}}