{“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”：[[2024,9,15]]，“日期-时间”：“2024-09-15T16:48:51Z”，“时间戳”：1726418931963}，“引用-计数”：32，“发布者”：“爱思唯尔BV”，“许可证”：[{“开始”：{-date-parts”：[[2022,10,1]]，《日期-时间》：“2022-10-01T00:00:00Z“，”timestamp“：1664582400000}，”content-version“：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.elsevier.com/tdm\/userlicense\/1.0\/”}，{“start”：{“date-parts”：[2022,10,1]]，“date-time”：“2022-10-01T00:00:00Z”，“timestamp”：1664582400000}，“content-version”：“stm-asf”，“delay-in-days”：“0”，“URL“https:\\/doi.org\/10.15223\/policy-017“}，{“开始”：{“日期部分”：[[2022,10,1]]，“日期时间”：“2022-10-01T00:00:00Z”，“timestamp”：1664582400000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-037”}，{“start”：{“date-parts”：[[2022,10,1]]，“date-time”：“2022-10-01T00:00”，“时间戳”：1664.582400000{，“content-version“stm-as”，“delay-in-days“：0，”URL“：”https:\/\/doi.org\/10.15223\/policy-012“}，{“start”：{“date-parts”：[[2022,10,1]]，“date-time”：“2022-10-01T00:00:00Z”，“timestamp”：1664582400000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-029”}，{“start”：{（日期-部件）：[[2022,10,1]]1664582400000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-004”}]，“content-domain”：{“domain”:[“elsevier.com”，“sciencedirect.com”]，“crossmark-restriction”：true}，“short-container-title”：[“Computers and Electronics in Agriculture”]，”published-print“：{”date-parts“：[2022,10]}，”doi“10.1016\/j.compag.2022.07271”，“type”：“journal-article”，“created”：{“日期部分”：[2022,8,27]]，“date-time”：“2022-08-27T14:51:42Z”，“timestamp”：1661611902000}，“page”：“107271”，“update-policy”：”http://\\/dx.doi.org\\10.1016\/elsevier_cm_policy“，”source“：”Crossref“，“is-referenced-by-count”：1，“special_numbering”：“C”，“title”：[“基于SRU-based sequence-to-sequence model的水禽繁殖环境湿度预测”]，“前缀”：“10.1016”，“卷”：“201”，“作者”：[{“给定”：“姚聪”，“家族”：“陈”，“序列”：“第一”，“隶属关系”：[]}，{“给出”：“明远”，“家庭”：“范”，“顺序”：“附加”，“从属关系”：[]}：“Lv”，“sequence”：“additional”，“affiliation”：[]}，{“given”：“Bing”，“family”：“Zhou”，“sequence”：“additional”，“affiliation”：[]}双音“，”家庭“：”刘“，”序列“：“additional”，“affiliation”：[]}，{“given”：“Huilin”，“family”：“Wu”，“sequence”：“addressive”，“filiation“：[]{”given“：”Longqin“，”family“：”Xu“，”sequence“：”additional“，”affiliance“：[]}]，“member”：“78”，“reference”：[{“issue”：“6”，“key”：”10.1016\/j.compag.2022.107271_b1“，”doi-asserted-by“：“crossref”，”first页面“：”2175“，”doi“：”10.13031\/trans.12372“，“article-title”：“断奶仔猪舍动物区温度的ARIMA建模：模型设计”，“卷”：“60”，“作者”：“Besteiro”，“年份”：“2017年”，“期刊标题”：“Trans.ASABE”}，{“问题”：“1”，“关键”：“10.1016\/j.compag.2022.107271_b2”，“doi-asserted-by”：“crossref”，“首页”：“79”，“doi”：“10.2478\/jvetres-2019-0003”，“artice-title tle“：“台湾水禽屠宰场分离的鸭疫里默氏杆菌的流行病学和抗菌谱”，“卷”：“63”，“作者”：“常”，“年份”：“2019”，“期刊标题”：“兽医研究”}，{“关键字”：“10.1016\/J.compag.2022.07271_b3”，“doi-asserted-by”：“crossref”，“首页”：“33”，“doi”：“1016\/J.procs.2018.10.214”，“article-title”：“基于深度学习的农业环境预测研究”，“卷”：“139”，“作者”：“陈”，“年份”：“2018”，“期刊标题”：“Procedia Comput.Sci.”}，{“key”：“10.1016\/j.com.pag.2022.102771_b4”，“系列标题”：“2021年ACM普及和普适计算国际联合会议的临时会议记录和2021年可穿戴计算机ACM国际研讨会记录”，“首页”：“589”，“文章标题”：“TIP-Air：跟踪污染转移以准确预测空气质量”，“作者”：“Cheng”，“年份”：“2021}”，{“key”：“10.1016\/j.com.pag.2022.102771_b5”，“系列标题”：“2014年自然语言处理实证方法会议论文集”，“第一页”：“1724”，“文章标题”：“使用rnn编码器\u2013解码器进行统计机器翻译学习短语表示”，“作者”：“Cho”，“年份”：“2014”}，{“key”：“10.1016\/j.compag.2022.107271_b6”，“series-title”：“2018年第九届并行体系结构、算法和编程国际研讨会（PAAP）”，“首页”：“171”，“article-title”：“使用序列到序列深度学习框架进行时间序列预测”，“author”：“Du”，《year》：“2018”}，{“key”：：“2020 IEEE第十届计算机应用与工业电子研讨会（ISCAIE）”，“首页”：“273”，“文章标题”：“利用物联网和区块链技术进行家禽养殖场环境监测的初步研究”，“作者”：“Elham”，“年份”：“2020”}，{“key”：“10.1016\/j.compag.2022.107271_b8”，“doi-asserted-by”：“crossref”，”doi“：“10.1016\/j.enbuild.2021.111053”，“article-title”：“利用基于LSTM的序列到序列模型进行多区域室内温度预测”，“volume”：“245”，“author”：“Fang”，“year”：“2021”，“journal-title“：”Energy Build.“}，{“key”：”10.1016\/j.compag.2022.107271_b9“，”doi-asserted-by“：”crossref“，”doi“10.1016 \/j.scitotenv.2020.144516”，“article-ti”tle“：”PM2。5基于经验模式分解的GRU神经网络在地表监测点的浓度预测”，“体积”：“768”，“作者”：“黄”，“年份”：“2021”，“期刊标题”：“科学。总环境。“}，{”article-title“：”使用部分条件作用的在线序列到序列模型“，”year“：”2016“，”series-title“：“神经信息处理系统的进展”，”author“：”Jaitly“，”key“：”10.1016\/j.compag.2022.107271_b10“}”，{“key”：“10.1016\/j.coppag.2022.07271_b11”，“doi-asserted-by”：“crossref”，“doi”：“0.1016\/j.atmosenv.2020.117917”，“article-title“：基于序列-序列模型的长江三角洲地区实时小时臭氧预测系统使用注意力”，“量”：“244”，“作者”：“贾”，“年份”：“2021”，“新闻标题”：“大气”。环境。“}，{”issue“：”2“，”key“：”10.1016\/j.compag.2022.07271_b12“，”doi-asserted-by“：”crossref“，”first page“：“e753”，”doi“：”10.24188\/recia.v12.n2.2020.753“，”article-title“潮湿热带气候下笼养鸡舍环境参数的评估”，“volume”：“12”，“author”：“Jongbo”，“year”：“2020”，“journal-title”：“Rev。哥伦比亚Ciencia Anim-RECIA“}，{“key”：“10.1016\/j.compag.2022.107271_b13”，“doi-asserted-by”：“crossref”，“first page”：”75216“，”doi“：”10.1109\/ACCESS.2018.2884827“，”article-title“：”通过长短记忆递归神经网络对环境时间序列进行稳定预测“，”volume“：”6“，“author”：“Kim”，“year”：“2018”，“journal-title”：“IEEE ACCESS”}，“issue”：“3”，“key“”：”10.1016\/j.compag.2022.107271_b14“，”doi-asserted-by“：”crossref“，”first page“：”303“，”doi“：”10.13031\/2013.5139“，”article-title“：”使用神经网络实时预测家禽深部体温对环境温度应激变化的反应的可行性“，”volume“：“16”，”author“：”Lacey“，”year“：”2000“，”journal-title”：“Appl.”。农业工程。“}，{”年份“：”2017“，”series-title“：”高度并行递归的简单递归单元“，”author“：”Lei“，”key“：”10.1016\/j.compag.2022.107271_b15“}”，{“key”：“10.1016\/j.coppag.2022.07271_b16”，”doi-asserted-by“：”crossref“，”first page“：时间序列预测的长短记忆网络调查”，“卷”：“99”，“作者”：“Lindemann”，“年份”：“2021”，“日志标题”：“Procedia CIRP”}，{“问题”：“11”，“关键”：“10.1016 \/j.compag.2022.107271_b17”，“首页”：“225”，“文章标题”：基于PCA-SVR-ARMA的狮头鹅养殖鸡舍气温预测组合模型”，“体积”：“36”，“作者”：“刘”，“年份”：“2020”，“期刊标题”：“Trans。下巴。Soc.农业。Eng.“}，{”key“：”10.1016\/j.compag.2022.107271_b18“，”doi-asserted-by“：”crossref“，”first page“：“24784”，“doi”：“10.1109\/ACCESC.2020.2971253”，“article-title”：“Bi-S-SRU深度学习网络智能海水养殖水质准确预测方案”，“volume”：“8”，“author”：“Liu”，“year”：“2020”，“journal-title“：”IEEE ACCESS“}”，{“key”：”10.1016\/j.compag.2022.107271_b19“，“series-title”：“2018 IEEE国际先进制造会议（ICAM）”，“首页”：“437”，“article-title”：“基于海水养殖SRU深度学习的关键水质参数自动准确预测”，“作者”：“刘”，“年份”：“2018”}，{“关键”：“10.1016\\j.compage.2022.10.7271_b20”，“doi-asserted-by“：”crossref“，”doi“：”10.1016\/j.measurement.2021.109347“，”article-title“：”基于二次分解、强化学习和SRU网络的风电齿轮箱油温预测新混合模型“，”volume“：”178“，“author”：“Liu”，“year”：“2021”，“journal-title”：“measurement”}，{“key”：“10.1016\/j.com.pag.2022.102771_b21“，”doi断言“：”crossref“，”第一页“：”131“，”doi“：”10.1016\/j.therbio.2018.08.010“，”文章标题“：”家禽生产中的热应激：克服全球家禽业未来挑战的缓解策略“，”卷“：”78“，”作者“：”纳瓦布“，”年份“：”2018“，”期刊标题“：”j.Therm。Biol.“}，{”issue“：”5“，”key“：”10.1016\/j.compag.2022.107271_b22“，”doi-asserted-by“：”crossref“，”first page“：“869”，”doi“：”10.4314\/sajas.v48i5.7“，“article-title”：“全球家禽生产：对南非家禽业的当前影响和未来展望”，“volume”：“48”，“author”：“Nkukwana”，“year”：“2018”，“journal-title“：”South Afro.j.Ani.m.科学“}，{“key”：“10.1016\/j.compag.2022.107271_b23”，“doi-asserted-by”：“crossref”，“doi”：“101016\/j.compage.2020.105257”，“article-title”：“使用物联网概念开发的仪器在家禽养殖场进行环境监测”，“volume”：”170“，”author“：”Pereira“，”year“2020”，“journal-title“：”“Compute.Electron.Agric.”}，{”key“：“10.1016\/j.compag.2022.107271_b24”，“doi-asserted-by”：“crossref”，“first page”：“702”，“doi”：“10.116\/j.scitotenv.2017.12.045”，“article-title”：“当前转型期中国畜禽行业环境状况”，“volume”：《622》，“author”：“Qian”，《year》：“2018”，“journal title”：《Sci.Total Environ.}》，{“issue”：“1”，“key”：“10.1016\/j.compag.2022.107271_b25”，“doi-asserted-by”：“crossref”，“first page”：“107”，“doi”：“10.3390\/农艺学10010107”，“article-title”：“基于设定温度的断奶仔猪舍NH3浓度演变”，“体积”：“10”，“作者”：“罗德里格斯”，“年份”：“2020”，“期刊标题”：“农艺学”}，{“问题”：“5”，”“key”：“10.1016\/j.compag.2022.107271_b26”，“doi-asserted-by”：“crossref”，“first page”：“1471”，“doi”：“10.1007\/s11600-019-00330-1”，《article-title》：“用于低空水文时间序列预测的长短期记忆（LSTM）递归神经网络”，“volume”：”67“，“author”：“Sahoo”，“year”：“2019”，“journal-title”：“Acta Geohys.”}，{“article-title”：“该地区家禽业现状及其可持续发展战略的形成”，“年份”：“2020年”，“系列时间”：“IOP会议系列：地球与环境科学，第421卷”，“作者”：“莎拉帕托娃”，“关键”：“10.1016\/j.compag.2022.107271_b27”}，{“关键”，“10.1016 \/j.com pag.2022.107271_b28”，“doi-asserted-by”：“crossref”，“首页”：“103”，“DOI”：“10.1016\/j.procs.2021.05.058”，“文章标题”：“基于KPCA核主成分分析的QPSO-RBF牛舍氨浓度预测研究”，“卷”：“188”，“作者”：“宋”，“年”：“2021”，“期刊标题”：“Procedia Comput.Sci.”}，{“key”：“10.1016\/j.com.pag.2022.102771_b29”，“article-title”：“使用神经网络进行序列到序列学习”，“volume”：“27”，“author”：“Sutskever”，“year”：“2014”，“journal-title“：”Adv.neural Inf.Process.Syst.“}，{“issue”：“8”，“key”：”10.1016\/j.compag.2022.107271_b30“，”doi-asserted-by“：”crossref“，”first page“：”1031“，”doi“：”10.3390\/w13081031“：“FM-GRU：基于seq2seq框架的水质时间序列预测方法”，“卷”：“13”，“作者”：“徐”，“年份”：“2021”，“期刊标题”：“水”}，{“关键”：“10.1016\/j.compag.2022.107271_b31”，“doi-asserted-by”：“crossref”，“非结构化”：“Yamak，P.T.，Yujian，L.，Gadosey，P.K.，2019。时间序列预测的arima、lstm和gru之间的比较。摘自：2019年第二届算法、计算和人工智能国际会议论文集，第49\u201355页农业中的计算机和电子产品“]”，“original-title”：[]，“language”：“en”，“link”：[{“URL”：“https:\\/api.elsevier.com/content\/article\/PII:S016816992200583X？httpAccept=text\/xml”，“content-type”：“text\/xml”，“content-version”：“vor”，“intended-application”：“text-mining”}，{“URL”：“http://api.elsevier.com/content\/aarticle\/PII:S016816992200583X？httpAccept=text\/plain“，”content-type“：”text\/prain“，“content-version”：“vor”，“intended-application”：“text-mining”}]，“deposed”：{“date-parts”：[[2023,7,22]]，“date-time”：“2023-07-22T02:50:03Z”，“timestamp”：1689994203000}，“score”：1，“resource”：{“primary”：“URL”：“https:\\/linkinghub.elsevier.com\/retrieve\/pii\/S0168169 92200583X“}}，”副标题“：[]，”shorttitle“：[]，”issued“：{”date-parts“：[2022,10]]}，”references-count“：32，”alternative-id“：[”S016816992200583X“]，”URL“：”http://\/dx.doi.org\/10.1016\/j.compag.2022.107271“，”relationship“：{}，“ISSN”：[“0168-1699”]，“ISSN-type”：[{“type”:“print”，“value”：“01681699”}]，“subject”：[]，“published”：{“date-parts”：[2022,10]]}，“assertion”：[{“value”：“Elsevier”，“name“：”publisher“，”label“：”本文由“}，{”value“：”基于SRU的序列-序列模型的水禽繁殖环境湿度预测“，”name“：“articletite”，“label”：“article Title”}，“value”：“农业中的计算机和电子”，“name”：“journaltitle”，“标签”：“Journal Title“}https://doi.org/10.1016\/j.com.pag.2022.102771“，”name“：”articlelink“，”label“：”CrossRef doi链接到出版商维护的版本“｝，｛”value“：”article“，”name“：”content_type“，”label“：”content type“｝，｛”value“：”\u00a9 2022由爱思唯尔出版有限公司出版“，”name“：”copyright“，”label“：”copyright“｝]，”文章编号“：”107271“｝