{“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”：[[2024,5,22]]，“日期-时间”：“2024-05-22T05:46:38Z”，“时间戳”：1716356798450}，“参考-计数”：25，“出版商”：“Elsevier BV”，“许可证”：[{“开始”：{-“日期-零件”：[2019,9,1]]，”“日期-时刻”：“2019-09-01T00:00:00 0:00Z“，”时间戳“：1567296000000}，”内容版本“：“tdm”，“delay-in-days”：0，“URL”：“https:\\/www.elsevier.com//tdm\/userlicense\/1.0\/”}]，“内容域”：{“域”：[“elsevier.com”，“sciencedirect.com”]，“crossmark-restriction”：true}，“short-container-title”：[”计算机与电气工程“]，“published-print”：{“date-parts”：[2019,9]}，”DOI“：”10.1016\/j.compleceng.2019.08.009“，”类型“：“journal-article”，“created”：{“date-parts”：[[2019,8,14]]，“date-time”：“2019-08-14T03:51:40Z”，“timestamp”：1565754700000}，“page”：“482-492”，“update-policy”：”http://\/dx.doi.org\/10.10016\/elsevier_cm_policy“，”source“：”Crossref“，“is-referenced-by-count”：9，“title”：[“使用混合自适应杜鹃搜索算法优化海洋环境中的船舶检测”]，“前缀”：“10.1016”，“体积”：“78”，“作者”：[{“给定”：“Iwin Thanakumar Joseph”，“家族”：“S.”，“序列”：“第一”，“从属关系”：[]}，{“已知”：“J.”，”家族“：“Sasikala”，“顺序”：“附加”，“附属关系”：[]}，“sequence”：“additional”，“affiliation”：[]}]，“member”：“78”，“reference”：[{“key”：“10.1016\/j.compeleceng.2019.08.009_bib0001”，“doi-asserted-by”：“crossref”，“first page”：”109“，“doi”：“101016\/j.imavis.208.09.013”，“article-title”：“同时检测物体和姿势估计的挑战：比较研究”，“volume”：第79页，“author”：“O\u00f1oro-Rubio”，“年份”：“2018”，“journal-title”：“Image Vis Compute”}，{“key”：“10.1016\/j.compeleceng.2019.08.009_bib0002”，“doi-asserted-by”：“crossref”，“first-pages”：“788”，“doi”：“101016\/j.neucom.2017.09.28”，《article-title》：“光谱显著物体检测”，“volume”：”275“，“author”：“Fu”，“journal-title”：“神经计算”}，{“key”：“10.1016\/j.compelleceng.2019.08.009_bib0003”，“doi-asserted-by”：“crossref”，“first page”：“1706”，“doi”：“10.106\/j.procs.2018.05.144”，“article-title”：“应用深度学习进行对象检测”，“volume”：”32“，“author”：“Pathak”，“year”：“2018”，“journal-title“：”Procedia Compute Sci“}，{“key”：09_bib0004“，“doi-asserted-by”：“crossref”，“first page”：“187”，”doi“：”10.1016\/j.neucom.2018.05.091“，”article-title“：”利用颜色系数进行显著对象检测的统一框架“，”volume“：”312“，”author“：”Naqvi“，”year“：”2018“，”journal title“：“Neurocomputing”}，{“key”：”10.116\/j.compelleceng.2019.08.009_bib0005“，”doi-assert-by“：”crossref.“，“首页”：“476”，“DOI”：“10.1016\/j.patcog.2017.11.024”，“文章标题”：“基于材料的高光谱图像显著目标检测”，“卷”：“76”，“作者”：“梁”，“年份”：“2018”，“期刊标题”：《模式识别》}，{“key”：“101016\/j.compleceng.2019.08.009_bib0006”：“10.1016\/j.patcog.2017.07.028”，“文章标题”：“为视频中的显著对象检测融合不同的对象签名”，“卷”：“72”，“作者”：“Tu”，“年份”：“2017”，“期刊标题”：“模式识别器”}，｛“密钥”：“10.1016\/j.com.peeceng.2019.08.009_bib0007”，“doi断言者”：“crossref”，“首页”：“275”，“doi”：“10.1016\/j.com.peeceng.2015.05.017”，“article-title”：“复杂场景下基于纹理的自适应运动目标检测技术”，“volume”：“70”，“author”：“Goyal”，“year”：“2018”，“journal-title“：”Compute Electr Eng“}，{“key”：”10.1016\/j.compeleceng.2019.08.009_bib0008“，”doi-asserted-by“：”crossref“，”first page“58”，“doi”：“10.1016//j.neucom.2018.01.055”，“artice-title：“通过深度挖掘深度信息进行对象检测”，“卷”：“286”，“作者”：“侯”，“年份”：“2018”，“日志标题”：“神经计算”}，{“键”：“10.1016\/j.compleceng.2019.08.009_bib0009”，“doi-asserted-by”：“crossref”，“首页”：“432”，“doi”：“101016\/jvcir.2017.02.004”，“article-title”：“基于高级背景先验的显著对象检测”，“卷”：“48”，“作者”：“王”，“年份”：“2017年”，“日志标题”：“J Vis Commun Image Representation”}，{“key”：“10.1016\/J.compleceng.2019.08.009_bib0010”，“首页”：“395”，“article-title”：“高效的基于图形的对象检测搜索信息”，“卷标”：“385\u2013386”，“作家”：“魏”，“年”：“2017”，“journal-title”：“Sciences”}，{“key”：“10.1016\/j.compleceng.2019.08.009_bib0011”，“doi-asserted-by”：“crossref”，“first-page”：“1”，”doi“：”10.1016\/j.ins.2017.019“，”article-title“：”使用递归区域特征聚类进行显著对象检测“，”volume“：”387“，”author“：”Oh“，”year“：”2017“，”journal-title“:”Inf Sci“}，}”键“：“10.1016\/j.compleceng.2019.08.009_bib0012”，“doi-asserted-by”：“crossref”，“first page”：“31”，“doi”：“10.106\/j.neucom.2017.03.050”，“article-title”：“机器人应用中基于视觉的对象检测的高效深度网络”，“volume”：”245“author”：“Lu”，”year“2017”，“journal-title“：”Neurocomputing“}”，{“key”：“10.1016\/j.compleceng.2019.08.009_bib0013”，“doi-asserted-by”：“crossref”，“first page”：“376”，“doi”：“10.106\/j.jvcir.2016.07.010”，“article-title”：“基于bandlet变换的SAR图像目标检测”，“volume”：”40“，”author“：”Raj“，”year“2016”，“journal-title“：”j Vis Commun image Representation“}，{”key“10.1016”ng 2019.08.009_bib0014“，“doi-asserted-by”：“crossref”，“first page”：“35”，“doi”：“10.1016\/j.neucom.2017.02.064”，“article-title”：“通过颜色和纹理线索检测突出对象”，“volume”：”243“，“author”：“Zhang”，“year”：“2017”，“journal-title“：”Neurocomputing“}”，{“key”：“60”，“doi”：“10.1016\/j.neucom.2016.09.062”，“article-title”：“边缘引导显著目标检测”，“volume”：“221”，“author”：“Yang”，“year”：“2017”，“journal-title“：”Neurocomputing“}，{“key”：”10.1016\/j.compeleceng.2019.08.009_bib0016“，”doi-asserted-by“：”crossref“，“first page”:“92”，“doi”：“10.116\/j.cviu.2016.016”，“article-titel”：“改进日常活动中自我中心视觉的场景识别和物体检测”，“卷”：“156”，“作者”：“瓦卡·卡斯塔诺”，“年份”：“2017年”，“日志标题”：“计算视觉图像理解”}，{“键”：“10.1016\/j.compleceng.2019.08.009_bib0017”，“doi-asserted-by”：“crossref”，《首页》：“325”，“doi”：“101016\/j.neucom.2016.03.082”，“文章标题”：“通过视频中的先验概率减少对象检测的误报”，“volume”：“208”，“author”：“Wang”，“year”：“2016”，“journal-title”：“Neurocomputing”}，{“key”：”10.1016\/j.compleceng.2019.08.009_bib0018“，”doi-asserted-by“：”crossref“，”first page“：”93“，”doi“10.1016\/j.image.2017.03.023”，“article-title“：“优化基于多图学习的显著对象检测”，“volume”：“55”，“author”：“Li”，“year”：“2017”，“journal-title”：“Signal Process Image Commun”}，{“key”：”10.1016\/j.compleceng.2019.08.009_bib0019“，”doi-asserted-by“：”crossref“，”first page“：”39“，”doi“：”10.116\/j.patcog.2016.10.025“，”article-title“：“一种新的基于图形的显著对象检测优化框架”，“卷”：“64”，“作者”：“张”，“年份”：“2017年”，“日志标题”：“模式识别”}，{“键”：“10.1016\/j.compleceng.2019.08.009_bib0020”，“doi-asserted-by”：“crossref”，“首页”：“76”，“doi”：“101016\/jleo.2017.09.071”，“文章标题”：“通过优化分割基于CNN细化的对象识别”，“卷”：“150”，“作者”：“吴”，“年份”：“2017”，“日志标题”：“Optik”}，{“键”：“10.1016\/j.compleceng.2019.08.009_bib0021”，“doi-asserted-by”：“crossref”，“首页”：“631”，”doi：“10.116\/j.neucom.2017.05.071”，“文章标题”：”基于CNN的对象建议边缘过滤“，“volume”：“266”，“author”：“Waris”，“year”：“2017”，“journal title”：“Neurocomputing”}，｛“key”：“10.1016\/j.com.peecen.2019.08.009_bib0022”，“doi asserted by”：“crossref”，“first page”：“117”，“doi”：“10.1016\/j.infared.2016.12.021”，“article title”：“红外图像中物体检测的提案生成方法”，“volume”：“81”，“author”：“Sun”，“year”：“2017”，“journal-title”：“红外物理技术”}，{“key”：“10.1016\/j.compleceng.2019.08.009_bib0023”，“doi-asserted-by”：“crossref”，“首页”：“106”，“doi”：“101016\/j.oceaneng.2017.03.008”，“article-title“海洋环境中使用Neyman-Pearson标准进行船舶检测”，“volume”：”143“author”：“Pradhan”，“year”：“2017”，“jornal-title:”“Ocean Eng”}第页，{“key”：“10.1016\/j.compleceng.2019.08.009_bib0024”，“doi-asserted-by”：“crossref”，“first page”：《189》，“doi”：“101016\/j.saa.2014.04.084”，“article-title”：“氧化锌纳米粒子的合成\u2013壳聚糖用于从水样中提取甲基橙：杜鹃优化算法\u2013人工神经网络”，“volume”：”131“author”：“Khajeh”，“年份”：“2014”，“期刊标题”：“Spectrochim Acta Part A”}，｛“问题”：“10”，“关键”：“10.1016\/j.com.peleceng.2019.08.009_bib0025”，“doi断言”：“crossref”，“首页”：“1619”，“doi”：“10.1109\/LSP.2015.2417592”，“文章标题”：“用于实时交通监控的基于遗传算法的移动物体检测”，“卷”：“22”，“作者”：“Lee”，“年份”：“2015”，“journal-title”：“IEEE Signal Process Lett”}]，“container-title“：[“Computers&Electrical Engineering”]，“original-title:[]，“language”：“en”，“link”：[{“URL”：“https:\/\/api.elsevier.com/content\/article\/PII:S0045790619303714？httpAccept=text\/xml”，“content-type”：“text\/.xml”，“content-version”：“vor”，“intended-application”：“text-mining”}，{“URL”：“https:\/\/api.elsevier.com/content\/article\/PII:S0045790619303714？httpAccept=text\/plain”，“content-type”：“text\/plan”，“content-version”：“vor”，“intended-application”：“text-mining”}]，“deposed”：{“date-parts”：[[2020,5,26]]，“date-time”：”2020-05-26T00:48:37Z“，”timestamp“：1590454117000}，“score”：1，“resource”：{“主要”：{“URL”：“https:\/\/linkinghub.elsevier.com/retrieve\/pii\/S0045790619303714”}}，“subtitle”：[]，“shorttitle”：[]，“issued”：{“date-parts”：[[2019,9]]}，”references-count“：25，”alternative-id“：[”S004579061 9303714]，“URL”：“http://\/dx.doi.org\/101016\/j.compleceng.2019.08.009”，“relation”：{}，“ISSN”：[“0045-7906”]，“ISSN-type”：[{“value”：“0045-7806”，“type”:“print”}]，“subject”：[]，“published”：{“date-parts”：[[2019,9]]}，“assertion”：[{“value”：“Elsevier”，“name”：“publisher”，“label”：“This article is maintained by”}，{“value”：“Optimized vessel detection in marine environment using hybrid adaptive cuckoo search algorithm”，”name“：”articlete“，”label“article Title”}“，{”value“：”“Computers&Ele：“journaltle”，“label”：“Journal Title”}，{“value”：“https:\\/doi.org\/10.1016\/j.compleceng.2019.08.009”，“name”：“articlelink”，“标签”：“CrossRef doi link to publisher maintained version”}、{“值”：“文章”，“名称”：“content_type”，“标号”：“内容类型”}]}}