{“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”：[[2024,6,8]]，“日期-时间”：“2024-06-08T02:16:58Z”，“时间戳”：1717813018783}，“引用-计数”：67，“发布者”：“爱思唯尔BV”，“许可证”：[{“开始”：{-date-parts”：[2023,11,1]]，《日期-时间》：“2023-11-01T00:00Z“，”timestamp“：1698796800000}，”content-version“：“tdm”，“delay-in-days”：0，“URL”：“https:\\/www.elsevier.com/tdm\/userlicense\/1.0\/”}，{“start”：{“date-parts”：[2023,11,1]]，“date-time”：“2023-11-01T00:00:00Z”，“timestamp”：1698796800000}，“content-version”：“stm-asf”，“delay-in-days”：“0，”URL“https://doi.org\/10.15223\/policy-01 7“}，{“开始”：{“日期部分”：[[2023,11,1]]，“日期时间”：“2023-11-01T00:00:00Z”，“timestamp”：1698796800000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-037”}，{“start”：{“date-parts”：[[2023,11,1]]，“date-time”：“2023-11-01T00:00”，“时间戳”：16987 9680000}，：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-012”}，{“start”用法：{“date-parts”：[[2023,11,1]]，“date-time”：“2023-11-01T00:00:00Z”，“timestamp”：1698796800000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-029”}，{“start”：{（日期部分）：[[2023,11,1]，“日期-时间”：“2043-11-01T1T00:00Z”，，“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”：[“生态信息学”]，”published-print“：{”date-parts“：[2023,11]]}，”doi“：”10.1016\/j.ecoinf.2023.02204“，”type“：”journal-article“，”created“：{“日期部分”：[[2023,7,13]]，“日期时间”：“2023-07-13T01:57:23Z”，“timestamp”：1689213443000}，“page”：“102204”，“update-policy”：”http://\/dx.doi.org\/10.1016\/elsevier_cm_policy“，”source“：”Crossref“，“is-referenced-by-count”：11，“title”：[“基于混合注意机制的深度剩余卷积神经网络用于海洋渔业生态监测”]，“prefix”：“10.1016”，“volume”：《77》，“作者”：[{“给定”：“江训”，“家庭”：“刘”，“序列”：“第一个”，“从属关系”：[]}，{“给出”：“雷”，“家族”：“张”，“顺序”：“附加”，“隶属关系”：[]}“成员”：“78”，“引用”：[{“键”：“10.1016\/j.ecoinf.2023.102204_bb0005”，“doi-asserted-by”：“crossref”，“doi”：“10.106\/j.marpol.2020.104052”，“article-title”：“水下有线监控摄像机对海洋保护区的生态视频监控”，“volume”：“119”，《作者》：“Aguzzi”，“年份”：“2020”，“新闻标题”：“三月政策”}，{“问题”：“8，A部分”，“key”：“10.1016\/j.ecoinf.2023.102204_bb0010”，“首页”：“5170”，“article-title”：“水产养殖中使用基于图像的机器学习技术检测鱼类疾病”，“volume”：“34”，“author”：“Ahmed”，“year”：“2022”，“journal-title“：”j.King Saud Univ.Compute.Inf.Sci.“}，{“key”：：“10.1016\/j.fishers.2022.106430”，“article-title”：“伊比利亚大西洋南部水域吸气海洋巨型动物群与手工捕鱼的相互作用：渔民访谈调查结果”，“volume”：“254”，“author”：“Alexandre”，“year”：“2022”，“journal-title“：“Fish.Res.”}，{“issue”：“10”，“key”：”10.1016\/j.ecoinf.2023.02204_bb0020“，“doi-asserted-by”：“crossref”，“first page”：“3780”，“doi”：“10.1093\/icesjms\/fsab227”，“article-title”：“基于深度学习的方法，从拖网相机图像中识别和计数中上层鱼类和中层鱼类”，“volume”：”78“，“author”：“Allken”，“year”：“2021”，“journal-title“：”ICES J.Mar.Sci.“}，{”key“10.1016\/J.ecoinf.2023.102204_bb002 5英寸，“series-title”：“使用深度实例分割在养鱼环境中检测和跟踪鱼类”，“author”：“Arvind”，“year”：“2019”}，{“key”：”10.1016\/j.ecoinf.2023.02204_bb0030“，”doi-asserted-by“：”crossref“，”first page“：”213“，”doi“：”10.116\/j.neucom.2022.07.022“，”article-title“：“用于滚动轴承故障诊断的具有多尺度级联中点残差的新型卷积神经网络”，“卷”：“506”，“作者”：“赵”，“年份”：“2022”，“期刊标题”：“神经计算”}，{“问题”：“4”，“关键”：“10.1016\/j.ecoinf.2023.02204_bb0035”，“doi-asserted-by”：“crossref”，《首页》：“3943”，“doi”：“101109\/TSG.2018.2844307”，“article-title”：“深度剩余网络短期负荷预测”，“volume”：“10”，“author”：“Chen”，“year”：“2019”，“journal-title“：”IEEE Trans.Smart.Grid“}，{“key”：”10.1016\/j.ecoinf.2023.102204_bb0040“，”series-title“：“使用Haar级联和新图像数据集自动检测无约束水下视频中的石鱼：野外标记鱼2015 IEEE冬季Conf.Appl.Compute.Vis.Workshops，WACVW”，“author”：“Cutter”，“year”：“2015”}，{“issue”：“7”，“key”：“10.1016\/j.ecoinf.2023.102204_bb0045”，“doi-asserted-by”：“crossref”，“first page”：”362“doi”：“10.1890\/070211”，“article-title”：“设计海洋保护区网络以应对气候变化的影响”，“volume”：“7”，“author”：“Elizabeth”，“year”：“2009”，“journal-title“：”Front.Ecol.Environ.“}，{“issue”：“11”，“key”：”10.1016\/j.ecoinf.2023.102204_bb0050“，”doi-asserted-by“：”crossref“，”first page“2850”，“doi”：“10.1016\/j.sigpro.2008.05.008”，“article-title”：“基于非线性扩散方程的图像平滑和锐化”，“volume”：“88”，“author”：“Fang”，“year”：“2008”，“journal-title“：”Signal Process“}，{“key”：”10.1016\/j.ecoinf.2023.02204_bb0055“，”series-title“：“The State of World Fisheries and Aqualture 2022”，”author“FAO”，“年份”：“2022”}：“10.1016\/j.ecoinf.2023.102204_bb0060”，“doi-asserted-by”：“crossref”，“doi”：“10.106\/j.compag.2019.105015”，“article-title”：“使用计算机视觉进行活鱼种自动计数”，“volume”：“167”，”author“：”Fran\u00e7a Albuquerque“，”year“2019”，”journal-title“：”Compute.Electron.Agric.“}，{”issue“：”1“，”key“：”10.1016\/j电子货币.2023.102204_bb0065“，“doi断言者”：“crossref”，“首页”：“88”，“doi”：“10.2991\/ijcis.d.201102.001”，“文章标题”：“通过残余双重注意力网络进行水下图像恢复和增强”，“卷”：“14”，“作者”：“Fu”，“年份”：“2021”，“期刊标题”：“Int.J.Comput.Int.Sys.”}，｛“key”：“10.1016\/J.ecoinf.2023102204_bb0070”，“doi断言者”：“crossref”，“DOI”：“10.1016\/j.marpol.2020.104024”，“article-title”：“比较商业和休闲海洋渔业对欧洲区域经济的贡献。应用于阿斯图里亚斯（西班牙西北部）的投入产出法”，“volume”：“118”，“author”：“Garc\u00eda-de-la-Funte”，《年份》：“2020年”，“新闻标题”：“三月政策”}，{“issue”：“20”，“key”：“10.1016\/j.ecoinf.2023.102204_bb0075”，“doi-asserted-by”：“crossref”，“doi”：“10.3390\/s22207875”，“article-title”：“基于特征锚定框架双优化网络的单级水下目标检测”，“volume”：“22”，“author”：“Ge”，”year“2022”，“journal-title“：“Sensors”}，{“issue”：“2”，”key“10.1016”：“10.1023.102204_bb0080”，“doi-asserted-by”：“crossref”，“first page”：“143”，”doi“：”10.1080\/08920753.2014.877763“，”article-title“：”渔业管理、生物多样性保护和气候变化适应的海洋保护区设计“，”volume“：”42“，”author“：”Green“，”year“：”2014“，”journal-title”：“Coast.Manag.”}，{“key”：”10.1016\/j.ecoinf.2023.02204_bb0085“，“doi-asserted-by”：“crossref”，“first page”：“604”，“doi”：“10.1016\/j.psep.2023.03.052”，“article-title”：“结合CNN和GRU预测颗粒物浓度的新型深度学习模型”，“volume”：”173“，“author”：“Guo”，“year”：“2023”，“journal-title“：”Process Saf.Environ.}，{“issue”：“3”，”key“10.1016”：“j.ecoinf.2023.102204_bb0090”，“doi-asserted-by”：“crossref”，“first page”：“483”，“doi”：“10.1080\/02755947.2011.591239”，“article-title”：“俄勒冈州海岸高浮雕岩礁八种太平洋岩鱼的现场保真度和运动”，“volume”：”31“，“author”：“Hannah”，“year”：“2011”，“journal-title“：”N.Am.J.Fish Manag.“}，{“key”：《10.1016\/J.ecoinf.2023.102204_bb0095》，“doi-asserted-by”：“crossref”，“doi”：“10.1016\/j.compag.2021.10661”，“article-title”：“一种新的利用计算机视觉进行质量估算的鱼尾鳍去除方法”，“volume”：“193”，”author“：”Hao“，“year”：“2022”，“journal-title“：”Compute.Electron.Agric.：“95”，“DOI”：“10.1016\/j.ejmp.2022.08.005”，“文章标题”：“图像预处理以提高质子治疗中基于互信息的自动图像配准的准确性和稳健性”，“卷”：“101”，“作者”：“Hirotaki”，“年”：“2022”，“期刊标题”：“Phys.Med.”}，{“key”：“10.1016\/j.ecoinf.2023.102204_bb0105”，“DOI断言”：“crossref”，“首页”：“133”，“DOI”：“10.1016\/j.compag.2012.07.008”，“article-title”：“利用计算机视觉通过颜色、纹理和多类支持向量机对鱼类物种进行分类”，“卷”：“88”，“作者”：“胡”，“年份”：“2012”，“期刊标题”：“Compute.Electron.Agric.”}，{“key”：“101016\/j.ecoinf.2023.1024_bb0110”，“DOI-asserted-by”：“crossref”，”DOI“：“10.1016\/j.compag.2021.106135”，“article-title”：“使用改进的YOLO-V4网络实时检测水产养殖水下图像中未吃的饲料颗粒”，“卷”：“185”，“作者”：“胡”，“年份”：“2021”，“日志标题”：“Compute.Electron.Agric.”}，{“key”：“10.116\/j.ecoinf.2023.102204_bb0115”，“doi-asserted-by”：“crossref”，”doi“：“10.1016\/j.optlaseng.2022.107042”，“article-title”：“全海洋深度低光颜色光学成像系统设计”，“volume”：“154”，“author”：“Jiang”，”year“：“2022”，”journal-title“：”Opt.Lasers Eng.“}，{“key”：”10.1016\/j.ecoinf.2023.1024_bb0120“，”doi-asserted-by“：”crossref“，”doi“10.1016 \/j.ijleo.2020.165499“，”文章标题“：“使用改进的AlexNet模型进行鱼类物种识别”，“卷”：“223”，“作者”：“Ju”，“年份”：“2020”，“日志标题”：“Optik”}，{“问题”：“4”，“关键”：“10.1016\/j.ecoinf.2023.02204_bb0125”，“doi-asserted-by”：“crossref”，”首页“：“424”，”doi“10.1177\/2192568218778294”曲线作为更好诊断测试的基础”，“卷”：“8”，“作者”：“Junge”，“年份”：“2018”，“新闻标题”：“Glob。Spine J.“}，{“issue”：“6”，“key”：“10.1016\/J.ecoinf.2023.102204_bb0130”，“doi-asserted-by”：“crossref”，“first page”：”84“，“doi”：“101145\/3065386”，“article-title”：“ImageNet分类与深度卷积神经网络”，“volume”:“60”，“author”：“Krizhevsky”，“year”：“2017”，“journal title”：”Commun.ACM“}”，{”issue“2“，”键“：”10.1016\/j.ecoinf.2023.102204_bb0135“，”doi-asserted-by“：”crossref“，”first page“：”276“，”doi“：”10.1080\/07038992.2021.1901221“，”article-title“：”使用卷积神经网络在坎伯兰湾检测白鲸“，”volume“：“47”，“author”：“Lee”，“year”：“2021”，“journal-title”：“Can”。J.远程。Sens.“}，{”issue“：”1“，”key“：”10.1016\/j.ecoinf.2023.02204_bb0140“，”doi-asserted-by“：”crossref“，”first page“：“7094”，“doi”：“10.1038\/s41598-021-86476-9”，“article-title”：“将生态系统网络推断为信息流”，“volume”：“11”，“author”：“Li”，“year”：“2021”，“journal-title“：”Sci.Rep.“}”，{“key”：”10.1016 \/j.ecoinf.2023.102204_bb0145“，”article-title“：“高斯脉冲噪声下图像恢复的空间自适应混合全变分模型”，“体积”：“419”，“作者”：“李”，“年份”：“2022”，“期刊标题”：“应用。数学。计算。“｝，｛”key“：”10.1016\/j.ecoinf.2023102204_bb0150“，”doi断言“：”crossref“，”doi“：”10.1016\/j.aqueng.2021002301“，”文章标题“：”将YOLOv5与DCM和ATM融合对养殖鱼类进行稳健检测“，”卷“：”99“，”作者“：”Li“，”年“：”2022“，”期刊标题“：”Aquac.Eng.“｝，｛”issue“：”15“，”key“：”10.1016\/j.ecoinf.2023102204_b b0155“，”doi-asserted-by“：”crossref“，”doi“：”10.3390\/w14152412“，”article-title“：”CME-YOLOv5:密集鱼类和小目标的有效目标检测网络“，”volume“：”14“，”author“：”Li“，“year”：“2022”，“journal-title”：“Water”}，{“issue”：“10”，“key”：“10.1016\/j.ecoinf.2023.102204_bb0160”，“doi-assert-by”：“crossref.”，“doi”：“10.3390\/jmse10101503“，“文章标题”：“基于图像增强和改进YOLOv5S的海洋生物目标检测方法”，“卷”：“10”，“作者”：“李”，“年份”：“2022”，“期刊标题”：《科学杂志》。Eng.“}，{”key“：”10.1016\/j.ecoinf.2023.02204_bb0165“，”doi-asserted-by“：”crossref“，”doi“：”101016\/j.measurement.2022.12122“，”article-title“：”基于麻雀搜索算法和CNN的新型输油管道泄漏检测方法“，”volume“：10.1016\/j.ecoinf.2023.102204_bb0170“，“article-title”：“基于改进YOLOv5的鱼类检测方法”，“author”：“Li”，“year”：“2023”，“journal-title“：”Aquac。Int.“}，{”key“：”10.1016\/j.ecoinf.2023.02204_bb0175“，”doi-asserted-by“：”crossref“，”first page“：“20”，“doi”：“10.1016\/j.aquaeng.2014.03.005”，“article-title”：“使用计算机视觉测量RAS中鱼类的摄食活动”，“volume”：“60”，“author”：“Liu”，“year”：“2014”，“journal-title“：”Aquac.Eng.“}”，{“issue”：“5”，“key”“：”10.1016\/j.ecoinf.2023.102204_bb0180“，”doi-asserted-by“：”crossref“，”first page“：”2831“，”doi“：”10.1109\/TCSVT.2021.3100059“，”article-title“：”新数据集，用于水下物体抓取的Poisson GAN和AquaNet“，“volume”：“32”，“author”：“Liu”，“year”：“2022”，“journal-title”：“IEEE Trans。循环。系统。视频。“}，{”issue“：”8“，”key“：”10.1016\/j.ecoinf.2023.102204_bb0185“，”doi-asserted-by“：”crossref“，”doi“：”10.3390\/rs11080963“，”article-title“：”用于高光谱图像分类的光谱空间注意网络“，”volume“：_bb0190“，”doi-asserted-by“：”crossref“，”doi“：”10.1016\/j.aquaeng.2022.102276“，”article-title“：”基于无人机视觉的网箱养殖鱼类矢量场提取方法“，”volume“：”98“，”author“：”Meng“，”year“：”2022“，”journal-title”：“Aquac。Eng.“}，{”key“：”10.1016\/j.ecoinf.2023.02204_bb0195“，”doi-asserted-by“：”crossref“，”doi“：”101016\/j.image.2023.116939“，”article-title“：”通过修改颜色校正和带边缘保持过滤器的自适应查找表增强水下图像“，”volume“：“113”，“author”：“Muniraj”，“year”：“2023”，“journal-title”：“Signal Process.image”}，”{“key”：“”10.1016\/j.ecoinf.2023.102204_bb0200“，”doi-asserted-by“：”crossref“，”doi“：”10.1016\/j.measurement.2022.111299“，”article-title“：”基于机器视觉的鱼类颜色原位测量：小丑鱼颜色测量案例研究“，”volume“：”197“，“author”：“Nguyen”，“year”：“2022”，“journal-title”：“measurement”}，{“issue”：“6041”，“key”：“”10.1016\/j.ecoinf.2023.102204_bb0205“，”doi-asserted-by“：”crossref“，”first page“：”418“，”doi“：”10.1126\/science.1204794“，”article-title“：”在全球变暖和海洋酸化下预测珊瑚礁未来“，”volume“：“333”，”author“：”Pandolfi“，”year“：”2011“，”journal-title”：“science”}，{“key”：“10.1016\\j.econif.2023.02204_bb0210”，“”doi-asserted-by“：”crossref“，”first page“：”53“，”doi“：”10.1016\/j.aquaeng.2011.11.002“，”article-title“：”分析鱼类行为的计算机视觉系统和方法学“，”volume“：“46”，”author“：”Papadakis“，”year“：”2012“，”journal-title”：“Aquac。Eng.“}，{”key“：”10.1016\/j.ecoinf.2023.102204_bb0215“，”series-title“：”在能见度变化的新水下数据集中检测海洋动物“，”author“：”Pedersen“，”year“：”2019“}”，{“key”：“10.1016\/j.ecominf.2023.102204_bb0220”，“doi-asserted-by”：“crossref”，“doi”：“10116\/j.fishres.2022.06482”，“article-title”：“”粉虾Farfantepenaeus brasiliensis和F.paulensis幼虾丰度的变化：阐明生态模式并为浅海生态系统的管理提供补贴”，“卷”：“256”，“作者”：“Perroca”，“年份”：“2022”，“新闻标题”：“鱼类”。研究“}，{”key“：”10.1016\/j.ecoinf.2023.02204_bb0225“，”doi-asserted-by“：”crossref“，”first page“：“214”，“doi”：“10.1016\/j.envsoft.2016.02.008”，“article-title”：“环境模型的敏感性分析：实际工作流程的系统回顾”，“volume”：“79”，“author”：“Pianosi”，“year”：“2016”，“journal-title“：”Environ.Model.Softw.“}”，{“issue”：“”11“，”key“：“10.1016\/j.ecoinf.2023.102204_bb0230”，”doi-asserted-by“：”crossref“，”doi“：”10.1126\/sciadv.aau4996“，”article-title“：”检测和量化大型非线性时间序列数据集中的因果关联“，”volume“：”5“，”author“：”Runge“，”year“：”2019“，”journal-title”：“Sci”。Adv.“}，{”key“：”10.1016\/j.ecoinf.2023.02204_bb0235“，”doi-asserted-by“：”crossref“，”first page“：“157”，“doi”：“10.1016\/j.biosystemseng.2017.06.021”，“article-title”：“不同光照条件下植物自动分割的机器视觉系统”，“volume”：“161”，”author“：”Sabzi“，“year”：“2017”，”journal-title“：”Biosyst.Eng.“}”，{“key”：“”10.1016\/j.ecoinf.2023.102204_bb0240“，”doi-asserted-by“：”crossref“，”doi“：”10.1016\/j.fishers.2020.105747“，”article-title“：”撒丁岛（地中海西部）陷阱渔业中大西洋蓝鳍金枪鱼的水下标记“，”volume“：”233“，”author“：”Secci“，“year”：“2021”，“journal-title”：“Fish”。Res.“｝，｛”key“：”10.1016\/j.ecoinf.2023102204_bb0245“，”doi断言“：”crossref“，”doi“：”10.1016\/j.ecoinf.2021001862“，”文章标题“：”水下视频中珊瑚礁鱼类检测的图像增强方法“，”卷“：”72“，”作者“：”太阳“，”年份“：”2022“，”期刊标题“：”Ecol.Inform.“｝，｛”问题“：”1“，”key“：”10.1016\/j.ecoinf.2023.102204_bb0250“，”doi-asserted-by“：”crossref“，”first page“：”77“，”doi“：”10.1111\/j.1467-2979.2011.00450.x“，”article-title“：”海洋渔业对全球就业的贡献“，“volume”：“14”，“author”：“Teh”，“year”：“2013”，“journal-title”：“Fish Fish。“}，{”key“：”10.1016\/j.ecoinf.2023.102204_bb0255“，”doi-asserted-by“：”crossref“，”doi“：”101016\/j.scitotenv.2023.163339“，”article-title“：”基于ROV的深海无公害渔业保护区被动生态恢复监测“，”volume“：10.1016\/j.ecoinf.2023.102204_bb0260“，“article-title”：“使用CNN-SVM对珊瑚礁栖息地进行多尺度光谱空间遥感分类”，“volume”：“11-20”，“author”：“Wan”，“year”：“2020”，“journal-title“：“j.Coast”。Res.“}，{”key“：”10.1016\/j.ecoinf.2023.02204_bb0265“，”series-title“：10.1016\/j.image.2021.116250“，“article-title”：“UIEC^2-net：基于CNN的双色空间水下图像增强”，“volume”：“96”，“author”：“Wang”，“year”：“2021”，“journal-title“：“Signal Process”。图片“}，{”key“：”10.1016\/j.ecoinf.2023.102204_bb0275“，”doi-asserted-by“：”crossref“，”doi“：”101016\/j.compag.2021.106512“，“article-title”：“基于改进的YOLOV5和SiamRPN++的鱼类异常行为实时检测和跟踪”，“volume”：“192”，“author”：“Wang”，“year”：“2022”，“journal-title“：”Compute.Electron.Agric.“}”，{“issue”：“sp1”，“key”：“10.1016\/j.ecoinf.2023.102204_bb0280“，”首页“：”140“，”文章标题“：”基于立体分割的特征级联水下物体检测“，”卷“：”111“，”作者“：”Weiyi“，”年份“：”2020“，”期刊标题“：”j.Coast“。研究“}，{”key“：”10.1016\/j.ecoinf.2023.02204_bb0285“，”series-title“：“2020年全球海洋：新加坡\u2013年美国墨西哥湾海岸”，“article-title”：“利用级联分类器和深度学习检测蓝鳍金枪鱼，以监测鱼类资源”，“author”：“Xu”，“year”：“2020”}，“key”：“10.1016\/j.econif.2023.022004_bb0290”，“doi-asserted-by”：“crossref”，“首页“：”258“，”DOI“：”10.1016\/j.image.2018.04.016“，”article-title“：”使用CNN检测USM图像锐化“，”volume“：”68“，”author“：”Ye“，”year“：”2018“，”journal-title”：“Signal Process。图片“}，{”key“：”10.1016\/j.ecoinf.2023.102204_bb0295“，”doi-asserted-by“：”crossref“，”doi“：”101016\/j.epsr.2022.108003“，“article-title”：“一种新型胶囊卷积神经网络，具有用于高压断路器故障诊断的注意机制”，“volume”：“209”，“author”：“Ye”，“year”：“2022”，“journal-title“：”Electr.Power Syst.Res.“}”，{“key“：”10.1016\/j.ecoinf.2023.102204_bb0300“，”doi-asserted-by“：”crossref“，”doi“：”101016\/j.compag.2022.107369“，”article-title“：”基于多头部自关注和通道关注机制融合的金鲳鱼自动分割“，”volume“：“202”，”author“：”Yu“，”year“：”2022“，”journal-title”：“Compute”。电子。农业。“}，{”key“：”10.1016\/j.ecoinf.2023.102204_bb0305“，”doi-asserted-by“：”crossref“，”doi“：”101016\/j.measurement.2022.111228“，”article-title“：”基于残差神经网络的旋转机械智能故障诊断和视觉可解释性“，”volume“：“196”，”author“：”Yu“，”year“：”2022“，”journal-title”：“measurement”}，”{“key”：“”10.1016\/j.ecoinf.2023.102204_bb0310“，”doi-asserted-by“：”crossref“，”doi“：”10.1016\/j.ecss.2022.107815“，”article-title“：”通过基于深度学习的水下视频分析监测沿海渔业资源“，”volume“：”269“，”author“：”Zhang“，”year“：”2022“，”journal-title”：“Estuar”。海岸。Shelf S.“}，{”key“：”10.1016\/j.ecoinf.2023.02204_bb0315“，”doi-asserted-by“：”crossref“，”first page“：“146”，“doi”：“10.1016\/j.neucom.2022.07.042”，“article-title”：“准确边界框回归的重点有效IOU损失”，“volume”：“506”，“author”：“Zhang”，“year”：“2022”，“journal-title“：”Neurocomputing10.1016\/j.ecoinf.2023.102204_bb0320“，”doi-asserted-by“：”crossref“，”first page“：”4719“，”doi“：”10.1109\/TIP.2021.3074738“，”article-title“：”Composited FishNet:低质量水下视频中的鱼类检测和物种识别“，”volume“：“30”，”author“：”Zhao“，”year“：”2021“，”journal-title:“IEEE Trans。图像处理。“}，{”issue“：”6“，”key“：”10.1016\/j.ecoinf.2023.02204_bb0325“，”doi-asserted-by“：”crossref“，”first page“：“895”，”doi“：”101142\/S0219530518500124“，”article-title“：”Deep-distribute卷积神经网络：普适性“，”volume“:”16“，”author“：”Zhou“，”year“：”2018“，”journal title“：“Anal.Appl.”}，”{“key”：“10.1016”\/j.ecoinf.2023.102204_bb0330“，”doi-asserted-by“：”crossref“，”doi“：”10.1016\/j.compag.2022.107372“，”article-title“：”基于无监督学习的混浊水下图像深度图像增强“，”volume“：”202“，“author”：“Zhou”，“year”：“2022”，“journal-title”：“Compute”。电子。农业。“｝，｛”key“：”10.1016\/j.ecoinf.2023102204_bb0335“，”文章标题“：”来自萨菲捕鱼区的摩洛哥大西洋沙丁鱼Sardina pilchardus（Teleostei:Clupeidae）成熟状态、身体状况和种群结构的季节性变化“，”卷“：”41“，”作者“：”Znari“，”年份“：”2021“，”期刊标题“：”Reg.Stul.Mar.Sci.“｝]，”container-title“：[“生态信息学”]，“original-title”：[]，“language”：“en”，“link”：[{“URL”：“https:\/\/api.elsevier.com/content\/article\/PII:S1574954123002339？httpAccept=text\/xml”，“content-type”：“text\/.xml”，“content-version”：“vor”，“intended-application”：“text-mining”}，{“URL”：“https:\/\/api.elsevier.com/content\/article\/PII:S1574954123002339？httpAccept=text\/plain“，”content-type“：”text\/prain“，“content-version”：“vor”，“intended-application”：“text-mining”}]，“deposed”：{“date-parts”：[[2024,2,15]]，“date-time”：“2024-02-15T22:05:29Z”，“timestamp”：1708034729000}，“score”：1，“resource”：{“primary”：“URL”：“https:\\/linkinghub.elsevier.com/retrieve\/pii\/S157499 54123002339“}}，”副标题“：[]，”shorttitle“：[]，”issued“：{”date-parts“：[[2023,11]]}，”references-count“：67，”alternative-id“：[”S1574954123002339“]，”URL“：”http://\/dx.doi.org\/10.1016\/j.ecoinf.2023.102204“，”relationship“：{}，“ISSN”：[“1574-9541”]，“ISSN-type”：[{“value”：“1574-95%”，“type”:“print”}]，“subject”：[]，“published”：{“date-parts”：[[2023,11]]}，“assertion”：[{“value”：“Elsevier”，“name“：“publisher”，“label”：“本文由”}，{“value”：“基于混合注意机制的深度剩余卷积神经网络用于海洋渔业生态监测”，“name”：“articletite”，“标签”：“article Title”}、{“值”：“生态信息学”，“名称”：“journaltite”https:\/\/doi.org\/10.1016\/j.ecoinf.2023.102204“，”name“：”articlelink“，”label“：”CrossRef doi link to publisher maintained version“}，”{“value”：“article”，“name”：“content_type”，“label”：“content-type”}，{“value”：“\u00a9 2023 Elsevier B.V.保留所有权利。”，“name”：“copyright”，“table”：“copyright“}]，”article-number“：”102204“}”