｛“status”：“ok”，“message type”：“work”，“message version”：“1.0.0”，“message”：｛“indexed”：｛“date parts”：[[2024,7,8]]，“date time”：“2024-07-08T18:54:43Z”，“timestamp”：1720464883505｝，“reference count”：45，“publisher”：“Elsevier BV”，“license”：[｛“start”：｛“date parts”：[[2024,7,1]]，“date time”：“2024-07-01T00:00:00Z”，“timestamp”：1719792000000｝，“内容版本“：“tdm”，“delay-in-days”：0，“URL”：“https:\\/www.elsevier.com//tdm\/userlicense\/1.0\/”}，{“start”：{“date-parts”：[[2024,7,1]]，“date-time”：“2024-07-01T00:00:00Z”，“timestamp”：1719792000000}，“content-version”：“tdm”，“delay-in-days”：“0，”URL“https://www.elseviewer.com/legal\/tdmr.ep-license“}，{“开始”：{“日期-部分”：[[2024,7,1]]，“日期-时间”：“2024-07-01T00:00:00Z”，“timestamp”：1719792000000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-017”}，{“start”：{“date-parts”：[[2024,7,1]]，“date-time”：“2024-07-01T00-00:00Z”in-days“：0，”URL“：”https:\/\/doi.org\/10.15223\/policy-037“}，{“start”：{“date-parts”：[[2024,7,1]]，“date-time”：“2024-07-01T00:00:00Z”，“timestamp”：171979200000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-012”}，{“start”：{（日期-部件）：[[2024,7,1]，“日期-时间”：“204-07-01T00:00Z”，《时间戳》：171 979200000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-029”}，{“start”：{“date-parts”：[[2024,7,1]]，“date-time”：“2024-07-01T00:00:00Z”，“timestamp”：171979200000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“http:\/\/doi.org\/10.15223\/policy-004”}]，“content-domain“：{”domain“[”elseviv er.com“，”sciencedirect.com“]，”crossmark-restriction“：true}，“short-container-title”：[“人工智能的工程应用”]，“published-print”：{“date-parts”：[[2024,7]]}，“DOI”：“10.1016\/j.engappai.2024.108057”，“type”：“journal-article”，“created”：{“date-ports”：[2024,19]]，“date-time”：“2024-02-19T10:57:13Z”，“timestamp”：1708340233000}，”page“108057“update-policy”：“http://\/dx.doi.org\/10.1016\/elsevier_cm_policy”，“source”：“Crossref”、“is-referenced-by-count”：1，“special_numberg”：“PA”，“title”：[“纱线质量软测量的补充知识增强多模态学习方法”]，“prefix”：“10.1016”，“volume”：”133“，“author”：[{”ORCID“http://\/ORCID.org\/00000-0001-5611-2990”，“authenticated-ORCID”：false，“given”：“Chuqiao”，“family”：“Xu”，“sequence”：“first”，“affiliation”：[]}，{“givent”：“Linchen”，“家族”：“徐”，“序列”：“additional”，“filiation“：[]{”ORCID：“http://\/ORCID.org\/00000-0001-8089-1197”，“authenticated-ORCID”：false“：”连清“，”家族“：”余“，”序列“：“additional”，“affiliation”：[]}，{“given”：“Chengjun”，“family”：“Zhang”，“sequence”：“addressive”，“filiation“：[]2]，“member”：“78”，“reference”：[{“key”：”10.1016\/j.engappai.2024.108057_bib1“，”doi-asserted-by“：”crossref“，”doi“10.1177\/0040517523119793”，“article-title”：“对高速环锭纺纱工艺最新发展和解决方案的批判性评论”，“作者”：“Abdkader”，“年份”：“2023年”，“新闻标题”：“Textil.Res.J.”}，{“key”：“10.1016\/J.engappai.2024.108057_bib2”，“series-title”：“2020 IEEE\/RSJ智能机器人和系统国际会议论文集”，“首页”：“10380”，“文章标题”：“看和听：一种用于自主机器场景分类的多模态后期融合方法”，“作者”：“鸟”，“年”：“2020”}，{“键”：“10.1016\/j.engappai.202108057_bib3”，“doi断言”：“crossref”，“doi”：“10.1016\/j.engappai.202105514”，“文章标题”：“基于压电陶瓷传感器数据的耗散CLT连接状态评估的集成学习方法”，“卷”：“117”，“作者”：“陈”，“年份”：“2023年”，“期刊标题”：“工程应用Artif.Intell.”}，{“问题”：“13\u201314”，“关键”：“10.1016\/j.engappai.2024.108057_bib4”，“doi-asserted-by”：“交叉引用”，“首页”：“1558”，“doi”：“10.1177\/0040517519896761”，“article-title”：“利用人工神经网络和支持向量机预测棉/弹性纤维芯纱的质量特性”，“volume”：“90”，“author”：“Doran”，“year”：“2020”，“journal-title“：”Textil.Res.J.“}，{“key”：”10.1016\/J.engappai.2024.108057_bib5“，”doi-asserted-by“：”crossref“，“first page”：“150”，“DOI”：“10.1016\/j.jmsy.2023.06.011”，“article-title”：“通过机器人深度强化学习进行时空路径跟踪，用于制造内部物流”，“volume”：“69”，“author”：“Fan”，“year”：“2023”，“journal-title“：“j.Manuf.Syst.”}，{“issue”：“1”，”：“key”：”10.1016\/j.engappai.2024.108057_bib6“，”DOI-asserted-by“：”crossref“，“first-pages”：“9”“”，“DOI”：“10.32710\/tekstilvekfeksiyon.904406”，“文章标题”：“使用弹性反向传播神经网络对环锭纺纱机纱线质量进行预测建模”，“卷”：“33”，“作者”：“Farooq”，“年份”：“2023”，“期刊标题”：“Tekstil Ve Konfeksiyon”}，｛“key”：“10.1016\/j.engappai.202108057_bib7”，“DOI断言者”：“crossref”，“首页”：“98”，“DOI”：“10.1016\/j.jmsy.2021.01.009”，“article-title”：“智能纺织网络物理生产系统动态环境中多自动引导车辆的流程车间路径规划”，“volume”：“59”，“author”：“Farooq”，“year”：“2021”，“journal-title“：”j.Manuf.Syst.“}，{“issue”：“5”，“key”：”10.1016\/j.engappai.2024.108057_bib9“，“doi-asserted-by”：“crossref”，“first page”：“829”，“doi”：“10.1162\/neco_a_01273”，“article-title”：“多模态数据融合深度学习调查”，“volume”：”32“，“author”：“Gao”，“year”：“2020”，“journal-title“：“Neural Comput.”}，{“issue”：“4”，“key”：《10.1016\/j.engappai.2024.108057_bib10》，“doi-asserted-by”：，“首页”：“1”，“doi”：“10.1145\/3447755”，“article-title”：“主成分分析：数据探索的自然方法”，“volume”：“54”，“author”：“Gewers”，“year”：“2021”，“journal-title“：”ACM Compute.Surv.“}，{“issue”：“1”，”key“：”10.1016\/j.engappai.2024.108057_bib11“，”doi-asserted-by“：”crossref“，”first page“：“66”，“doi”：“10.1080\/004050000.2021.2022826“，”文章标题“：“使用混合神经网络预测环锭纱质量”，“体积”：“114”，“作者”：“甘米”，“年份”：“2023”，“期刊标题”：“J.Textil.Inst.”}，{“问题”：“4”，“关键”：“10.1016\/J.engappai.2024.108057_bib12”，“doi-asserted-by”：“crossref”，《首页》：“1539”，“doi”：“101007 \/s12221-023-00136-5”，“文章标题”：“基于计算机视觉的浆纱毛羽在线测量”，“体积”：“24”，“作者”：“郭”，“年份”：“2023年”，“日志标题”：“纤维聚合物”}，{“问题”：“2”，“关键”：“10.1016\/j.engappai.2024.108057_bib13”，“doi-asserted-by”：“crossref”，《首页》：“2551”，“doi”：“101109\/TPAMI.2022.3171983”，“文章标题”：“具有动态证据融合的可信多视图分类”，“卷”：“45”，“作者”：“汉”，“年份”：“2023”，“日志标题”：“IEEE Trans.Pattern Anal.Mach.Intell.”}，{“问题”：“1\u20132”，“密钥”：“10.1016\/j.engappai.2024.108057_bib14”，“doi-asserted-by”：“crossref”，“首页”：“39”，“doi”：“101007\/s00170-021-074444-1”，《文章标题》：“使用智能技术的纺织品制造过程建模：综述”，“卷”：“116”，“作者”：“他”，“年份”：“2021年”，“期刊标题”：“国际J.Adv.Manuf.Technol.”}，{“问题”：“1”，“关键”：“10.1016\/J.engappai.2024.108057_bib15”，“doi-asserted-by”：“交叉引用”，“首页”：“317”，“doi”：“10.0007\/s00707-021-03125-y”，“文章标题”：“使用高斯过程的机织纺织品多尺度建模和材料设计”，“体积”：“233”，“作者”：“赫拉斯”，“年份”：“2022”，“期刊标题”：“机械学报”}，{“关键”：“10.1016\/j.engappai.2024.108057_bib16”，“文章标题”：“纺纱过程中基于多相关参数特征子空间机制的纱线质量波动预测方法”，“体积”：“18”，“作者”：“胡”，“年份”：“2023”，“期刊标题”：“J.Eng.Fibers and Fabrics”}，{“key”：“10.1016\/J.engappai.2024.108057_bib17”，“doi-asserted-by”：“crossref”，“doi”：“101155\/2022\/3955047”，“article-title”：“基于CNN-LSTM的转杯纱质量预测模型”，“体积”：“2022”，“作者”：“胡”，“年份”：“2020”，“期刊标题”：“J.Sens.”}，{“问题”：“9”，“关键”：“10.1016\/J.engappai.2024.108057_bib18”，“doi-asserted-by”：“crossref”，“首页”：“4551”，“doi”：“101007\/s00521-018-3723-7”，“文章标题”：“基于CNN-GRNN神经网络的精纺纱质量预测模型”，“体积”：“31”，“作者”：“胡”，“年份”：“2019”，“期刊标题”：“神经计算应用”}，{“关键”：“10.1016\/j.engappai.2024.108057_bib19”，“文章标题”：《基于BMNN的纱线不匀率预测》，“体积“：“16”，“作家”：“江”，“年度”：“2021”，“杂志标题”：。纤维和织物“}，{“问题”：“11”，“关键”：“10.1016\/j.engappai.2024.108057_bib20”，“doi-asserted-by”：“crossref”，“首页”：“2292”，“doi”：“101109\/LAWP.2019.2933306”，“文章标题”：“基于机器学习的纺织天线设计认知建模框架”，“卷”：“18”，“作者”：“菅直人”，“年份”：“2019”，“新闻标题”：IEEE Antenn。无线传播。莱特。“}，{”key“：”10.1016\/j.engappai.2024.108057_bib21“，”doi-asserted-by“：”crossref“，”doi“：”101016\/j.compositebs.2022.110229“，”article-title“：”聚偏氟乙烯压电纱，用于先进3D纺织复合材料的实时损伤监测“，”volume“：10.1016\/j.engappai.2024.108057_bib22“，“article-title”：“AYOLOv7-tiny:实现纯色圆形纬纱织物的高效缺陷检测”，“author”：“Kang”，“year”：“2023”，“journal-tittle”：“Textil”。Res.J.“}，{”key“：”10.1016\/J.engappai.2024.108057_bib24“，”doi-asserted-by“：”crossref“，”first page“：“18”，”doi“：”101016\/J.engappai.2017.10.016“，”article-title“：”非平稳过程监控的时间自适应支持向量数据描述“，”volume“：‘68’，”author“：”Lee“，”year“：”2018“，”journal-title”：“Eng.Appl.Artif.Intell.”}，{“密钥”：“10.1016\/j.engappai.2024.108057_bib25“，“首页”：“2572”，“文章标题”：“IMF:用于链接预测的交互式多模式融合模型”，“卷”：“卷2023”，“作者”：“李”，“年份”：“2023”}，{“问题”：“12”，“键”：“10.1016\/j.engeappai.2024.108057_bib26”，“doi-asserted-by”：“交叉引用”，“首页面”：“9236”，“doi”：“101109\/TPAMI.2021.3125995“，”文章标题“：”AF：一种基于关联的多模态分类融合方法”，“卷”：“44”，“作者”：“梁”，“年份”：“2022”，“期刊标题”：“IEEE Trans。模式分析。机器。智力。“}，{”key“：”10.1016\/j.engappai.2024.108057_bib27“，”doi-asserted-by“：”crossref“，”doi“：”101016\/j.acha.2023.101602“，”article-title“：”通过图表自动编码器对内部数据结构的深度非参数估计：泛化误差和鲁棒性“，”volume“：“68”，”author“：”Liu“，”year“：”2024“，”journal-title”：“Appl.Compute.Harmon.Anal.”}，”{“key”：“”10.1016\/j.engappai.2024.108057_bib28“，”doi-asserted-by“：”crossref“，”doi“：”10.1016\\j.engappai.2023.107272“，”article-title“：”基于深度学习的设备识别和不完整智能仪表数据的实时工业碳排放估算“，”volume“：”127“，“author”：“Liu”，“year”：“2024”，“journal-title”：“Eng.Appl.”。Artif公司。智力。“}，{”key“：”10.1016\/j.engappai.2024.108057_bib29“，”doi-asserted-by“：”crossref“，”doi“：”101016\/j.aei.2021.101471“，”article-title“：”在生产线中使用视频进行基于深度学习的异常检测，“volume”：“51”，“author”：“Lu”，“year”：“2022”，“journal-title”：“Advv.Eng.Inf.”}，“issue”：“1”，“key”：”10.1016\/j.engappai.2024.108057_bib30“，”doi-asserted-by“：”crossref“，”first page“：”1“，”doi“：”10.1186\/s40691-016-0075-8“，”article-title“：”使用极限学习机（ELM）算法预测环锭纺棉纱强力“，”volume“：“3”，“author”：“Mwasiagi”，“year”：“2016”，“journal-title”：“Fashion and Textiles”}，{“key”：“10.1016\/j.engapai.2024.108057_bib31”，“doi断言”：“crossref”，“doi”：“10.1016\/j.engapai.2023.105988”，“文章标题”：“人工智能驱动的软传感器在先进可持续过程工业中的作用：批判性综述”，“卷”：“121”，“作者”：“Perera”，“年份”：“2023”，“期刊标题”：“Eng.Appl。Artif公司。智力。“}，{”问题“：”16“，”关键“：”10.1016\/j.engappai.2024.108057_bib32“，”doi-asserted-by“：”crossref“，”首页“：”4773“，”doi“：”101080\/00207543.2021.1956675“，”文章标题“：”制造业和工业4.0应用中的机器学习“，”卷“：”59“，”作者“：”Rai“，“年份”：“2021”，”日志标题“国际期刊Prod.Res.”}，“：“1”，“键”：10.1016\/j.engappai.2024.108057_bib33“，“首页”：“599”，“文章标题”：“基于边缘雾云计算的过程制造系统预测健康管理数字孪生模型”，“卷”：“135”，“作者”：“任”，“年份”：“2023”，“期刊标题”：”CMES-Comput。模型。工程科学。“}，{”issue“：”10“，”key“：”10.1016\/j.engappai.2024.108057_bib34“，”doi-asserted-by“：”crossref“，”first page“：“2090”，”doi“：”101080\/00405000.2021.1966182“，”article-title“：”基于机器学习的谱图数据驱动的旋转设备异常检测与诊断方法“，”volume“：。文本。Inst.“}，{”issue“：”4“，”key“：”10.1016\/j.engappai.2024.108057_bib35“，”doi-asserted-by“：”crossref“，”first page“：“3873”，”doi“：”101109\/TIE.2023.3279554“，”article-title“：”使用充气手掌的气动手进行物体分类和精细抓取调整的软触觉传感“，”volume“：IEEE传输。Ind.Electron公司。“}，{”问题“：”9“，”关键“：”10.1016\/j.engappai.2024.108057_bib36“，”doi-asserted-by“：”crossref“，”首页“：”5853“，”doi“：”101109\/TII.2021.3053128“，”文章标题“：”数据驱动软传感器深度学习调查“，”卷“：”17“，”作者“：”Sun“，”年份“：”2021“，”日志标题“：“IEEE Trans.Ind.Inf.”}，”问题：“9”，“键”：10.1016\/j.engappai.2024.108057_bib37“，”doi-asserted-by“：”crossref“，”first page“：”1404“，”doi“：”10.1109\/TMM.2015.2455415“，”article-title“：”Learning compact hash code for multimal representation using orthogonal deep structure“，”volume“：“17”，”author“：”Wang“，”year“：”2015“，”journal-title”：“IEEE Trans。Multimed公司。“}，{”key“：”10.1016\/j.engappai.2024.108057_bib38“，”doi-asserted-by“：”crossref“，”first page“：“738”，“doi”：“10.1016\/j.jmsy.2021.03.005”，“article-title”：“智能制造系统的大数据分析：综述”，“volume”：“62”，“author”：“Wang”，“year”：“2022”，“journal-title“：”j.Manuf.Syst.“}”，{“issue”：“6”，“key”“：”10.1016\/j.engappai.2024.108057_bib39“，”doi-asserted-by“：”crossref“，”first page“：”4025“，”doi“：”10.1007\/s10570-023-05108-9“，”article-title“：”一维卷积神经网络与棉纱质量预测的数据表征测量“，”volume“：10.1016\/j.engapai.2024.108057_bib40”，“系列标题”：“在2023年IEEE\/CFF计算机视觉和模式识别会议论文集”，“第一页”：“8032”，“文章标题”：“通过混合融合的多模式工业异常检测”，“作者”：“王”，“年份”：“2023”}，{“密钥”：“10.1016\/j.engapai.2024.108057_bib41”，doi断言为“：”crossref“，”first page“：”317“，”DOI“：”10.1016\/j.jmsy.2022.04.006“，”article-title“：”一种基于视觉的纱线轮廓检测的知识增强型深度学习方法“，”volume“：“63”，”author“：”Xu“，”year“：”2022“，”journal-title”：“j.Manuf.Syst。“}，{”issue“：”13“，”key“：”10.1016\/j.engappai.2024.108057_bib42“，”doi-asserted-by“：”crossref“，”first page“：“4220”，”doi“：”101080\/00207543.2021.2010827“，”article-title“一种基于深度学习的知识增强图像去模糊方法，用于纱线生产现场质量检测”，“volume”：“61”，“author”：“Xu”，“year”：“2023”，“journal-title”：“Int.j.”。Prod.Res.“}，{”issue“：”12“，”key“：”10.1016\/j.engappai.2024.108057_bib43“，”doi-asserted-by“：”crossref“，”first page“：“9008”，”doi“：”101109\/TII.2022.3162268“，”article-title“：”多批次晶圆产量预测的数据驱动自适应虚拟计量学”，“volume”：“18”，“author”：“Xu”，“year”：“2022”，“journal-title”：“IEEE Trans.Ind.Inf..“}，{”问题“：”4”，“key”：“10.1016\/j.engapai.2024.108057_bib44”，“doi断言者”：“crossref”，“首页”：“871”，“doi”：“10.53106\/16792642023072404005”，“文章标题”：“基于实际生产的纱线质量预测”，“卷”：“24”，“作者”：“张”，“年份”：“2023”，“期刊标题”：“j.互联网技术。“}，{”issue“：”9“，”key“：”10.1016\/j.engappai.2024.108057_bib47“，”doi-asserted-by“：”crossref“，”首页“：”1025“，”doi“：”101177\/0040517516646051“，”article-title“：”根据大量仪器和工厂加工数据准确预测棉环锭纱质量“，”volume“：“87”，”author“：”Yang“，”year“：”2017“，”journal-title:“”纺织研究杂志“}，{”key“：”10.1016\/j.engappai.2024.108057_bib45“，”doi-asserted-by“：”crossref“，”doi“：”101016\/j.engapai.2021.104610“，“article-title”：“基于深度学习和模糊折扣加权的信息融合方法用于目标意图识别”，“volume”：“109”，“author”：“Zhang”，“year”：“2022”，“Journal-title“：”Eng。申请。Artif公司。智力。“}，{”key“：”10.1016\/j.engappai.2024.108057_bib46“，”doi-asserted-by“：”crossref“，”doi“：”101016\/j.cie.2023.109681“，”article-title“：”基于空域显著性和特征聚类的无监督织物缺陷检测“，”volume“：人工智能工程应用“]，”original-title“：[]，”language“：”en“，”link“：[{”URL“：”https:\/\/api.elsevier.com/content\/article\/PII:S095219762400215X？httpAccept=text\/xml“，”content-type“：”text\/xml“，”content-version“：”vor“，”intended-application“：”text-mining“}，”{“URL”：“https:\/\/api.elsevier.com/content\/article\/PII:S095219762400215X？httpAccept=text\/plain“，”content-type“：”text\/prain“，“content-version”：“vor”，“intended-application”：“text-mining”}]，“deposed”：{“date-parts”：[2024,6,2]，“date-time”：“2024-06-02T00:46:25Z”，“timestamp”：1717289185000}，“score”：1，“resource”：{“primary”：“URL”：“https:\\/linkinghub.elsevier.com\/retrieve\/pii\/S095 219762400215X“}}，”副标题“：[]，”shorttitle“：[]，”issued“：{”date-parts“：[[2024,7]]}，”references-count“：45，”alternative-id“：[”S095219762400215X“]，”URL“：”http://\/dx.doi.org\/10.1016\/j.engappai.2024.108057“，”relation“：{}，“ISSN”：[”0952-1976“]，“ISSN-type”：[{“value”：“0952-1976]，”type“print“}]，”subject“：[]，“published”：{“date-parts”：[[2024,7]]}，“assertion”：[{“value”：“Elsevier”，“name“：”publisher“，”label“：”本文由“}维护，{“value”：“纱线质量软测量的补充知识增强多模态学习方法”，“name”：“articletite”，“label”：“article Title”}，{”value“：“人工智能的工程应用”，“name”：“journaltle”，“table”：“Journal Title“}，”{“value”：“”https:\/\/doi.org\/10.1016\/j.engappai.2024.108057“，”name“：”articlelink“，”label“：”CrossRef doi link to publisher maintained version“}，”{“value”：“article”，“name”：“content_type”，“label”：“content-type”}，{“value”：“\u00a9 2024 Elsevier Ltd.保留所有权利