{“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”：[[2024,6,4]]，“日期-时间”：“2024-06-04T05:54:44Z”，“时间戳”：1717480484119}，“引用-计数”：60，“发布者”：“Elsevier BV”，“许可证”：[{“开始”：{-“日期-零件”：[2020,8,1]]，“时间”：”2020-08-01T00:00:00 0:00Z“，”时间戳“：1596240000000}，”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”：[”娱乐计算“]，“published-print”：{“date-parts”：[2020,8]]}，”DOI“：”10.1016\/j.ent.com.2020.100373“，”type“：”journal-article“，”created“：{“date-parts”：[[2020,6,6]]，“date-time”：“2020-06-06T01:40:05Z”，“timestamp”：1591407605000}，“page”：“100373”，“update-policy”：”http:\/\/dx.doi.org\/10.1016\/elsevier_cm_policy“，”source“：”Crossref“，“is-referenced-by-count”：64，“title”：[“Leap Motion动态手势识别的新型混合双向单向LSTM网络”]，“前缀”：“10.1016”，“卷”：“35”，“作者”：[｛“给定”：“萨法”，“家族”：“阿穆尔”，“序列”：“第一”，“附属关系”：[]｝，｛“给定”：“Anouar”，“家族”：“本·哈利法”，“序列”：“附加”，“附属关系”：[]｝，｛“给定”：“Med Salim”，“家族”：“Bouhlel”，“序列”：“附加”，“附属关系”：[]｝]，“成员”：“78”，“引用”：[｛“key”：“10.1016\/j.entcom.2020.100373_b0005”，“非结构化”：“S.Ameur，A.Ben Khalifa，M.S.Bouhlel，LeapGestureDB:一个用于外科手术中动态手势识别的公共跳跃动作数据库，摘自：第八届软计算应用国际研讨会（SOFA’18），阿拉德-罗马尼亚，2018，pp.1\u201314。”}，{“issue”：“2”，“key”：“10.1016\/j.entcom.2020.100373_b0010”，“doi-asserted-by”：“crossref”，“first page”：“399”，“doi”：“10.1016\/j.pmr.2018.12.006”，《article-title》：“标准化过渡性运动和平衡评估运动因子的有效性和可靠性”，“volume”：”30“，“author”：“Puh”，“year”：“2019”，《杂志标题》：“Phys.Med.Rehab.Clin.North America”}，{“key”：“10.1016\/j.entcom.2020.100373_b0015”，“doi-asserted-by”：“crossref”，“unstructured”：“M.\u00c7oban，G.Gelen，使用肌臂带实现工业机器人的无线遥操作，in：人工智能和数据处理国际会议，2018，pp.1\u20136。doi:10.1109，“IDAP.2018.620789.”，“doi”：“10.1109，”IDAP.2016.8620789“}，{“key”：“101016\/j.entcom.2020.100373_b0020”，“doi-asserted-by”：“crossref”，“unstructured”：“A.Mimouna，A.B.Khalifa，N.E。Ben Amara，《使用三轴加速度计数据进行人类行为识别：选择性方法》，载于：第15届国际系统、信号和设备多会议（SSD），哈马马特，2018年，第491\u2013496页。doi:10.1109\/SSD.2018.8570429.“，”doi“：”10.1109\/SSSD.2018.8570429“}，{“key”：“10.1016\/j.entcom.2020.100373_b0025”，“doi-asserted-by”：“crossref”，“unstructured”：“I.Jegham，A.Ben Khalifa，I.Alouani，M.A.Mahjoub，安全驾驶：使用SURF关键点识别驾驶员行为，in：第30届微电子国际会议（ICM），突尼斯，2018年，第60\u201363页。doi:10.1109\/IMC.2018.8704009.“，”doi“：”10.1109\/ICM.2018.8709009“}，{“key”：“10.1016\/j.entcom.2020.100373_b0030”，“series-title”：“第十三届自然计算、模糊系统和知识发现国际会议（ICNC-FSKD）”，“首页”：“682”，“文章标题”：“视频序列中的事件检测：挑战和展望”，“作者”：“Lejmi“，”year“：”2017“}，{“key”：“10.1016\/j.entcom.2020.100373_b0035”，“doi-asserted-by”：“crossref”，“first-pages”：“6380”，“doi”：“10.3390\/s130506380”、“article-title”：“跳跃运动控制器的准确性和鲁棒性分析”，“volume”：”13“，“author”：“Weichert”，“year”：“2013”，“journal-title“：”Sensors“}”、{“issue”：“13”，“密钥”：“10.1016\/j.entcom.2020.100373_b0040“，”doi-asserted-by“：”crossref“，”first page“：”25“，”doi“：”10.22159\/ajpcr.2017.v10s1.19540“，”article-title“：”手势识别和分类研究“，”volume“：“10”，“author”：“Srinvas”，“year”：“2017”，“journal-title”：“Asian j.Pharm.Clin。Res.“}，{”key“：”10.1016\/j.entcom.2020.100373_b0045“，”doi-asserted-by“：”crossref“，”unstructured“：”I.Jegham，A.Ben Khalifa，I.Alouani，M.A.Mahjoub，MDAD：一个多模式和多视角的车内驾驶员行为数据集，收录于：M.Vento，G.Percannella（编辑），《图像和模式的计算机分析》，CAIP 2019。计算机科学讲义，第11679卷，施普林格，查姆，2019年，第518\u2013529页。DOI:10.1007\/978-3-030-29888-3_42.”，“DOI”：“10.1007\/978-3-030-29888-3_42”}，{“key”：“10.1016\/j.entcom.2020.100373_b0050”，“series title”：“国际人工神经网络与机器学习会议论文集”，“首页”：“381”，“文章标题”：“基于BLSTM-RNN的3D手势分类”，“作者”：“Lefebvre”，“年份”：“2013”}，{key“：”10.1016\/j.entcom.2020.100373_b0055“，”series-title“：”网络支持的分布式计算和知识发现国际会议“，”首页“：”411“，”article-title“：“使用跳跃运动传感器的实时ASL识别系统”，“author”：“Fok”，“year”：“2015”}，{“key”：“10.1016\/j.entcom.2020.10373_b0060”，“doi-asserted-by”：“crossref“，”DOI“：”10.1109\/JSEN.2019.2917525“，”article-title“：”使用一对基于GMM分类的LMC的智能阿拉伯手语识别系统“，”author“：”Deriche“，“year”：“2019”，“journal-title”：“IEEE Sensors J.”}，{“key”：“10.1016\/J.entcom.2020.100373_b0065”，“unstructured”：“Sharad Vikram，Lei Li，Stuart Russell，《空中手写和手势，动态识别》，摘自：《CHI扩展摘要汇编》，法国巴黎，2013年。“}，{“key”：“10.1016\/j.entcom.2020.100373_b0070”，“series-title”：“第十三届国际机器学习与应用会议”，“首页”：“541”，“article-title”：使用跳跃运动传感器的美国手语识别“，”作者“：”川“，”年份“：”2014“}，{“key”：“10.1016\/j.entcom.2020.100373_b0075”，“series-title”：“第三届自动化、控制、工程和计算机科学国际会议论文集（ACECS\u2019 16）”，“首页”：“20”，“文章标题”：“使用跳跃运动控制器进行手势识别以识别阿拉伯语手语”，“author”：“Khelil”，“year”：“2016”}，{“key”：“10.1016\/j.entcom.2020.100373_b0080”，“unstructured”：“Y.Du，S.Liu，L.Feng，M.Chen，j.Wu，leap motion手势识别。arXiv2017，arXiv:1711.04293，2017。https:\/\/arxiv.org\/abs\/1711.04293.“}，{“key”：“10.1016\/j.entcom.2020.100373_b0085”，“doi-asserted-by”：“crossref”，“unstructured”：“Ameur，S.，Ben Khalifa，A.，Bouhlel，M.S，（2016）《手势识别的综合跳跃动作数据库》，载于：第七届电子科学、信息与通信技术国际会议（SETIT），IEEE，突尼斯，2016年，第514\u2013519页。doi:10.1109\/SETIT.2016.7939924.“，”doi“：”10.1109\/SET IT.2016.77939924“}，{“key”：“10.1016\/j.entcom.2020.100373_b0090”，“doi-asserted-by”：“crossref”，“unstructured”：“Ivo A.Stinghen Filho，Bernardo B.Gatto，Jose Luiz de S.Pio，Estevam N.Chen，Jucimar M。Junior，Ricardo Barboza，使用跳跃动作的手势识别：基于机器学习的控制器接口，收录于：The Proceedings of SBGames，2018，pp.659\u2013662。doi:10.1145\/3230744.3230750.“，”doi“：”10.1145\/3230744.3230750“}，{“issue”：“02”，“key”：“10.1016\/j.entcom.2020.100373_b0095”，“doi-asserted-by”：“crossref”，“first page”：”107“，”doi“：Hochreiter”，“年份”：“1998年”，“新闻标题”：“国际期刊不确定性，模糊知识系统。“}，{”key“：”10.1016\/j.entcom.2020.100373_b0100“，”doi-asserted-by“：”crossref“，”first page“：“1735”，”doi“：”101162\/neco.1997.9.8.1735“，”article-title“：”Long short-timemory“，“volume”：“9”，“author”：“Hochreiter”，“year”：“1997”，“journal-title”：“Neural Compute.”}，”{“key”：_b0105“，”doi-asserted-by“：”crossref“，”unstructured“：”K。Smari，M.S.Bouhlel，《手势识别系统和动态手指跟踪：步骤》，摘自：第七届国际电子科学、信息与通信技术会议（SETIT），哈马梅特，2016年，第544\u2013548页。doi:10.1109，“SETIT.2016.7939929.”，“doi”：“10.1109，”SETIT.2017.7939929“}，{“key”：“101016\/j.entcom.2020.100373_b0110”，“非结构化”：“N.Jaouedi，N.Boujnah，O.Htiwich，M.S。Bouhlel，人类行为识别到人类行为分析，载于：第七届国际电子科学、信息和电信技术会议，Hammamet，2016，第263\u2013266页。doi:10.1109\/SETIT.2016.793987.“}，{“key”：“10.1016\/j.entcom.2020.100373_b0115”，“doi-asserted-by”：“crossref”，“unstructured”：“j.Liu，A.Shahroudy，D.Xu，G.Wang，时空LSTM，带信任门，用于3D人类行为识别。演讲笔记Compute.Sci（2016）816\u2013833。doi:10.1007\/978-3-319-46487-9_50.“，”doi“：”10.1007\/988-3-319-66487-9.50“}，{“key”：“10.1016\/j.entcom.2020.100373_b0120”，“doi-asserted-by”：“crossref”，“unstructured”：“W.Zhu，C.Lan，j.Xing，W.Zeng，Y.Li，L.Shen，X。Xie，使用正则化深度LSTM网络进行基于骨架的动作识别的共现特征学习，in：第三十届AAAI人工智能会议，2016。”，“DOI”：“10.1609\/AAAI.v30i1.10451”}，{“key”：“101016\/j.entcom.2020.100373_b0125”，“series-title”：“IEEE计算机视觉和模式识别会议”，“首页”：“1110“，“article-title”：“基于骨骼的动作识别的递阶递归神经网络”，“author”：“Du”，“year”：“2015”}，{“issue”：“5”，“key”：“10.1016\/j.entcom.2020.100373_b0130”，“doi-asserted-by”：“crossref”，”first page“：”1051“，”doi“10.1109\/TMM.2018.28329”，”“article-title“：”基于深度池的大规模三维动作识别与卷积神经网络”，“卷”：“20”，“作者”：“王”，“年份”：“2018年”，“期刊标题”：“IEEE Trans。多媒体“}，{“key”：“10.1016\/j.entcom.2020.100373_b0135”，“series-title”：“2017 IEEE多媒体与博览会研讨会（ICMEW）国际会议”，“首页”：“585”，“文章标题”：“使用LSTM和CNN进行基于骨架的动作识别”，“作者”：“Li”，“年份”：“2017”}，}“问题”：“8”，“密钥”：“1016\/j.entcom.2020.100373_b0140”，“doi-asserted-by”：“crossref“，”first page“：”1963“，”DOI“：”10.1109\/TPAMI.2019.2896631“，”article-title“：”View adaptive neural networks for high performance skeleton-based human action recognition“，”volume“：“41”，”author“：”Zhang“，”year“：”2019“，”journal-title:“IEEE Trans。模式分析。机器。Intelligence“}，{“key”：“10.1016\/j.entcom.2020.100373_b0145”，“doi-asserted-by”：“crossref”，“unstructured”：“H.Li，j.Liu，G.Zhang，Y.Gao，Y.Wu，《用于人体检测的彩色深度特征融合的多跛行LSTM》，收录于：IEEE国际图像处理会议（ICIP），2017年，第905\u2013909页。doi:10.1109\/ICIP.2017.8296412.“，”doi“：”10.1109\/IICP.2017.829.6412“}，{“key”：“10.1016\/j.entcom.2020.100373_b0150”，“doi-asserted-by”：“crossref”，“unstructured”：“j.Liu，G.Wang，P.Hu，L.Duan，A.C.Kot，用于3D动作识别的全球上下文软件关注LSTM网络，in：IEEE计算机视觉和模式识别会议（CVPR），2017年，第3671\u20133680页。doi:10.1109\/CVPR.2017.391.“，”doi“：”10.1109\/CVCPR.2017.391“}，{“问题”：“4”，“关键”：“10.1016\/j.entcom.2020.100373_b0155”，“doi-asserted-by”：“crossref”，“首页”：“1586”，“doi”：“101109\/TIP.2017.2785279”，“article-title”：“基于骨架的人类行为识别与全球上下文软件关注LSTM网络”，“volume”：“27”，“作者”：“刘”，“年份”：“2018年，“期刊标题”：“IEEE Trans。图像处理。“}，{”key“：”10.1016\/j.entcom.2020.100373_b0160“，”series-title“：”24th International Conference on Pattern Recognition（ICPR）“，”首页“：”3451“，”article-title“：“CNN+RNN depth and skeleton based dynamic hand手势识别”，“author”：“Lai”，“year”：“2018”}，“issue”：“2”，“key”：“10.1016\/j.eentcom.2020.10373_b0165”，“doi-asserted-by”：“crossref”，”首页“：”239“，”DOI“：”10.3390\/s19020239“，”article-title“：”MFA-Net:“从骨骼数据进行动态手势识别的运动特征增强网络“，”volume“：”19“，”author“：”Chen“，”year“：”2019“，“journal-title”：“Sensors（Basel，Switzerland）”}，{“key”：“10.1016\/j.entcom.2020.100373_b0170”，“DOI-asserted-by”：“crossref”，“unstructured”：“X。Chen，H.Guo，G.Wang，L.Zhang，基于骨架的动态手势识别运动特征增强递归神经网络，收录于：IEEE国际图像处理会议（ICIP），2017年，第2881\u20132885页。doi:10.1109\/ICIP.2017.8296809.“，”doi“：”10.1109\/IICP.2017.829.6809“}，{“issue”：“2020”，“key”：“10.1016\/j.entcom.2020.100373_b0175”，“doi-asserted-by”：“crossref”，“first-page:”77，“作者”：“哈里发》，“年份”：“2020年”，“新闻标题”：“认知系统”。研究“}，{“问题”：“2”，“关键”：“10.1016\/j.entcom.2020.100373_b0180”，“doi-asserted-by”：“crossref”，“首页”：“274”，“doi”：“101108\/IJICC-11-2018-0152”，“文章标题”：“基于LSTM的航空陀螺仪壳体温度预测算法和异常变化检测”，“卷”：“vol12”，“作者”：“史”，“年份”：“2019”，“日志标题”：《国际期刊》。智能计算。网络。“}，{”issue“：”10“，”key“：”10.1016\/j.entcom.2020.100373_b0185“，”doi-asserted-by“：”crossref“，”first-page“：”3470“，”doi“：”10.3390\/s18103470“，”article-title“：”使用长短记忆递归神经网络（LSTM-RNN）的MEMS IMU去噪方法“，”volume“：“18”，“author”：“Jiang”，“year”：“2018”，“journal-title”：“Sensors（巴塞尔，瑞士）”}，{“issue“：”4“，”key“：”10.1016\/j.entcom.2020.100373_b0190“，”doi-asserted-by“：”crossref“，”first page“：“375”，”doi“：”10.3390\/electronics8040375“，”article-title“：”室内定位系统：基于LSTM和两阶段活动分类的新方法“，”volume“：8”，“author”：“Hussain”，“year”：“2019”，“journal-title”：“Electronics”}，{“key”：“”10.1016\/j.entcom.2020.100373_b0195”，“系列标题”：“IEEE第20届国际智能交通系统会议（ITSC）”，“第一页”：“1”，“文章标题”：“深度速度计：使用LSTM模型从加速度计和陀螺仪估计车辆速度”，“作者”：“王”，“年份”：“2017”}，{“密钥”：“10.1016\/j.entcom.2020.100373_b0200”，“series-title“：“第40届IEEE医学和生物学会工程国际年会（EMBC）”，“首页”：“1”，“文章标题”：“使用批量归一化深LSTM递归网络从惯性传感器时间序列识别人类活动”，“作者”：“泽宾”，“年份”：“2018”}，{“key”：“10.1016\/j.entcom.2020.100373_b0205”，“doi-asserted-by“：”crossref“，”unstructured“：”R.R.Drumond，B.A.D.Marques，C.N.Vasconcelos，E.Clua，Peek-一种基于稀疏数据的lstm递归网络，收录于：《第十三届计算机视觉、成像和计算机图形学理论与应用国际联合会议论文集》第1卷：GRAPP，2018年，第215\u2013222页。doi:10.5220\/000585202150222.“，”doi“：”10.5220\/0006585202150222“}，{“key”：“10.1016\/j.entcom.2020.100373_b0210”，“doi-asserted-by”：“crossref”，“unstructured”：“A.Sarkar，A.Gepperth，U.Handmann，T。Kopinski，使用deep LSTM的移动系统动态手势识别，收录于：智能人机交互国际会议，施普林格，查姆，2017年，第19\u201331页。Doi:10.1007，978-3-319-72038-8_3.“，”Doi“：”10.1007，/978-3-319-72038-8_3“}，{“issue”：“59”，“key”：“10.1016\/j.entcom.2020.100373_b0215”，“article-title”：“使用深度相机的汽车人机交互中的手势识别”，“volume”：”19“，“author”：“Zengeler”，“year”：“2019”，“journal-title“：”Sensors“}”，{”issue“：“1”，“密钥”：“10.1016\/j.entcom.2020.100373_b0220“，”doi-asserted-by“：”crossref“，”first page“：”234“，”doi“：”10.1109\/TMM.2018.2856094“，“article-title”：“利用递归神经网络和跳跃运动控制器识别手语和语义手势”，“volume”：“21”，“author”：“Avola”，“year”：“2019”，“journal-title“：”IEEE Trans。多媒体“}，{“key”：“10.1016\/j.entcom.2020.100373_b0225”，“doi-asserted-by”：“crossref”，“doi”：“101109\/JSEN.2019.2909837”，“article-title”：“使用跳跃动作进行连续手语识别的修改LSTM模型”，“author”：“Mittal”，“year”：“2019”，“journal-title“：”IEEE Sensors j.“}”，{”key“：“10.12016\/j.entcom.20200.100373_b0230”，“series-title”“：”第16届IEEE机器学习与应用国际会议（ICMLA），坎昆”，“首页”：“1130”，“文章标题”：“使用LSTM和CNN架构从3D运动数据中识别动态手势”，“作者”：“Naguri”，“年份”：“2017”}，{“key”：“10.1016\/j.entcom.2020.100373_b0235”，“doi-asserted-by”：“crossref”，”第一页“1386”，“DOI“：”10.1016\/j.procs.2015.08.213“，”article-title“：”由递归神经网络和自然用户界面组成的改进计算机界面“，”volume“：”60“，”author“：”Yang“，”year“：”2015“，”journal-title”：“Procedia Comput。科学。}，{“key”：“10.1016\/j.entcom.2020.100373_b0240”，“doi-asserted-by”：“crossref”，“unstructured”：“F.Quivira，T.Koike-Akino，Y.Wang，D.Erdogmus，使用递归神经网络将sEMG信号转换为连续手势，收录于：IEEE EMBS国际生物医学与健康信息学会议（BHI），内华达州拉斯维加斯，2018年，第166\u2013169页。doi:10.1109\/BHI.2018.333395.“，”doi“：”10.1109\/BHMI.2018.8333395“}，{“key”：“10.1016\/j.entcom.2020.100373_b0245”，“doi-asserted-by”：“crossref”，“first page”：”1“，”doi“：，“年份”：“2018年”，“journal-title“：”模式识别信。“}，{”key“：”10.1016\/j.entcom.2020.100373_b0250“，”unstructured“：”M.Tan，C.D.Santos，B.Xiang，B.Zhou，基于Lstm-based的非事实答案选择深度学习模型，2016，arXiv预印本arXiv:1511.04108。https://arxiv.org/pdf\/151011.04108.pdf。“}，{”key“：”10.1016\/j.entcom.2020.100373_b0255“，”unstructured“：”Z.Cui，R.Ke，Y.Wang，用于网络交通速度预测的深层双向和单向LSTM递归神经网络，收录于：第六届城市计算国际研讨会，2017年。Wu，X.Liu，J.Shi，C.Wang，通过有监督的双向LSTM网络预测ICU死亡率。AIH@IJCAI，2018.“}，{”key“：”10.1016\/j.entcom.2020.100373_b0265“，”doi-asserted-by“：”crossref“，”first page“：“1155”，“doi”：“10.1109\/ACCESS.2017.2778011”，“article-title”：“使用具有CNN特征的深度双向LSTM的视频序列中的动作识别”，“volume”：“6”，“author”：“Ullah”，“year”：“2018”，“journal-title“：”IEEE ACCESS“}”，{“issue”：“4”，“key”“：”10.1016\/j.entcom.2020.100373_b0270“，”doi-asserted-by“：”crossref“，”first page“：”1“，”doi“：”10.3390\/su11040987“，”article-title“：”深长短期记忆：智慧城市大数据的新价格和负荷预测方案“，”volume“：10.1016\/j.entcom.2020.100373_b0275“，“非结构化”：“R.McCartney，j.Yuan，H.P.Bischof，使用跳跃运动控制器进行手势识别，收录于：图像处理、计算机视觉和模式识别国际会议，2015年。访问网址：http://\/schoolworks.rit.edu\/other\/85710.1016\/j.entcom.2020.100373_b0285“，”doi-asserted-by“：”crossref“，”first page“：”16“，”doi“：”10.1016\/j.jneumeth.2017.015“，”article-title“：”基于磁共振兼容陀螺仪的手臂运动跟踪系统“，”volume“：“280”，”author“：”Iman Shirinbayan“，“year”：“2017”，“journal-title”：“j.Neuroscience Methods”}，{“key”：“10.1016\\j.entcom。2020.100373_b0290“，”doi-asserted-by“：”crossref“，”first page“：”108“，”doi“：”10.1016\/j.jneumeth.2019.05.006“，”article-title“：”阿尔茨海默病海马分析的卷积和递归混合神经网络“，”volume“：“323”，”author“：”Li“，“year”：“2019”，“journal-title”：“j.Neuroscience Methods”}，{“key”：“10.1016\/j.entcom.2020.100373_b0295”，“非结构化”：“M.Funasaka，Y.Ishikawa，M.Takata，K.Joe，使用跳跃运动控制器的手语识别，在：《并行和分布式处理技术与应用国际会议论文集》（PDPTA），美国内华达州拉斯维加斯，25\u2013282015，第263\u2013269页。”｝，｛“issue”：“22”，“key”：“10.1016\/j.entcom.2020.100373_b0300“，”doi-asserted-by“：”crossref“，”first page“：”14991“，”doi“：”10.1007\/s11042-015-2451-6“，”article-title“：”使用联合校准的跳跃运动和深度传感器进行手势识别“，”volume“：“75”，“author”：“Marin”，“year”：“2015”，“journal-title”：“Multimedia Tools Appl”。“}]，”container-title“：[”Entertainment Computing“]，”original-title”：[]，”language“：”en“，”link“：[{”URL“：”https:\/\/api.elsevier.com/content\/article\/PII:S1875952120300811？httpAccept=text\/xml“，”content-type“：”text\/.xml“，”content-version“：”vor“，”intended-application“：”text-mining“}，”{“URL”：“”https:\/\/api.elsevier.com/content\/article\/PII:S1875952120300811？httpAccept=text\/plain“，”content-type“：”text\/prain“，“content-version”：“vor”，“intended-application”：“text-mining”}]，“deposed”：{“date-parts”：[[2022,10,26]]，“date-time”：“2022-10-26T21:57:57Z”，“timestamp”：1666821477000}，“score”：1，“resource”：{“primary”：“URL”：“https:\\/linkinghub.elsevier.com\/retrieve\/pii\/S187 5952120300811“}}，”副标题“：[]，”shorttitle“：[]，”issued“：{”date-parts“：[[2020,8]]}，”references-count“：60，”alternative-id“：[”S1875952120300811“]，”URL“：”http://\/dx.doi.org\/10.1016\/j.entcom.2020.100373“，”relationship“：{}，“ISSN”：[“1875-9521”]，“ISSN-type”：[{“value”：“1875-95021”，“type”:“print”}]，“subject”：[]，“published”：{“date-parts”：[[2020,8]]}，“assertion”：[{“value”：“Elsevier”，“name”：“publisher“，”label“：”本文由“}，{”value“：”用于Leap Motion动态手势识别的新型混合双向单向LSTM网络“，”name“：”articletitle“，”标签“：”article Title“}“https:\/\/doi.org\/10.1016\/j.entcom.2020.100373“，”name“：”articlelink“，”label“：”CrossRef doi link to publisher maintained version“}，”{“value”：“article”，“name”：“content_type”，“label”：“content-type”}，{“value”：“\u00a9 2020 Elsevier B.V.保留所有权利