{“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”：[[2024,6,27]]，“日期-时间”：“2024-06-27T09:48:54Z”，“时间戳”：1719481734688}，“引用-计数”：46，“发布者”：“Elsevier BV”，“许可证”：[{“开始”：{“日期-零件”：[2018,12]]，“date-time”：“2018-12-01T00:00:00:00Z“，”时间戳“：154362240000}，”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”：[”应用程序专家系统“]，“published-print”：{“date-parts”：[2018,12]]}，”DOI“：”10.1016\/j.eswa.2018.07.026“，”类型“：”日志文章“，“created”：{“date-parts”：[[2018,7,14]]，“date-time”：“2018-07-14T18:53:42Z”，“timestamp”：1531594422000}，“page”：“107-118”，“update-policy”：”http://\/dx.doi.org\/10.1016\/elsevier_cm_policy“，”source“：”Crossref“，“is-referenced-by-count”：145，“title”：[“Fine-tuning Convolutional Neural Networks for Fine art classification”]，“prefix”：“10.1016”“，”卷“：”114“，“author”：[{“given”：“Eva”，“family”：“Cetinic”，“sequence”：“first”，“affiliation”：[]}，{“ORCID”：”http://\/ORCID.org\/00000-0002-8037-8198“，”authenticated-ORCID“：false，”given“：”Tomislav“，”family“：”Lipic“，”sequence“：”additional“，”affiliance“：[]{”givent“：”Sonja“，“faily”：”Grgic“，“：[]}]，”成员“：”78“，”引用“：[{”键“：“10.1016\/j.eswa.2018.07.026_bib0001”，“series-title”：“模式识别（ICPR），2012年第21届国际会议”，“首页”：“3541”，“article-title”：“走向精细绘画风格的自动分类：比较研究”，“作者”：“Arora”，“年份”：“2012”}，{“关键”：“10.116\/j-eswa.2018.07.026_bip0002”，“系列-title“EECCV研讨会”，“first page”：“71”，“article-title”：“使用源自深层神经网络的二值化特征对艺术风格进行分类”，“volume”：”1“，“author”：“Bar”，“year”：“2014”}，{“key”：《10.1016\/j.eswa.2018.07.026_bib0003》，“series-title”：《艺术写作简短指南》，“audor”：《Barnet》，“year:”2011“}”，{《key》：“10.1016\/j.ewa.2018.07.026_bib 0004”，“doi-asserted-by”：“crossref”，“first page”：“102”，“doi”：“10.3389\/fncom.2017.00102”，“article-title”：“视觉美学的计算和实验方法”，“volume”：”11“，“author”：“Brachmann”，“year”：“2017”，“journal-title“计算神经科学前沿”}，{“key”：《10.1016\/j.eswa.2018.07.026_bib0005》，“series-title”：“图像处理，2008年。ICIP 2008。第十五届IEEE国际会议，“首页”：“113”，“文章标题”：“基于作品的画家关系分析”，“作者”：“Bressan”，“年份”：“2008”}，{“关键”：“10.1016\/j.eswa.2018.07.026_bib0006”，“doi-asserted-by”：“crossref”，”首页“：”15“，”doi“：”10.1016\/j.imavis.2017.01.011“，”文章标题“：”从像素到情感：视觉情感预测微调CNN”，“量”：“65”，“作者”：“Campos”，“年份”：“2017”，“期刊标题”：“图像和视觉计算”}，{“关键”：“10.1016\/j.eswa.2018.07.026_bib0007”，“系列标题”：”ELMAR，2013年第55届国际研讨会“，“首页”：“19”，“文章标题”：基于图像特征提取的自动画家识别”，“作者”：“Cetinic”，“年份”：“2013”}，{“key”：“10.1016\/j.eswa.2018.07.026_bib0008”，“series-title”：“ELMAR，2016年国际研讨会”，“首页”：“201”，“文章标题”：“绘画的体裁分类”，“author”：“Cetinic”、“year”：“2016”}series-title“：《2016年美国医学会多媒体会议论文集》，“首页”：“402”，“文章标题”：“图像风格分类的深度相关特征”，“作者”：“楚”，“年份”：“2016”}，{“关键”：“10.1016\/j.eswa.2018.07.026_bib0010”，“系列标题”：《ECCV研讨会》，“第一页”：Crowley”，“年份”：“2014年”}，{“key”：“10.1016\/j.eswa.2018.07.026_bib0011”，“series-title”：“人工神经网络国际会议”，“首页”：“20”，“文章标题”：“Deeppainter:使用深度卷积自动编码器的画家分类”，“author”：“David”，“year”：“2016”}Deng，J.、Berg，A.、Satheesh，S.、Su，H.、Khosla，A.和Fei-Fei，L.（2012年）。ILSVRC-20122012年。URL http://www.image-net.org\/challenges\/LSVRC。“｝，｛”key“：”10.1016\/j.eswa.2018.007.026_bib0013“，”系列标题“：”计算机视觉和模式识别，2009。CVPR 2009。IEEE会议“，”第一页“：”248“，”文章标题“：”ImageNet:一个大型层次图像数据库“，”作者“：”Deng“，”年份“：”2009“}，｛”键“：”10.1016\/j.eswa.2018.07.026_bib0014“，”doi断言“：”crossref“，”第一页“：”83“，”doi“：”10.1016\/j.eswa.2011.11.056“，”文章标题“：”基于定性颜色描述符、定量全局特征和机器学习（QArt-learch）对艺术风格的绘画进行分类”，“卷”：“97”，“作者”：“法洛米尔”，“年份”：“2018年”，“期刊标题”：“应用专家系统”}，{“关键”：“10.1016\/j.eswa.2018.07.026_bib0015”，“系列标题”：”信号处理会议（EUSIPCO），2016年第24届欧洲》，“首页”：“918”，“article-title”：“潘多拉：用基线和透视图描述艺术运动识别的绘画数据库”，“作者”：“弗洛里亚”，“年份”：“2016”}，{“键”：“10.1016\/j.eswa.2018.07.026_bib0016”，“doi-asserted-by”：“crossref”，”首页“295”，“doi”：“101016\/j.eswa.2016.08.057”，“article-title”：“微调深度卷积神经网络以区分插图和照片”，“卷”：“66”，“作者”：“Gando”，“年份”：“2016”，“期刊标题”：“具有应用程序的专家系统”}，{“密钥”：“10.1016\/j.eswa.2018.07.026_ib0017”，“系列标题”：“IEEE计算机视觉和模式识别会议论文集”，“第一页”：“580“，”article-title“：”丰富的特征层次结构用于准确的对象检测和语义分割“，”author“：”Girshick“，”year“：”2014“}，{”key“：”10.1016\/j.eswa.2018.07.026_bib0018“，”series-title“：“IEEE计算机视觉和模式识别会议论文集”，“首页”：“770”，“article-title”：“图像识别的深度剩余学习”，“author”：“He”，“year”：“2016”}，{“key”：“10.1016\/j.eswa.2018.07.026_bib0019”，“series-title”：“图像处理（ICIP），2016 IEEE国际会议，“首页”：“3693”，“article-title”：年份：“2016”}，{“key”：“10.1016\/j.eswa.2018.07.026_bib0020”，“series-title”：“机器学习国际会议”，“首页”：“448”，“文章-标题”：“批量规范化：通过减少内部协变量偏移来加速深度网络训练”，“author”：“Ioffe”，“year”：“2015”}第22届ACM多媒体国际会议论文集”，“首页”：“675”，“article-title”：“Caffe:快速特征嵌入的卷积体系结构”，“author”：“Jia”，“year”：“2014”}，{“key”：“10.1016\/j.eswa.2018.07.026_bib0022”，“series-title”：识别图像风格”，“作者”：“Karayev”，“年份”：“2014”}，{“key”：“10.1016\/j.eswa.2018.07.026_bib0023”，“series-title”：“模式识别，2002。诉讼程序。第十六届国际会议，“首页”：“474”，“文章标题”：“使用本地特征和朴素贝叶斯识别画家”，“卷”：“2”，“作者”：“克伦”，“年份”：“2002”}，{“问题”：“6”，“关键”：“10.1016\/j.eswa.2018.07.026_bib0024”，”doi-asserted-by“：”crossref“，”首页“1385”，“doi”：“101007\/s00138-014-0621-6”，“论文标题”：Painting-91:计算绘画分类的大型数据库”，“卷”：“25”，“作者”：“Khan”，“年份”：“2014年”，“期刊标题”：“机器视觉与应用”}，{“关键”：“10.1016\/j.eswa.2018.07.026_bib0025”，“series-title”：“IEEE计算机视觉国际会议论文集”，“首页”：“2390”，“文章标题”：大规模理解和预测图像可记忆性”，“作者”：“科斯拉”，“年份”：“2015”}，{“关键”：“10.1016\/j.eswa.2018.07.026_bib0026”，“系列-时间”：“神经信息处理系统的进展”，“首页”：“1097”，“文章-时间”，“ImageNet分类与深度卷积神经网络”，“作家”：“克里舍夫斯基”，“年”：“2012”}，{“key”：“10.1016\/j.eswa.2018.07.026_bib0027”，“series-title”：“亚洲机器学习会议”，“首页”：“327”，《article-title》：“通过深度学习自动识别绘画中的艺术风格”，“author”：“Lecoutre”，“year”：“2017”}，{，“author”：“Lombardi”，“year”：“2005”}，{“key”：“10.1016\/j.eswa.2018.07.026_bib0029”，“series-title”：“多媒体检索国际会议论文集”，“首页”：“451”，“文章标题”：“国立博物馆挑战：以博物馆为中心的视觉识别”：“10.1016\/j.eswa.2018.07.026_bib0030”，“doi-asserted-by”：“crossref”，“first page”：“46”，“doi”：“10.1109\/MSP.2015.2406955”，“article-title”：“Toward the discovery of the artist \u2019s style:Learning to recognize the artists by their artworks”，“volume”：《32》，“author”：“van Noard”，“year”：“2015”，“journal title”：《IEEE Signal Processing Magazine》}，{“key”：“10.1016\/j.eswa.2018.07.026_bib0031”，“doi-asserted-by”：“crossref”，“first page”：“583”，“doi”：“10.116\/j.patcog.2016.06.005”，“article-title”：“Learning scale-variant and scale-invariant features for deep image classification”，”volume“：”61“，”author“：”van Noord“，”year“：”2017“，”journal-title“：”Pattern Recognition“}，{”key“：“10.1016\/j.eswa.2018.07.026_sbref0031”，“series-title”：“CLEF”，“article-title”：“植物识别的精细调节深度卷积网络”，“author”：“Reyes”，“year”：“2015”}，{“issue”：“7”，“key”：”10.1016\/j.ewa.2018.07.026_bib0033“，”doi-asserted-by“：”crossref“，”第一页“3565”，“doi”：“10.1007”“，”文章标题“：“走向艺术影响力的自动发现”，“卷”：“75”，“作者”：“Saleh”，“年份”：“2016年”，“新闻标题”：“多媒体工具和应用程序”}，{“问题”：“2”，“关键”：“10.1016\/j.eswa.2018.07.026_bib0034”，“文章标题”：《精细艺术绘画的大尺度分类：学习正确特征的度量标准》，“卷“0”，“作家”：“Saleh”，“year”：“2016”，“journal-title”：“International journal for Digital Art History”}，{“key”：“10.1016\/j.eswa.2018.07.026_bib0035”，“series-title”：”ECCV workshops“，”first page“：”753“，”article-title“：”Visual link retrieval in a database of paints“，”volume“1”，“author”：“Seguin”，“year”：”2016“}，}“issue”：“2”，“key“：“10.1016\/j.eswa.2018.07.026_bib0036”，“首页”：“8”，“article-title”：“印象主义、表现主义、超现实主义：画家和艺术流派的自动识别”，“卷”：“7”，“作者”：“沙米尔”，“年份”：“2010”，“新闻标题”：“ACM应用感知交易（TAP）”}，{“问题”：“2”，“关键”：“10.12016年\/j-eswa.2018.07.026_bib 0037”，”，“第一页”：“7”，“article-title”：“艺术的计算机分析”，“volume”：“5”，“author”：“Shamir”，“year”：“2012”，“journal-title“：“journal on Computing and Cultural Heritage（JOCCH）”}，{“key”：”10.1016\/j.eswa.2018.07.026_sbref0037“，”article-title“，”：“用于大规模图像识别的非常深的卷积网络”，“作者”：“Simonyan”，“年份”：“2014”，“journal-ttitle”：“CoRR”}，{“key”：“10.1016\/j.eswa.2018.07.026_sbref0038”，“article-title”：“OmniArt:艺术数据分析的多任务深度学习”，“author”：“Strezoski”，“year”：“2017”，“journal-title“：”CoRR，“article-title”：“深入卷积”，“author”：“Szegedy”，“year”：“2015”}，{“issue”：“5”，“key”：“10.1016\/j.eswa.2018.07.026_bib0041”，“doi-asserted-by”：“crossref”，“first page”：”1299“doi”：“101109\/TMI.2016.2535302”，“author”：“Tajbakhsh”，“year”：“2016”，“journal-title”：“IEEE医学成像学报”}，{“key”：“10.1016\/j.eswa.2018.07.026_bib0042”，“series-title”：《图像处理（ICIP）》，2016年IEEE国际会议，“首页”：“3703”，“文章标题”：“Ceci n\u2019est pas une pipe：精细绘画分类的深度卷积网络”，“author”：“Tan”，“year”：“2016”}，{“key”：“10.1016\/j.eswa.2018.07.026_bib0043”，“series-title”：“Advances in neural information processing systems”，“first-pages”：“3320”，“article-title”：”deep neural networks中的特征是如何转移的？“，”author“：”Yosinski“，“year:”2014“}”，{第一页“：“381”，“article-title”：“使用逐步训练和域转移的深度网络进行鲁棒图像情感分析。”，“author”：“You”，“year”：“2015”}，{“key”：“10.1016\/j.eswa.2018.07.026_bib0045”，“series-title”：《神经信息处理系统的进展》，“first page”：：“使用places数据库学习场景识别的深层特征”，“author”：“Zhou”，“year”：“2014”}，{“key”：“10.1016\/j.eswa.2018.07.026_bib0046”，“series-title”：“多媒体信号处理，2009。MMSP\u201909。IEEE国际研讨会，“首页”：“1”，“文章标题”：“按艺术流派对绘画进行分类：特征和分类器分析”，“作者”：“Zujovic”，“年份”：“2009”}]，“容器标题”：[“带应用程序的专家系统”]，“原始标题”：[]，“语言”：“en”，“链接”：[{“URL”：“https:\/\/api.elsevier.com/content\/article\/PII:S0957417418304421？httpAccept=text\/xml“，”content-type“：”text\/.xml“，”content-version“：”vor“，”intended-application“：”text-mining“}，{“URL”：“https:\/\/api.elsevier.com/content\/article\/PII:S0957417418304421？httpAccept=text\/plain“，”内容类型“：”文本\/plaine“，”content-version”：“vor”，“intended-epplication”：“text-mining”}]，”存放“：{“date-parts”：[2020,11,21]]，“date-time“：”2020-11-21T06:05:14Z“，”timestamp“：1605938714000}，”score“：1，”resource“：{主要”：{“URL”：“https:\/\/linkinghub.elsevier.com/retrieve\/pii\/S0957417418304421”}}，“subtitle”：[]，“shorttitle”：[]，“issued”：{“date-parts”：[[2018,12]}，‘references-count’：46，‘alternative-id’：[”S095741783 04421“]，”URL“：”http://\/dx.doi.org\/10.1016\/j.eswa.2018.07.026“，”关系“：{}，”ISSN“：[”0957-4174“]，”ISSN-type“：[{”value“：”0957~4174“，”type“:”print“}]，”主题“：[]，”published“：{”date-parts“：[[2018,12]]}，“assertion”：[{“value”：“Elsevier”，“name”：“publisher”，“label”：“此文章由”}维护，{“值”：“精细调整卷积神经网络用于美术分类“，”name“：”articletitle“，”label“：”Article Title“}，”{“value”：“带应用程序的专家系统”，“name”：“journaltitle”，“label”：“Journal Title”}，{“value”：“https:\\/doi.org\/101016\/j.eswa.2018.07.026”，“name”：“articlelink”，“table”：“CrossRef doi链接到出版商维护的版本”}，{“value”：“article”，“name”：“content_type”，“label”：“content-type”}，{”value“：”\u00a9 2018 Elsevier Ltd.保留所有权利。“，”name“：”copyright“，”label“：”copyright”}]}