｛“状态”：“正常”，“消息类型”：“工作”，“消息版本”：“1.0.0”，“消息”：｛“索引”：｛“日期部分”：[[2024,4,23]，“日期时间”：“2024-04-23T15:36:19Z”，“时间戳”：1713886579503｝，“引用计数”：41，“发布者”：“爱思唯尔BV”，“许可证”：[｛“开始”：｛“日期部分”：[[2020,12,1]，“日期时间”：“2020-12-01T00:00:00Z”，“时间戳”：1606780800000｝，“内容版本“：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.elsevier.com/tdm\/userlicense\/1.0\/”}]，“出资人”：[{“DOI”：“10.13039\/501100014180”，“name”：“Junta de Castilla y Le\u00f3n”，“DOI-asserted-by”：“crossref”}，{“name”:“FEDER funds”}]edirect.com“]，”crossmark-restriction“：true}，”short-container-title“用法：[“Future Generation Computer Systems”]，“published-print”：{“date-parts”：[[2020,12]]}，“DOI”：“10.1016\/j.Future.2020.06.055”，“type”：“journal-article”，“created”：{-“date-ports”：[[2020,6,29]]，“date-time”：“2020-06-29T15:19:25Z”，“timestamp”：1593443965000}，.org \/10.1016 \/elsevier_cm_policy“，”源“：“Crossref”，“is-referenced-by-count”：14，“title”：[“基于传感器网络和图像分析的非侵入式牛肉胴体自动分类”]，“prefix”：“10.1016”，“volume”：“113”，”author“：[{“given”：”Daniel H.“，”family“：”De La Iglesia“，”sequence“：”first“，”affiliation“：[]}，{“fixed”：“Gabriel Villarrubia”，“family”：“Gonz\u00e1lez”，“sequence”：“additional”，“affiliation”：[]}，{“given”：“Marcelo Vallejo”，“family”：“Garc\u00eda”，“sequence”：“additive”，“abfiliation“：[]{”given“：”Alfonso Jos\u00e9 L\u00f3pez“，”family“：”Rivero“，”sequence“：”additional}]，“成员”：“78”，“引用”：[{“键”：“10.1016\/j.future.2020.06.055_b1”，“series-title”：“欧盟肉类市场观察站|agricultura y desarrollo农村”，“年份”：“2019”}，{“key”：“10.106\/j.future.2020.06.055 _b2”，“unstructured”：“国家生产总出口。”}{“键”：“10.1016\/j.future.2020.06.055_b4”，“文章标题”：“欧洲理事会（10月23日和24日），结论，EUCO 169\/14，布鲁塞尔”，“年份”：“1999年”，“期刊标题”：”欧洲委员会“}，{“key”：“10.106\/j.future.2020.06.055 _b5”，“year”：“1999”，“journal-title”：“Agric.Eng.Int.：CIGR j.”}，}“issue”：“3”，“key“10.1016”：“/j.future.202 0.06.055_b6“，”doi-asserted-by“：“crossref”，“first page”：“449”，“DOI”：“10.1016\/j.meatsci.2009.09.015”，“article-title”：“利用生物电阻抗分析预测牛肉胴体的可销售产量和可修剪脂肪”，“volume”：”84“，”author“：”Zollinger“，”year“：”2010“，”journal-title“：”Meat Sci.“}，{”key“10.1016 \/j.future.2020.06.055_b7”，“unstructured”：“Z。Bohusl\u00e1vek，C.A.-C.J.O.ANIMAL，未定义2003，《利用生物电阻抗分析（BIA）预测牛肉胴体商业分类值》，researchgate.net。“}，{”issue“：”2“，”key“：”10.1016\/j.future.2020.06.055_b8“，”doi-asserted-by“：”crossref“，”first page“：“223”，“doi”：“10.1016\/j.compag.2008.01.002”，“article-title”：“基于视觉阈值的牛肉大理石花纹分割”，“volume”：“62”，“author”：“Chen”，“year”：“2008”，“journal-title“：”Compute.Electron.Agric.“}”，{“issue”：“1”，“键”：“10.1016\/j.future.2020.06.055_b9“，”doi-asserted-by“：”crossref“，”first page“：”27“，”doi“：”10.1016\\j.compag.2009.08.006“，”article-title“：”利用计算机视觉和支持向量机对牛肉脂肪进行颜色分级“，”volume“：“70”，“author”：“Chen”，“year”：“2010”，“journal-title”：“Compute”。电子。农业。“}，{”issue“：”2“，”key“：”10.1016\/j.future.2020.06.055_b10“，”doi-asserted-by“：”crossref“，”first page“：“187”，“doi”：“10.1016\/j.meatsci.2009.03.010”，“article-title”：“通过自适应算法自动分割牛肉背最长肌和大理石纹”，“volume”：“83”，“author”：“Jackman”，“year”：“2009”，“journal-title“：”Meat Sci.“}”，{“问题”：“2”，“key“：”10.1016\/j.future.2020.06.055_b11“，”doi-asserted-by“：”crossref“，”doi“：”10.4304\/jmm.9.2.189-195“，”article-title“：”基于同态滤波的牛肉大理石花纹图像分割“，”volume“：“9”，”author“：”Pang“，”year“：”2014“，”journal-title”：“j.Multimed。“}，{”issue“：”5“，”key“：”10.1016\/j.future.2020.06.055_b12“，”首页“：”3894“，”article-title“：”基于图像重采样的牛肉大理石纹快速分割算法，TELKOMNIKA indones“，”volume“：“12”，”author“：”Pang“，”year“：”2014“，”journal-title”：“j.Electr.Eng.”}，”{“issue”：“3”，“key”：“10.1016//j.futere.2020.06.55_b13”，“首页”：“1400”，“article-title“：“基于最大熵分割的牛肉脂肪含量检测方法研究”，“体积”：“6”，“作者”：“肖”，“年份”：“2014年”，“期刊标题”：“化学杂志”。Pharm.Res.“}，{”issue“：”November“，”key“：”10.1016\/j.future.2020.06.055_b14“，”doi-asserted-by“：”crossref“，”first page“：“536”，”doi“：”101016\/j.compag.2017.11.017“，”article-title“：”flexible computer vision system for marbleing classifications“，”volume“142”，”author“：”da\u00a0C.\u00a Barbon“，”year“：”2017“，”journal-title“：”计算。电子。农业。“}，{”key“：”10.1016\/j.future.2020.06.055_b15“，”unstructured“：”D.Trientin，B.Hidayat，S.Darana，《利用颜色分析、多小波变换和人工神经网络对牛肉新鲜度进行分类》，收录于：Proc.2015 Int.Conf.Autom.Cog.Sci.Opt.Micro Electro-Mechanical Syst.Inf.Technol.ICACOMIT 2015，2016，pp.181\u2013185“}，{“issue”：“July”，“key”：“10.1016\/j.future.2020.06.055_b16”，“doi-asserted-by”：“crossref”，“first-page:”385“，“doi”：“101016\/j.compag.2018.07.031”，“article-title”：“基于DSP平台和PCA-SVM算法的嵌入式系统用于牛肉新鲜度快速预测和识别”，“volume”：”152“author”：“Arsalane”，“year”：“2018”，“journal-title”：“Compute.Electron.Agric.”}，{“issue”：“1”，“key”：“10.1016\/j.future.2020.06.055_b17”，“doi-asserted-by”：“crossref”，“first-page”：“296”，“doi”：“10.22175\/mmb2018.06.0015”，“article-title“：“使用计算机视觉和支持向量机技术预测猪肉颜色得分”，“volume”:“2”，“author”：“Sun”，“year”：“2018”，“jornal-tittle”：“肉类肌肉生物学”}，{“issue”：“March”，“key”：“10.1016\/j.future.2020.06.055_b18”，“doi-asserted-by”：“crossref”，“首页”：“72”，“doi”：“101016\/j.meatsci.2018.03.005”，“article-title”：“利用在线计算机视觉系统和人工智能模型预测猪腰肉质量”，“volume”：”140“author”：“Sun”，“year”：“2018”，“journal-title“：“肉类科学”}，{“问题”：“1”，“关键”：“10.1016\/j.future.2020.06.055_b19”，“doi-asserted-by”：“crossref”，“首页”：“111”，“doi”：“101016\/j.meatsci.2012.08.010”，“文章标题”：“使用计算机视觉系统测量肉类颜色”，“卷”：“93”，“作者”：“吉罗米”，“年份”：“2013”，“期刊标题”：《肉类科学》}，}键“：”10.1016\/j.future.2020.06.055_b20“，“doi-asserted-by”：“crossref”，“first page”：“8”，“doi”：“10.1016\/j.jfoodeng.2015.08.023”，“article-title”：“利用可见近红外高光谱成像和机器学习快速无损检测肉糜中的鸡肉掺假”，“volume”：《170》，“author”：“Kamruzzaman”，“year”：“2016”，“journal-title:“j.Food Eng.”}，{“key”：“10.1016\/j.future.2020.06.055_b21”，“doi-asserted-by”：“crossref”，“unstructured”：“j.Chairunnisa，et al.Pork and beef features extractions，in：Proc.-2018 Int.Semin.Appl.Technol.Inf.Commun.Creat.Technol.Hum.Life，iSemantic 2018，2018，pp.295\u2013298.”，“doi”：“10.1109\/iSemantic.2018.8549765”}，{“key”：“1016\/j.future。2020.06.00 55_b22英寸，“非结构化”：“N.Ashish，M.-Y.Brusniak，自动鼠标器官分割：一种基于深度学习的解决方案。arXiv Comput.Vis.Pattern Recognicet。”}，｛“issue”：“1”，“key”：“10.1016\/j.future.200.06.055_b23”，“doi asserted by”：“crossref”，“首页”：“88”，“doi”：“10.1109\/TMI.2011.2165294”，“文章标题”：“通过使用micro-CT图像注册统计小鼠图谱来估计小鼠器官位置”，“卷”：“31”，“作者”：“Hongkai\u00a0Wang”，“年份”：“2012年”，“期刊标题”：“IEEE Trans.Med.Imaging”}，{“key”：“10.1016\/j.future.2020.06.055_b24”，“doi-asserted-by”：“crossref”，“首页”：“290”，”doi“10.1016 \/j.patrec.2018.07.031”，“article-title”：“利用自动控制和自适应图谱进行猪内脏检测的多部分分割”，“volume”：“112”，“author”：“McKenna”，“year”：“2018”，“journal-title“：”Pattern Recognit.Lett.“}，{“issue”：“July”，“key”：”10.1016\/j.future.2020.06.055_b25“，”doi-asserted-by“：”crossref“，”first page“：”1195“，“doi”：“10.2527\/2002.8051195x”，“article-title”：“商业视频图像分析系统（计算机视觉系统）的在线评估，用于预测牛肉胴体红肉产量和增加美国农业部产量等级的分配”，“数量”：“80（5）”，“作者”：“Cannell”，“年份”：“2002年”，“期刊标题”：“J.Anim.Sci.”}，{“问题”：“1”，“关键”：“10.1016\/J.future.2020.06.055_b26”，“doi-asserted-by”：“crossref”，“first page”：“109”，”doi“：”10.1016\/j.meatsci.2005.11.015“，”article-title“：”使用机器学习程序确定牛肉胴体轮廓对胴体构象得分的影响“，”volume“：”73“，”author“：”D\u00edez“，”year“2006”，”journal-title”：“肉类科学”}，{“key”：”10.116\/j.future.2020.06.055_b27“，“首页”：“1”，“文章标题”：“基于价值的交易系统：绵羊和牛肉尸体的图像分析”，“数量”：“364”，“作者”：“萨克特”，“年份”：“2010年”，“期刊标题”：《统计数字（Ber）》}，{“问题”：“2”，“关键”：“10.1016\/j.future.2020.06.055_b28”，“doi-asserted-by”：“crossref”，“首版”：“131”，”doi“10.1109\/TIM.1980.4314886“，”文章标题“：“在AC惠斯通桥的平衡上”，“卷”：“29”，“作者”：“Takagishi”，“年”：“1980”，“期刊标题”：“IEEE Trans.Instrum.Meas.”}，{“键”：“10.1016\/j.future.200.06.055_b29”，“系列标题”：“计算机视觉中的多视图几何”，“作者”：“Hartley”，“年”：“2004”}，{“键”：“10.1016\/j.future.200.06.055_b30”，“系列标题”：“sobel图像边缘检测的描述性算法”，“author”：“Vincent”，“year”：“2009”}，{“issue”：“1”，“key”：“10.1016\/j.future.2020.06.055_b31”，“doi-asserted-by”：“crossref”，“first page”：：“43”，“doi”：“101109\/34.23112”，“article-title”：“验证由零交叉算法生成的边缘”，“volume”：”11“author:”Clark“，“year:”1989“，“journal-title”：“IEEE Trans.Pattern Anal.Mach.Intell.”}，{“key”：“10.1016\/j.future.2020.06.055_b32”，“首页”：“184”，“文章标题”：“边缘检测的计算方法”，“author”：“Canny”，“year”：“1987”，“jornal-title:“Read.Comput.Vis.”}：“Deepcontour:通过轮廓检测的正共享丢失学习的深度卷积特征”，“首页”：“3982”，“作者”：“沈”，“年份”：“2015”}，{“问题”：“12”，“关键”：“10.1016\/j.future.2020.06.055_b34”，“doi-asserted-by”：“crossref”，《首页》：“5895”，“doi”：“101109\/TIP.2017.2750403”，“文章标题”：“用于图像超分辨率的深度边缘引导递归残差学习”，“卷”：“26”，“作者”：“杨”，“年份”：“2017年”，“日志标题”：“IEEE Trans.image Process.”}，{“key”：“10.1016\/j.future.2020.06.055_b35”，“series-title”：“Auto-deeplab:语义图像分割的层次神经架构搜索”，“author”：“Liu”，“year”：“2019”}、{“key”：“10.1016\/j.future.2020.06.055_b36”，“series-title”：“整体嵌套边缘检测”，“首页”：“1395”，“作者”：“谢”，“年份”：“2015”}，{“key”：“10.106\/j.future.2020.06.055 _b37”，“series-title”：《人脸识别手册》，“年”：“2011”}、{“问题”：“8月”，“key“：”10.1016\/j.future.2020.6.055 _b38“，“首页面”：“1“，”文章标题“：“用于准确定位和分析侧位头影测量标志物的全自动系统”，“卷”：“6”，“作者”：“Lindner”，“年份”：“2016年”，“期刊标题”：“科学代表”}，{“关键”：“10.1016\/j.future.2020.06.055_b39”，“非结构化”：“R.Lienhart，j。Maydt，《用于快速目标检测的Haar-like特征扩展集》，载于：Proceedings。国际图像处理会议，第1卷，第I-900\u2013I-903页issue”：“2”，“key”：“10.1016\/j.future.200.06.055_b41”，“doi asserted by”：“crossref”，“首页”：“115”，“doi”：“10.1007\/s11263-018-1097-z”，“文章标题”：“面部标志检测：文献调查”，“卷”：“127”，“作者”：“Wu”，“年份”：“2019”，“期刊标题”：“Int.j.Comput。视觉。“}]，”container-title“：[”Future Generation Computer Systems“]，”original-title”：[]，”language“：”en“，”link“：[{”URL“：”https:\/\/api.elsevier.com/content\/article\/PII:S0167739X19317492？httpAccept=text\/xml“，”content-type“：”text\/xml“，”content-version“：”vor“，”intended-application“：”text-mining“}，”{“URL”：“”https:\/\/api.elsevier.com/content\/article\/PII:S0167739X19317492？httpAccept=text\/plain“，”content-type“：”text\/prain“，“content-version”：“vor”，“intended-application”：“text-mining”}]，“deposted”：{“date-parts”：[[2020,8,29]]，“date-time”：“2020-08-29T12:25:41Z”，“timestamp”：1598703941000}，“score”：1，“resource”：{“primary”：“URL”：“https://linkinghub.elsevier.com\/retrieve\/pii\/S0 167739X19317492“}}，”副标题“：[]，”shorttitle“：[]，”issued“：{”date-parts“：[[2020,12]]}，”references-count“：41，”alternative-id“：[”S0167739X19317492“]，”URL“：”http://\/dx.doi.org\/101016\/j.future.2020.06.055“，”relationship“：{}，“ISSN”：[”0167-739X“]，“ISSN-type”：[{“value”：“0167-729X”，“type”:“print”}]，“subject”：[]，“published”：{“date-parts”：[[2020,12]]}，“assertion”：[{“value”：“Elsevier”，“name“：”publisher“，”label“：”本文由“}维护，{“value”：“基于传感器网络和图像分析的非侵入式牛肉胴体自动分类”，“name”：“articletitle”，“label”：“article Title”}，{”value“：“Future Generation Computer Systems”，“name:”journaltitle“，”标签“：”Journal Title“}，”{“value”：“”https:\/\/doi.org\/10.1016\/j.future.2020.06.055“，”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。”，“名称”：“版权”，“标签”：“copyright”}]}