{“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”：[[2023,3,11]]，“日期-时间”：“2023-03-11T17:11:38Z”，“时间戳”：1678554698075}，“参考-计数”：57，“发布者”：“Elsevier BV”，“许可证”：[{“开始”：{:“日期-零件”：[2016,11]，“时间”：”2016-01-01T00:00:00Z“，”timestamp“：1451606400000}，”content-version“：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.elsevier.com/tdm\/userlicense\/1.0\/”}]，“资助者”：[{“DOI”：“10.13039\/501100012226”，“名称”：“中央高校基本科研基金”，“DOI-asserted-by”：“crossref”，“奖项”：[“2014JBM025”]}，{“DOI”：”10.13039\/50110002858“，”名称“：”中国博士后科学基金“”，“doi-asserted-by”：“crossref”，“adward”：[“2014M56088”]}，{“doi”：“10.13039\/50110001809”，“name”：“中国自然科学基金会”，“doi-asserted-dby”：“Crosref“，”adward“：[“61502026”，“61300071”，“61/472028”，“6.1300175”，”61301185“，开发项目“，“doi断言由”：“crossref”，“奖项”：[“2013YQ330667”]}，{“名称”：“基础科学研究计划”，“奖项”：[“2011-0017228”，“2013R1A1A2060427”]}]，“内容域”：{“域”：[“elsevier.com”，“sciencedirect.com”]，“交叉标记限制”：true}，“短容器标题”：[“神经计算”]，“已发表的印刷品”：{“日期部分”：[[2016,1]]}，“doi”：“10.1016\/j.neucom.2015.008.080”，“type”：“期刊文章”，“已创建”：｛“日期部分”：[[2015,9,9]]，“日期时间”：“2015-09-09T01:18:52Z”，“时间戳”：1441761532000｝，“page”：“1221-1234”，“更新策略”：“http:\/\/dx.doi.org/10.1016\/elsevier_cm_policy”，“source”：“Crossref”，“由count引用”：6，“title”：[“从样本选择到模型更新：一种抗漂移的鲁棒在线视觉跟踪算法”]，“前缀”：“10.1016”，“卷”：“173”，“作者”：[{“给定”：“朱”，“家族”：“藤”，“序列”：“第一”，“从属”：[]}，{“给出”：“道”，“家庭”：“王”，“顺序”：“附加”，“隶属”：[]}，}“给定的”：“风”，“家人”：“刘”，“序号”：“额外”，“affiliation”：[]}，{“given”：“Dong-Joong”，“family”：“Kang”，“sequence”：“additional”，“affaliation”（附加）：[]neneneep 10.1016\/j.neucom.2015.08.080_bib1“，“doi-asserted-by”：“crossref”，“first page”：“1”，“doi”：“10.1145\/117352.1177355”，“article-title”：“对象跟踪：调查”，“卷”：“38”，“作者”：“Yilmaz”，“年份”：“2006”，“日志标题”：“ACM Compute.Surv.”}，{“key”：”10.1016\/j.neucom.2015.08.080_bib2“，”series-title“：”视觉跟踪综述“，”author“：”Cannons“，”年份“：”2008“}，{”密钥“：“10.1016\/j.neucom.2015.08.080_bib3”，“doi-asserted-by”：“crossref”，“unstructured”：“j.Kwon和K.M.Lee，使用Wang-Landau Monte Carlo估计跟踪突变运动，In:《欧洲计算机视觉会议论文集》，2008年。”，“doi”：“10.1007\/978-3-540-88682-2_30”}，{“key”：“1016\/j.neucom.2015.08.080_bib”，“非结构化”：“J.Shi和C.Tomasi，要跟踪的良好特性，In:IEEE计算机视觉和模式识别（CVPR）会议记录，1994年，第593\u2013600页。”}，{“key”：“10.1016\/J.neucom.2015.08.080_bib5”，“doi-asserted-by”：“crossref”，“unstructured”：“A.Jepson，D.Fleet和T。El-Maraghi，视觉跟踪的鲁棒在线外观模型，In:Proceedings of the IEEE Computer Vision and Pattern Recognition（CVPR），第一卷，2001年，第415\u2013422页。“，”DOI“：”10.1109\/CVPR.2001.990505“}，{“issue”：“1”，“key”：“10.1016\/j.neucom.2015.08.080_bib6”，“DOI-asserted-by”：“crossref”，“first page”：”63“，“DOI”：“101023\/A:”1007939232436“，”article-title“：”Eigentracking:使用基于视图的表示对铰接对象进行鲁棒匹配和跟踪“，”volume“：”26“，”author“：”Black“，”year“：”1998“，”journal-title”：“Int.J.Compute。视觉。“}，{”key“：”10.1016\/j.neucom.2015.08.080_bib7“，”doi-asserted-by“：”crossref“，”unstructured“：”Y.Wu，j.Lim，and M.-H.Yang，Online object tracking:a benchmark“，In:Proceedings of the IEEE Computer Vision and Pattern Recognition（CVPR），2013.“，”doi“：”101109\/CVPR.2013.312“}”，{“issue”：“1”，“key”：“10.1016//j.neucomm.2015.08.8080_bib8”，“doi-assert-by”：“crossref“，”first page“：”54“，”DOI“：”10.1109\/34.899946“，”article-title“：”解析密集移动点的运动对应“，”volume“：“23”，”author“：”Veenman“。，“年份”：“2001年”，“新闻标题”：“IEEE Trans。模式分析。机器。智力。“}，{”issue“：”11“，”key“：”10.1016\/j.neucom.2015.08.080_bib9“，”doi-asserted-by“：”crossref“，”first page“：“1531”，”doi“：”101109\/TPAMI.2004.96“，”article-title“：”Contour based object tracking with occlusion handling in video aceed using cameras“，”volume“：IEEE传输。模式分析。机器。智力。“｝，｛”key“：”10.1016\/j.neucom-2015.080_bi10“，”doi断言“：”crossref“，”首页“：”564“，”doi“：”10.1109\/TPAMI.2003.195991“，”文章标题“：”基于内核的对象跟踪“，”卷“：”25“，”作者“：”Comaniciu“，”年份“：”2003“，”期刊标题“：”IEEE Trans.Pattern Anal.Mach.Intell.“｝，｛”key“：”10.1016\/j.neucom-2015.080_bi11“，”doi-asserted-by“：”crossref“，”unstructured“：”N.Dalal和B.Triggs，人类检测定向梯度直方图，In:IEEE计算机视觉与模式识别（CVPR），2005年。“，”doi“：”10.1109\/CVPR.2005.177“}，{“key”：“10.1016\/j.neucom.2015.08.080_bib12”，“unstructure”：“X.Mei和H。Ling，使用L1最小化的鲁棒视觉跟踪，In:IEEE国际计算机视觉会议论文集，2013年9月至2009年10月，第1436\u20131443页稳健视觉跟踪的增量学习”，“卷”：“77”，“作者”：“罗斯”，“年份”：“2008”，“新闻标题”：“国际计算机杂志”。视觉。“}，{”key“：”10.1016\/j.neucom.2015.08.080_bib14“，”doi-asserted-by“：”crossref“，”unstructured“：”P.P\u00e9rez，C.Hue，j.Vermaak，and M.Gangnet，《基于颜色的概率跟踪》，In:《欧洲计算机视觉会议论文集》，2002年，第661\u2013675页。“，”doi“：”101007\/3-540-47969-4_44“}”，{“key”：“”10.1016\/j.neucom.2015.08.080_bib15“，“doi-asserted-by”：“crossref”，“unstructured”：“S.Baker，D.Scharstein，j.Lewis，S.Roth，M.j.Black，and R.Szeliski，《光流数据库和评估方法》，In:IEEE国际计算机视觉会议论文集，2007年。”，“doi”：“10.1109\/ICCV.2007.4408903”}，{“key”：“10.1016\/j.neucom.2015.08.080_bib16“，“unstructured”：“B.Lucas和T.Kanade，立体视觉应用中的迭代图像配准技术，In:《国际人工智能联合会议论文集》，1981年，第674\u2013679页。”}，{“key”：“10.1016\/j.nucom.2015.08080_bib17”，“doi-asserted-by”：“crossref”，“第一页“：”77“，”DOI“：”10.1006\/cviu.2001.0931“，”article-title“：”使用经验roc曲线评估边缘检测器“，”volume“：”10“，”author“：”Bowyer“，”year“：”2001“，”journal-title”：“Compute”。视觉。图像理解。“}，{”key“：”10.1016\/j.neucom.2015.08.080_bib18“，”doi-asserted-by“：”crossref“，”unstructured“：”S.Avidan，Ensemble tracking，In:Proceedings of the IEEE Computer Vision and Pattern Recognition（CVPR），第2卷，2005年，第494\u2013501页。“，”doi“：”101109\/CVPR.2005.144“}”，{“issue”：“9”，“key”：“10.1016//j.neucomm.2015.08.80_bib19”，“doi-assert-by”：“crossref“，”DOI“：”10.1109\/TPAMI.2009.167“，”article-title“：”使用区分训练的基于零件的模型进行对象检测“，”volume“：”32“，”author“：”Felzenszwalb“，”year“：”2010“，”journal-title”：“IEEE Trans。模式分析。机器。智力。“}，{”key“：”10.1016\/j.neucom.2015.08.080_bib20“，”doi-asserted-by“：”crossref“，”unstructured“：”B.Babenko，M.-H.Yang，and S.Belongie，《利用在线多实例学习进行视觉跟踪》，In:Proceedings of the IEEE Computer Vision and Pattern Recognition（CVPR），2009，pp.983\u2013990.“，“doi”：”10.1109\/CVPRW.2009.5206737“}”，{“key”：“”10.1016\/j.neucom.2015.08.080_bib21“，”doi-asserted-by“：”crossref“，”unstructured“：”H.Grabner和H.Bischof，Online boosting and vision，In:Proceedings of the IEEE Computer vision and Pattern Recognition（CVPR），第1卷，2006年，第260\u2013267.“，”doi“：”10.1109\/CVPR.2006.215“}，{“key”：“10.1016\\j.neucomm.2015.08.080_bip22”，“doi-assert-by”：“”crossref“，”unstructured“：”H.Grabner，C.Leistner，和H.Bischof，《半监督在线增强鲁棒跟踪》，In:欧洲计算机视觉会议（ECCV），2008年。“，”DOI“：”10.1007\/978-3-540-88682-2_19“}，{“issue”：“2”，“key”：“10.1016\/j.neucom.2015.08.080_bib23”，“DOI-asserted-by”：“Crosref”，“首页”：“785”，“DOI”：“10.1109 \/TIP.2013.2293430“，“article-title”：“用于视觉跟踪的鲁棒在线学习时空上下文模型”，“volume”：“23”，“author”：“Wen”，“year”：“2014”，“journal-title“：”IEEE Trans。图像处理。“}，{”issue“：”8“，”key“：”10.1016\/j.neucom.2015.08.080_bib24“，”doi-asserted-by“：”crossref“，”first page“：“1384”，”doi“：”101109\/TIFS.2013.2271425“，”article-title“：”On identity disclosure control for hypergraphraphy based data publishing“，”volume“：》8“，“author”：“Li”，“year”：“2013”，“journal-title”：“IEEE Trans.Inf.Forensics Secur.”}，}“键“：”10.1016\/j.neucom.2015.08.080_bib25“，“doi-asserted-by”：“crossref”，“unstructured”：“A.Adam，E.Rivlin，and I.Shimshoni，使用积分直方图进行基于碎片的鲁棒跟踪，In:IEEE计算机视觉和模式识别（CVPR）会议记录，2006年6月，第798\u2013805页。”，“doi”：“10.1109\/CVPR.2006.256”}，{“问题”：“3”，“关键”：“10.1016\/j.neucom.2015.08.080_bib26“，”doi-asserted-by“：”crossref“，”first page“：”1327“，”doi“：”10.1109\/TIP.2011.2169274“，”article-title“：”多任务稀疏性追求显著性检测“，”volume“：“21”，”author“：”Lang“，”year“：”2012“，”journal-title”：“IEEE Trans。图像处理。“}，{”issue“：”1“，”key“：”10.1016\/j.neucom.2015.08.080_bib27“，”doi-asserted-by“：”crossref“，”first page“：“75”，”doi“：”101109\/34.982885“，”article-title“：”动态层表示的贝叶斯估计对象跟踪“，”volume“：24”，”author“：”Tao“，”year“：”2002“，”journal-title”：“IEEE Trans.Pattern Anal.Mach.Intell.”}，”{“key”：“”10.1016\/j.neucom.2015.08.080_bib28”，“doi-asserted-by”：“crossref”，“unstructured”：“j.Kwon和K.M.Lee，视觉跟踪分解，In:IEEE计算机视觉和模式识别（CVPR）会议录，2010年6月，第1269\u20131276页。”，“doi”：“10.1109\/CVPR.2010.5539821”}，{“key”：“1016\/j.neucom.2015.08.080_bip29”，“非结构化”：“S。Zhou，R.Chellapa和B.Moghadam，使用粒子滤波器的自适应视觉跟踪和识别，In:Proceedings IEEE International Conference on Multimedia and Expo（ICME），2003，pp.349\u2013352.“}，{“key”：“10.1016\/j.neucom.2015.08.080_bib30”，“doi-asserted-by”：“crossref”，“unstructured”：“P.Perez，C.Hue，j.Vermaak，and M.”。Gangnet，基于颜色的概率跟踪，In:《欧洲计算机视觉会议论文集》，2002年。“，”DOI“：”10.1007\/3-540-47969-4_44“}，{“key”：“10.1016\/j.neucom.2015.08.080_bib31”，“DOI-asserted-by”：“crossref”，“unstructured”：“Z.Kalal，j.Matas，and K。Mikolajczyk，P-N learning:Bootstrapping binary classifiers by structural constraints，In:Proceedings of the IEEE Computer Vision and Pattern Recognition（CVPR），2010年6月，第49\u201356.页“，”DOI“：”10.1109\/CVPR.2010.5540231“}，{“key”：“10.1016\/j.neucom.2015.08.080_bib32”，“DOI-asserted-by”：“crossref”，“unstructured”：“H.Grabner，M.Grabner and H。Bischof，《通过在线助推进行实时跟踪》，In:Proceedings of the Conference on British Machine Vision，2006年，第47\u201356页增量张量子空间学习及其在前景分割和跟踪中的应用”，“volume”：“91”，“author”：“Hu”，“year”：“2011”，“journal-title”：“Int.J.Compute”。视觉。“}，{”issue“：”4“，”key“：”10.1016\/j.neucom.2015.08.080_bib34“，”doi-asserted-by“：”crossref“，”first page“：“1556”，”doi“：”101109\/TIP.2014.2303656“，”article-title“：”视觉跟踪的数据驱动的空间自适应度量调整“，”volume“:”23“，”author“：”Jiang“，“year”：“2014”，”journal-title”：“IEEE Trans.Image Process.”}，”{“issue”：“11”，“键”：“10.1016\/j.neucom.2015.008.080_bi35“，”doi断言者“：”crossref“，”首页“：”2927“，”doi“：”10.1016\/j.patcog.2013.04.008“，”文章标题“：”学习图像检索的混合相似性度量“，”卷“：”46“，”作者“：”吴“，”年份“：”2013“，”期刊标题“：”模式识别“。“｝，｛”key“：”10.1016\/j.neucom.2015.008.080_bib36“，”doi断言“：”crossref“，”非结构化“：”P.Viola和M.Jones，使用简单特征增强级联的快速对象检测，在：IEEE计算机视觉和模式识别（CVPR）论文集，2001，第511\u2013518页。“，”doi“：”10.1109\/CVPR.2001.990517“｝，｛”key“：”10.1016\/j.neucom.2015.08.080_bib37”，“非结构化”：“M.Isard和j.Maccormick，Bramble:贝叶斯多blob跟踪器，收录：IEEE计算机视觉和模式识别（CVPR）会议记录，2001，第34\u201341页。”。罗素（Russell），《在线打包和增强》（Online bagging and boosting），载于《人工智能和统计学报》（Proceedings of the Artificial Intelligence and Statistics），2001年，第105\u2013112页。“}，{“key”：“10.1016\/j.neucom.2015.08.080_bib39”，“unstructured”：“G.Li，D.Liang，Q.Huang，S.Jiang，and W。Gao，使用增量2-D-LDA学习和贝叶斯推断进行目标跟踪，In:IEEE国际图像处理会议论文集，2008年，第1568\u20131571页。“}，{“key”：“10.1016\/j.neucom.2015.08080_bib40”，“doi-asserted-by”：“crossref”，“unstructured”：“O.Danielsson，B。Rasolzadeh和S.Carlsson，《门分类器：在高类内变化下的提升》，In:IEEE计算机视觉和模式识别（CVPR）会议记录，2011年。“，”DOI“：”10.1109\/CVPR.2011.5995408“}，{“key”：“10.1016\/j.neucom.2015.08.080_bib41”，“DOI-asserted-by”：“crossref”，“first-page”：“23”，“DOI”：“101007\/3-59119-2_166”，“article-title“：“在线学习的决策理论推广及其在助推中的应用”，“卷”：“95”，“作者”：“Freund”，“年份”：“1995”，“期刊标题”：“计算”。学习。理论：Eurocolt“}，{“key”：“10.1016\/j.neucom.2015.08.080_bib42”，“doi-asserted-by”：“crossref”，“unstructured”：“Jakob Santner，Christian Leistner，Amir Sa_ari，Thomas Pock，and Horst Bischof，Prost:并行鲁棒在线简单跟踪，In:IEEE会议论文集计算机视觉和模式识别（CVPR）2010年，第723\u2013730页，第13\u201318.“，”DOI“：”10.1109\/CVPR.2010.5540145“}，{“key”：“10.1016\/j.neucom.2015.08080_bib43”，“unstructured”：“Y.Bai和M.Tang，通过弱监督排名SVM的稳健跟踪，In:IEEE计算机视觉和模式识别（CVPR）会议记录，2012年。”}，“key“：”1016\/j.neucom.2015.08.080_bib44“，”doi-asserted-by“：”crossref“，”unstructured“：”W.Zhong、H.Lu和M.-H.Yang，通过基于稀疏性的协作模型进行鲁棒对象跟踪，In:IEEE计算机视觉和模式识别（CVPR）会议记录，2012.“，”doi“：”10.1109\/CVPR.2012.6247882“}，{“issue”：“8”，“key”：“10.1016\/j.neucom.2015.08.080_bib45”，“doi-assert-by”：“crossref.”，“第一页“：”1633“，”DOI“：”10.1109\/TPAMI.2011.257“，”article-title“：”Scribble tracker：一种基于matting的稳健跟踪方法“，”volume“：”34“，”author“：”Fan“，”year“：”2012“，”journal-title”：“IEEE Trans。模式分析。机器。智力。“}，{”issue“：”1“，”key“：”10.1016\/j.neucom.2015.08.080_bib46“，”doi-asserted-by“：”crossref“，”first page“：“314”，”doi“：”101109\/TIP.2012.202677“，”article-title“：”使用稀疏原型进行在线对象跟踪“，”volume“：》22“，”author“：”Wang“，”year“：”2013“，”journal-title”：“IEEE Trans.Image Process.”}，”{“issue”：“7”，“key“：”10.1016\/j.neucom.2015.08.080_bib47“，”doi-asserted-by“：”crossref“，”first page“：”827“，”doi“：”10.1016\/j.cviu.2012.03.005“，”article-title“：”基于片段的自适应线索集成跟踪“，”volume“：“116”，“author”：“Erdem”，“year”：“2012”，“journal-title”：“Compute”。视觉。图像理解。“｝，｛”issue“：”5“，”key“：”10.1016\/j.neucom.2015.008.080_bib48“，”doi断言“：”crossref“，”首页“：”2824“，”doi“：”10.1109\/TIP.2011.2182521“，”文章标题“：”实时概率协方差跟踪与高效模型更新“，”卷“：”21“，”作者“：”吴“，”年份“：”2012“，”期刊标题“：”IEEE Trans.Image Process.“｝，｛”issue“：”12“，”key“：”10.1016\/j.neucom.2015.08.080_bib49“，”doi-asserted-by“：”crossref“，”first page“：”2968“，”doi“：”10.1109\/TPAMI.2012.215“，”article-title“：”使用局部稀疏外观模型和K-selection进行鲁棒视觉跟踪“，”volume“：“35”，“author”：“Liu”，“year”：“2013”，“journal-title”：“IEEE Trans。模式分析。机器。智力。“}，{”issue“：”4“，”key“：”10.1016\/j.neucom.2015.08.080_bib50“，”doi-asserted-by“：”crossref“，”first page“：“2340”，”doi“：”101109\/TIP.2011.2174370“，“article-title”：“带模式跟踪器的粒子过滤器，用于跨照明变化的视觉跟踪”，“volume”：“21”，“author”：“Das”，“year”：“2012”，“journal-title“：”IEEE Trans.Image Process.“}”，{“key”“：”10.1016\/j.neucom.2015.08.080_bib51”，“非结构化”：“Z.Teng和D.-j.Kang，基于在线学习的目标跟踪弱分类器的析取范式，计算机视觉理论与应用国际会议（VISAPP），2013，第138\u2013146页。”}，{“key”：“10.1016\/j.nucom.2015.08.80_bib52”，“doi-asserted-by”：“crossref”，“首页“：”1168“，”DOI“：”10.1016\/j.cviu.2012.08.002“，”article-title“：”标记组合图之间的距离度量“，”volume“：”114“，”author“：”Wang“，”year“：”2012“，”journal-title”：“Compute”。视觉。图像理解。“}，{”issue“：”2“，”key“：”10.1016\/j.neucom.2015.08.080_bib53“，”doi-asserted-by“：”crossref“，”first page“：“171”，”doi“：”101007\/s11263-014-0738-0“，“article-title”：“通过一致低阶稀疏学习实现鲁棒视觉跟踪”，“volume”：“111”，“author”：“Zhang”，“year”：“2015”，”journal-title“：”Int.j.Compute.Vis.“}”，{“issue”：“2”，“键”：“10.1016\/j.neucom.2015.08.080_bib54“，”doi-asserted-by“：”crossref“，”first page“：”272“，”doi“：”10.1016\\j.neucomm.2014.02.031“，”article-title“：”使用实例级半监督学习进行在线MIL跟踪“，”volume“：8.080_磅55“，”doi-asserted-by“：”crossref“，”first page“：”303“，”doi“：”10.1007\/s11263-009-0275-4“，”article-title“：”Pascal Visual Object Classes（VOC）Challenge“，“volume”：“88”，“author”：“Everingham”，“year”：“2009”，“journal-title”：“Int.J.Compute”。视觉。“}，{”key“：”10.1016\/j.neucom.2015.08.080_bib56“，”doi-asserted-by“：”crossref“，”unstructured“：”S.Wang，H.Lu，F.Yang，and M.-H.Yang，Superpixel tracking，In:IEEE International Conference on Computer Vision（ICCV），2011.“，”doi“：”101109\/ICCV.2011.6126385“}”，{。Nejhum，J.Ho和M.-H.Yang，用直方图和发音块进行视觉跟踪，In:IEEE计算机视觉和模式识别（CVPR）会议记录，2008年。“}]，“容器-时间”：[“神经计算”]，“原始标题”：[]，“语言”：“en”，“链接”：[{“URL”：“https:\/\/api.elsevier.com\/content\/article\/PII:S092523115013004？httpAccept=text\/plain“，”content-type“：”text\/prain“，“content-version”：“vor”，“intended-application”：“text-mining”}，{“URL”：“https:\\/api.elsevier.com/content\/article\/PII:S0925231215013004？httpAccept=text\/xml“，”内容类型“：”text\/xml[2020年5月15日]]，“date-time“：”2020-05-15T20:47:14Z“，”timestamp“：1589575634000}，”score“：1，”resource“：{主要”：{“URL”：“https:\/\/linkinghub.elsevier.com/retrieve\/pii\/S0925231215013004”}}，“副标题”：[]，“短标题”：[]，“已发布”：{“date-parts”：[[2016,1]]}，‘references-count’：57，‘alternative-id’：[”S092523115013004 4“]，”URL“：”http:\/\/dx.doi.org\/10.1016\/j.neucom.2015.08.080“，”关系“：{}，”ISSN“：[”0925-2312“]，”ISSN-type“：[{”value“：”0925-2312“，”type“:”print“}]，”主题“：[]，”published“：{”date-parts“：[2016,1]]}，“断言”：[{“value”：“Elsevier”，“name”：“publisher”，“label”：“此文章由”}，{维护“值”：“从样本选择到模型更新：一种鲁棒的在线视觉跟踪算法，防止漂移“，”name“：”articletitle“，”label“：”Article Title“}，”{“value”：“Neurocomputing”，“name”：“journaltitle”，“label”：“Journal Title”}，{“value”：CrossRef DOI链接到出版商维护的版本“}，{“value”：“article”，“name”：“content_type”，“label”：“content-type”}，}“value:”Copyright\u00a9 2015 Elsevier B.V.保留所有权利。“，”name“：”Copyright“，”label“：”Copyrity“}]}