{“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”：[[2024,5,17]]，“日期-时间”：“2024-05-17T05:54:21Z”，“时间戳”：1715925261187}，“参考-计数”：47，“发布者”：“Elsevier BV”，“许可证”：[{“开始”:{“日期-零件”：[2022,9,1]]，”“日期时间”：”2022-09-01T00:00:00:00:00 0Z“，”时间戳“：1661990400000}，”内容-版本“：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.elsevier.com//tdm\/userlicense\/1.0\/”}，{“start”：{“date-parts”：[[2022,9,1]]，“date-time”：“2022-09-01T00:00:00Z”，“timestamp”：1661990400000}，“content-version”：“stm-asf”，“delay-in-days”：“0”，“URL“https:\\/doi.org\/1015223\/policy-017“}，{“start”：{“date-parts”：[[2022,9,1]]，“date-time”：“2022-09-01T00:00:00Z”，“timestamp”：1661990400000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-037”}，{“start”：{“date-parts”：[[2022,9,1]]，“date-time”：“2022-09-01T00:00:00Z”，“timetamp”：66199040000}，\/\/doi.org\/10.15223\/policy-012“}，{“start”：{“date-parts”：[[2022,9,1]]，“date-time”：“2022-09-01T00:00:00Z”，“timestamp”：1661990400000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-029”}，{“start”：{“date-parts”：[2022,9,1]]，“date-time”:“2022-09-01T00:00”，“时间戳”：166199940000}，f“，”delay-in-days“：0，”URL“：”https:\/\/doi.org\/10.15223\/policy-004“}]，“content-domain”：{“domain”:[“elsevier.com”，“sciencedirect.com”]，“crossmark-restriction”：true}，“short-container-title”：[“Neurocomputing”]，”published-print“：{”date-parts“：[[2022,9]]}，”DOI“：”10.1016\/j.neucom.2022.06.118“，”type“：”journal-article“，”created“：{”date-ports“：[2022,6,30]]，”date-time“：”2022-06-30 T16:26:30Z“，”时间戳“：1656606390000}，“页面”：“110-119”，“更新策略”：“http://\\/dx.doi.org\/10.1016\/elsevier_cm_policy”，“源”：“交叉引用”，“is-referenced-by-count”：1，“标题”：[“偏移等变网络及其应用程序”]，“前缀”：“10.1016”，“卷”：“502”，“作者”：[{“给定”：“Marco”，“家族”：“科托尼”，“序列”：“第一”，“从属关系”：[]}，{“已知”“：”Claudio“，”family“：”Cusano“，“sequence”：“additional”，“affiliation”：[]}]，“member”：“78”，“reference”：[{“key”：“10.1016\/j.neucom.2022.06.118_b0005”，“unstructured”：“S.Ravanbakhsh，j.Schneider，B.Poczos，通过参数共享实现等方差，in：国际机器学习会议，PMLR，2017，pp.2892\u20132901。”，“非结构化”：“R.Kondor，S.Trivedi，《关于神经网络中的等方差和卷积对紧群作用的推广》，摘自：机器学习国际会议，PMLR，2018，pp.2747\u20132755。”}，{“key”：“10.1016\/j.neucom.2022.06.118_b0015”，“first page”：《1》，“article-title”：“神经网络对不变映射的通用逼近”，“author”：“Yarotsky”，“year”：“2021”，“journal-title”：“Constructive Approximation”}，{“key”：“10.1016\/j.neucom.2022.06.118_b0020”，“series-title”：《学习泛化中的偏差需要》，“au作者”：“Mitchell”，“年份”：“1980年”}，“doi断言者”：“crossref”，“第一页”：“2278”，“doi”：“10.1109\/5.726791”，“文章标题”：“基于梯度的学习应用于文档识别”，“卷”：“86”，“作者”：“LeCun”，“年”：“1998”，“期刊标题”：“IEEE论文集”}，｛“key”：“10.1016\/j.neucom.2022.06.118_b0030”，“第一页”：“1097”，“文章标题”：“用深度卷积神经网络对图像进行分类”，“卷”：“25”，“作者”：“克里舍夫斯基”，“年份”：“2012年”，“期刊标题”：“神经信息处理系统的进展”}，{“关键”：“10.1016\/j.neucom.2022.06.118_b0035”，“非结构化”：“H.Maron，H.Ben-Hamu，N.Shamir，Y。李普曼，不变和等变图网络，收录于：国际学习表征会议，2018年，第1\u201314页。“}，{“key”：“10.1016\/j.neucom.2022.06.118_b0040”，“unstructured”：“P.De Haan，M.Weiler，T.Cohen，M.Welling，规范等变网格CNNs:几何图上的各向异性卷积，arXiv预印本arXiv:2003.05425。”}，}“key“：”10.1016\/j.neucom.2022.06.118_b0045“，”unstructured“：”T.Cohen，M.Welling，群等变卷积网络，in：机器学习国际会议，PMLR，2016，pp.2990\u20132999.“}，{“key”：“10.1016\/j.nucom.2022.06.18_b0050”，“unstructure”：“T.S.Cohen.，M.Welling，Steerable CNN，arXiv预印本arXiv:1612.08498.”}，}“key“：”10.1016\/j.neucom.2022.06.118_b0055“，”doi-asserted-by“：”crossref“，”unstructured“：”j.de Jes\u00fas Rubio，用于人工神经网络训练的修正levenberg\u2013marquardt算法的稳定性分析，IEEE神经网络和学习系统事务32（8）（2020）3510\u20133524.“，“doi”：“10.1109\/TNNLS.2020.3015200“}，{“key”：“10.1016\/j.neucom.2022.06.118_b0060”，“doi-asserted-by”：“crossref”，“first-page”：“669”，“doi”：“101016\/j.ins.2021.05.018”，“article-title”：“自适应h∞控制器以实现磁悬浮过程中球体位置的期望参考跟踪”，“volume”：”569“，”author“：”de Jes\u00fas Rubio“，”“year”：“2021”“，”journal-title“：”Information Sciences“}，{”key“：”10.1016\/j.neucom.2022.06.118_b0065“，”doi-asserted-by“：”crossref“，”first page“：“103255”，“doi”：“10.1109\/ACCESS.2019.29266”，“article-title”：“利用模糊熵和关联petri网进行基于小波的脑电图处理，用于癫痫检测”，“volume”：“7”，“author”：“Chiang”，“year”：“2019”，“journal-title”IEEE Access“}，{”key“：”10.1016\/j.neucom.2022.06.118_b0070“，”doi-asserted-by“：”crossref“，”first page“：“89”，“doi”：“10.1016\/j.ins.2021.11.038”，“article-title”：“收敛牛顿法和电能使用预测神经网络”，“volume”：“585”，“author”：“de Jes\u00fas Rubio”，“year”：“2022”，“journal-title“：”Information Sciences“}”，{“issue“：”2“，”key“：”10.1016\/j.neucom.2022.06.118_b0075“，”doi-asserted-by“：”crossref“，”first-pages“：”140“，”doi“：”10.22201\/icat.24486736e.2021.19.2.1581“，”article-title“：”直觉模糊聚类算法超像素提取“，”volume“：“19”，“author”：“M\u00fajica-Vargas”，“year”：“2021”，“journal-title”：“”应用研究与技术杂志“}，{”key“：”10.1016\/j.neucom.2022.06.118_b0080“，”doi-asserted-by“：”crossref“，”doi“：”101016\/j.asoc.2019.105929“，”article-title“：”使用并行遗传算法的多机器人基于距离的编队“，”volume“：“86”，“author”：“L\u00f3pez-Gonz\u00e1lez”，“year”：“2020”，“Journal-title”：“应用软计算”}，{“issue”：“4”，“key”：“10.1016\/j.neucom.2022.06.118_b0085”，“doi-asserted-by”：“crossref”，“first page”：”1445“，“doi”：“101109\/TPAMI.2020.2975798”，“article-title”：“Deep multi-view enhancement hashing for image retrieval”，”volume“43”，“author”：“Yan”，“year”：“2020”，“journal title”：”IEEE Transactions on Pattern Analysis and Machine Intelligence“}，{”issue“：“4”，“key”：“10.1016\/j.neucom.2022.06.118_b0090”，“doi-asserted-by”：“crossref”，“first-pages”：“1”，“doi”：“101145\/3404374”，“artic-title”：“使用核规范和学习图模型的深度图像去噪”，“volume”：”16“，“author”：“Yan”，“year”：“2020”，“journal-title“：”ACM Transactions on Multimedia Computing，Communications，and Applications“}”，{“issue”：“1”，“key”：“10.1016\/j.neucom.2022.06.118_b0095”，“doi-asserted-by”：“crossref”，“first page”：”43“，“doi”：“101109\/TCSVT.2021.3067449”，“article-title”：“图像字幕的任务适应性注意”，“volume”：：“32”，“author”：“Yan”，“year”：“2021”，”journal-title“：”IEEE Transactions on Circuits and Systems for Video technology“}，{“issue”：“3s”，“密钥”：“10.1016\/j.neucom.2022.06.118_b0100”，“doi-asserted-by”：“crossref”，“首页”：“1”，“doi”：“10.1145\/3468872”，“article-title”：“基于失真识别的精确无参考图像质量评估”，“volume”：“17”，“author”：“Yan”，“year”：“2021”，”journal-title“ACM Transactions on Multimedia Computing，Communications，and Applications（TOMM）“}，{”issue“：”1s“，”key“：”10.1016\/j.neucom.2022.06.118_b0105“，”doi-asserted-by“：”crossref“，”first page“：“1”，”doi“：”101145\/3472810“，”article-title“：”通过多特征融合和自我关注分解进行年龄变异人脸识别“，”volume“：18”，“author”：“Yan”，“year”：“2022”，“journal-title”：“”《ACM多媒体计算、通信和应用汇刊》“}，{“issue”：“3”，“key”：“10.1016\/j.neucom.2022.06.118_b0110”，“doi-asserted-by”：“crossref”，“first-pages”：“33”，“doi”：“10.3390\/jimaging3030033”，《article-title》：“通过颜色平衡改进基于CNN的纹理分类”，“volume”：”3“，“author”：“Bianco”，“year”：“2017”，“journal-title“：”journal of Imaging“}，{“issue”：“9”，“key”：“10.1016\/j.neucom.2022.06.118_b0115”，“doi-asserted-by”：“crossref”，“首页”：“2475”，“doi”：“101109\/TIP.2011.2118224”，“article-title”：“计算颜色恒常性：调查和实验”，“卷”：“20”，“作者”：“Gijsenij”，“年份”：“2011”，“日记标题”：“”IEEE图像处理事务“}，{“issue”：“1”，“key”：“10.1016\/j.neucom.2022.06.118_b0120”，“doi-asserted-by”：“crossref”，“first page”：”127“，“doi”：“101109\/MSP.2013.2273004”，《article-title》：“图像修复：概述和最新进展”，“volume”：《31》，“author”：“Guillemot”，“year”：“2013”，“journal-title”：“IEEE signal processing magazine”}，}“key“：”10.1016\/j.neucom.2022.06.118_b0125“，”series-title“：”IEEE计算机视觉与模式识别会议论文集“，”首页“：”3789“，”article-title“：“深度图像协调”，”author“：”Tsai“，”year“：”2017“}，{“issue”：“6”，“key”：“10.1016\/j.nucom.2022.06.18_b00130”，“doi-asserted-by”：“crossref”，“首页”：“386”，”doi“10.1037 \/h0042519“，”article-title“：“感知机：大脑中信息存储和组织的概率模型”，“卷”：“65”，“作者”：“罗森布拉特”，“年份”：“1958年”，“期刊标题”：“心理评论”}，{“问题”：“1”，“关键”：“10.1016 \/j.neucom.2022.06.118_b0135”，“doi-asserted-by”：“交叉引用”，“首页”：“61”，“doi”：“10.1109 \/TNN.2008.2005605“，“article-title”：“图形神经网络模型”，“volume”：“20”，“author”：“Scarselli”，“year”：“2008”，“日记标题”：“IEEE神经网络交易”}，{“key”：”10.1016\/j.neucom.2022.06.118_b0140“，“unstructured”：“A.Vaswani，N.Shazeer，N.Parmar，j.Uszkoreit，L.Jones，A.N.Gomez，\u0141。Kaiser，I.Polosukhin，《注意力就是你所需要的》，载于：《神经信息处理系统的进展》，2017年第30卷机器学习研究杂志“}，{”key“：”10.1016\/j.neucom.2022.06.118_b0150“，”series-title“：”机器学习国际会议“，”首页“：”448“，”article-title“：“批量规范化：通过减少内部协变量偏移来加速深层网络训练”，“author”：“Ioffe”，“year”：“2015”}，”{“key”：“10.1016\/j.neucom.2022.06.118_b0155“，“非结构化”：“I.Goodfellow，D.Warde-Farley，M.Mirza，A.Courville，Y.Bengio，Maxout networks，in：机器学习国际会议，PMLR，2013，pp.1319\u20131327.”}，{“key”：“10.1016\/j.nucom.2022.06.18_b01160”，“非结构”：“J.von Kries，《色彩改编》，路德维希大学音乐节（1902年）。“}，{”key“：”10.1016\/j.neucom.2022.06.118_b0165“，”unstructured“：”L.Perez，j.Wang，The effectives of data enhancement in image classification using deep learning，arXiv预印本arXiv:1712.04621.“}”，{“key”：“10.1016\\j.neucomm.206.118_b0170”，“series-title”：“IEEE计算机视觉和模式识别会议论文集”，“首页“：”770“，”article-title“：”图像识别的深度残差学习“，”author“：”He“，”year“：”2016“}，{“key”：“10.1016\/j.neucom.2022.06.118_b0175”，“series-title”：“learning multiple layers of features from mini images”，“author”：“Krizhevsky”，“year”：“2009”}，“key“：”10.1016\/j.nucom.2022.06.118_b0180“，”series-ttle“：“”IEEE计算机视觉和模式识别会议记录”，“首页”：“12212”，“文章标题”：“准无监督颜色恒常性”，“作者”：“Bianco”，“年份”：“2019”}，{“问题”：“3”，“关键”：“10.1016\/j.neucom.2022.06.118_b0185”，“doi-asserted-by”：“crossref”，“第一页”：”211“，“doi”：“101007\/s1123-015-0816-y”，“论文标题”：ImageNet大规模视觉识别挑战赛”，“卷”：“115”，“作者”：“Russakovsky”，“年份”：“2015年”，“新闻标题”：“国际计算机视觉杂志（IJCV）”}，{“关键”：“10.1016\/j.neucom.2022.06.118_b0190”，“doi-asserted-by”：“crossref”，“非结构化”：“j.Deng，W.Dong，R.Socher，L.-j.Li，K.Li，L。Fei-Fei，Imagenet:大型分层图像数据库，载于：2009 IEEE计算机视觉和模式识别会议，2009年，第248\u2013255页。“，”DOI“：”10.1109\/CVPR.2009.5206848“}，{“key”：“10.1016\/j.neucom.2022.06.118_b0195”，“DOI-asserted-by”：“crossref”，“unstructured”：“S.Bianco，C.Cusano，R。Schettini，《使用CNN的颜色恒常性》，收录于：IEEE计算机视觉和模式识别研讨会会议，2015年，第81\u201389页。“，”DOI“：”10.1109\/CVPRW.2015.7301275“}，{“key”：“10.1016\/j.neucom.2022.06.118_b0200”，“DOI-asserted-by”：“crossref”，“unstructured”：“Z.Lou，T.Gevers，N.Hu，M.P。卢卡森等，深度学习的颜色恒常性。，in：BMVC，2015，pp.76\u20131.“，”DOI“：”10.5244\/C.29.76“}，{”key“：”10.1016\/j.neucom.2022.06.118_b0205“，”DOI-asserted-by“：”crossref“，”first page“：“405”，“DOI”：“10.1016\/j.patcog.2016.08.013”，“article-title”：“通过深度学习将计算颜色恒常性作为一个分类问题”，“volume”：“61”，“author”：“Oh”，“year”：“2017年”journal-title“：”模式识别“}，{“key”：“10.1016\/j.neucom.2022.06.118_b0210”，“doi-asserted-by”：“crossref”，“unstructured”：“A.Savchik，E.Ershov，S.Karpenko，Color cerberus，in：2019年第11届图像与信号处理与分析国际研讨会，2019年，第355\u2013359页。”，“doi”：“101109\/ISPA.2019.8848425”}，“问题”：“5”key“：”10.1016\/j.neucom.2022.06.118_b0215“，”doi-asserted-by“：”crossref“，”first page“：“1049”，“doi”：“10.1364\/JOSAA.31.01049”、“article-title”：“颜色恒常性的照度估计：空间域方法的工作原理和颜色分布的作用”，“volume”：“31”，“author”：“Cheng”，“year”：“2014”，“journal-title“：”JOSA“}，{“issue”：“7”，“key”“：”10.1016\/j.neucom.2022.06.118_b0220“，”doi-asserted-by“：”crossref“，”first page“：”1482“，”doi“：”10.1109\/TPAMI.2016.2582171“，“article-title”：“用于评估光源估计算法性能的再现角度误差”，“volume”：“39”，“author”：“Finlayson”，“year”：“2016”，“journal-title“：”IEEE模式分析和机器智能汇刊“}，{“key”：“10.1016\/j.neucom.2022.06.118_b0225”，“series-title”：“IEEE计算机视觉和模式识别会议论文集”，“首页”：“2536”，“article-title”：《上下文编码器：通过绘画进行特征学习》，“author”：“Pathak”，“year”：“2016”}10.1016\/j.neucom.2022.06.118_b0230“，“非结构化”：“A.L.Maas，A.Y.Hannun，A.Y.Ng，et al.，整流器非线性改善神经网络声学模型，in：Proc。icml，2013年第30卷，第1\u20136.页。“｝，｛”key“：”10.1016\/j.neucom.2022.06.18_b0235“，”doi断言“：”crossref“，”非结构化“：”C.Doersch，S.Singh，A.Gupta，j.Sivic，A.Efros，What make Paris look like Paris？，ACM Transactions on Graphics 31（4）。“，”doi“：”10.1145\/21855220.2185597“｝]，”容器标题“：[”神经计算“]，”原始标题“：[]，”language“：”en“，”link“：[{”URL“：”https:\/\/api.elsevier.com/content\/article\/PII:S092523202208499？httpAccept=text\/xml“，”content-type“：”text\/xml'，”content-version“：”vor“，”intended-application“：”text-mining“}，{”URL:“https:\//api.elsevier.com/content\/aarticle\/PII:S09255232208499吗？httpAccess=text\/plain“，”content-t type“：”text\/plain“，”content-version“：”vor“，”intended-application“：”text-mining“}]，”deposed“：{”date-parts“：[[2023,3,6]]，”date-time“：”2023-03-06T05:52:55Z“，”timestamp“：1678081975000}，”score“：1，”resource“：”{“primary”：{“URL”：“https:\/\/linkinghub.elsevier.com\/retrieve\/piii\/S092523122008499”}}，“subtitle”：[]，“shorttitle”：[]，“已发布”：{“日期部分”：[[2022,9]]}，“references-count“：47，”alternative-id“：[”S092523122008499“]，”URL“：”http://\/dx.doi.org\/10.1016\/j.neucom.2022.06.118“，”relation“：{}，”ISSN“：[“0925-2312”]，”ISSN-type“：[{”value“：”0925-2313“，”type“:”print“}]，”subject“：[/]，”published“：{”date-parts“：[2022,9]]}，“assertion”：[{“value”：“Elsevier”，“name”：“publisher”，“label”：“本文由”}维护，{“value”：“偏移等变网络及其应用”，“name”：“articletitle”，“label”：“Article Title”}，{”value“：”Neurocomputing“，”name“：”journaltitle“，”label“：”Journal Title“}，”value：“https:\/\/doi.org\/101016\/j.neucom.202.06.118”，“name”：“rticlelink”，“table”：“CrossRef doi link to publisher maintained version”}、{“value”：“文章”，“名称”：“content_type”，“label”：“content-type”}，{“value”：“\u00a9 2022 Elsevier B.V.保留所有权利。”，“name”：“copyright”，“标签”：“版权所有”}]}}