{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期部分”：[[2024,6,9]]，“日期时间”：“2024-06-09T05:17:16Z”，“时间戳”：1717910236537}，“引用计数”：59，“发布者”：“Elsevier BV”，“许可证”：[{“开始”：{-“日期部分“：[2023,10,1]]，”日期时间“：”2023-10-01T00:00:00 0:00Z“，”时间戳“：1696118400000}，”内容-版本“：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.elsevier.com//tdm\/userlicense\/1.0\/”}，{“start”：{“date-parts”：[[2023,10,1]]，“date-time”：“2023-10-01T00:00:00Z”，“timestamp”：1696118400000}，“content-version”：“stm-asf”，“delay-in-days”：“0”，“URL“https:\\/doi.org\/10.15223\/policy-017“}，{“start”：{“date-parts”：[[2023,10,1]]，“date-time”：“2023-10-01T00:00:00Z”，“时间戳”：1696118400000｝，“内容版本”：“stm-asf”，“延迟天数”：0，“URL”：“https://doi.org/10.15223\/policy-037”｝，｛“开始”：｛“日期部分”：[[2023,10,1]]，“日期时间”：“2023-10-01T00:00:00Z”，“时间戳”：1696118400000｝，“内容版本”：“stm-asf”，“延迟天数”：0，“URL”：“https://doi.org/10.15223\/policy-012“｝，｛”开始“：{“date-parts”：[[2023,10,1]]，“date-time”：“2023-10-01T00:00:00Z”，“timestamp”：1696118400000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-029”}，{“start”：{（日期-部件）：[[2023,10,1]，“日期-时间”：“2013-10-01T_00:00Z”，”timestamp“169 6118400000}，“content-version”：“stm-asf”，“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“：[2023,10]}，”doi“：”10.1016\/j.neucom.2023.126590“，”type“：”journal-article“，”created“：{”日期部分“：[[2023,7,22]]，”日期时间“：“2023-07-22T06:53:22Z”，“时间戳”：1690008802000}，“页面”：“126590”，“更新策略”：“http://\/dx.doi.org\/10.1016\/elsevier_cm_policy”，“源”：“Crossref”，”is-referenced-by-count“：4，”title“：[”联合超分辨率和SDRTV-to-HDRTV的全球优先制导调制网络“]，”prefix“：”10.1016“，”volume“：”554“，”author“：[{”given“：“帮派”、“家庭”：“He”，“sequence”：“first”，“affiliation”：[]}，{“ORCID”：“http://\/ORCID.org\/0000-0001-7237-3066”，“authenticated-ORCID”：false，“given”：”Shaoyi“，”family“：”Long“，”sequence“：”additional“，”affiliance“：[]{”ORCID“：”http://\/ORCID.org\/0000-0002-4865-7904“，”authentimated-ORCID:false，序列“：”附加“，”从属“：[]}，{“given”：“Chang”，“family”：“Wu”，“sequence”：“additional”，“affiliation”：[]}，{“fixed”：“Wenxin”，“家族”：“Yu”，”sequence“：”additional“，”affiliance“：[]{”ORCID“：”http://ORCID.org\/00000-0002-5078-0522“，”authenticated-ORCID“：false，”given“金佳”，“家庭”：“周”，“sequence”:“additionable”，“ability”：[]，“member”：“78“，”引用“：[{”键“：“10.1016\/j.neucom.2023.126590_b1”，“series-title”：“亚洲计算机视觉会议”，“首页”：“379”，“article-title”：“用于同时超分辨率和高动态范围图像重建的多用途卷积神经网络”，“author”：“Kim”，“year”：“2018”}，{“issue”：“7”，“key”：”10.1016//j.neucomm.2023.126580_b2“，”doi-asserted-by“：“crossref”，“first page”：“4255”，“DOI”：“10.1109\/TCSVT.2021.3129691”，“article-title”：“一次拍摄内的深层联合演示和高动态范围成像”，“volume”：”32“，“author”：“Xu”，“year”：“2022”，“journal-title“：“IEEE Trans.Circuits Syst.Video Technol.”}，{“issue”：“7”，“key”：《10.1016\/j.neucom.2023.126590_b3》，“DOI-asserted-by”：“交叉引用”，“首页”：“4238”，“DOI”：“10.1109\/TCSVT.20213129201”，“文章标题”：“用于联合去马赛克和超分辨率的两阶段卷积神经网络”，“卷”：“32”，“作者”：“Chang”，“年”：“2022”，“期刊标题”：“IEEE Trans.Circircuits Syst.Video Technol.”}，｛“key”：“10.1016\/j.neucom.20213.126590_b4”，“DOI断言者”：“crossref”，“首页”：“570”，“DOI”：“10.1016\/j.neucom.2021.12.071”，“article-title”：“Jsenet:用于联合图像超分辨率和增强的深度卷积神经网络”，“volume”：“489”，“author”：“Lyu”，“year”：“2022”，“journal-title“：”Neurocomputing“}，{”key：“10.116\/j-neucom.2023.126590_b5”，“DOI-asserted-by”：“crossref”，“unstructured”：“S.Y.Kim，j.Oh，M。Kim，Deep sr-itm:4k uhd hdr应用的超分辨率和逆色调映射联合学习，收录于：IEEE计算机视觉国际会议论文集，2019年，第3116\u20133125页。“，”DOI“：”10.1109\/ICCV.2019.00321“}，{“key”：“10.1016\/j.neucom.2023.126590_b6”，“DOI-asserted-by”：“crossref”，“unstructured”：“S.Y.Kim，j。Oh，M.Kim，Jsi-gan：基于gan的联合超分辨率和逆色调映射，使用像素级任务特定过滤器实现超高清视频，收录于：《AAAI人工智能会议论文集》，2020年第34卷，第11287\u201311295页。“，“DOI”：“10.1609\/AAAI.v34i07.6789”}，{“key”：“101016\/j.neucom.2023.126590_b7”，“series-title”：“Valeur des param \u00e8tres des normes de TVHD pour la production et l\u2019\u00e 9改变国际节目。“，”author“：”ITU-R“，”year“：”2015“}，{”key“：”10.1016\/j.neucom.2023.126590_b8“，”series-title“：”用于制作和国际节目交换的超高清电视系统的参数值“，”author“:”ITU-R.“，”year“：“2015”}，”{“issue”：“2014”，“key”：“10.1016\\j.neucomm.2023.126580_b9”，“首页”：“11”，“article-title”：“”母盘参考的高动态范围电光传输功能显示“，”卷“：”2084“，”作者“：”标准“，”年份“：”2014“，”期刊标题“：”SMPTE ST“}，{“key”：“10.1016\/j.neucom.2023.126590_b10”，“首页”：“1”，“文章标题”：“Deep SR-HDR：动态场景超分辨率和高动态范围成像的联合学习”，“作者”：“Tan”，“年份”：“2021”，“期刊标题”：“IEEE Trans。Multimed公司。“}，{”issue“：”2“，”key“：”10.1016\/j.neucom.2023.126590_b11“，”doi-asserted-by“：”crossref“，”first page“：“295”，”doi“：”101109\/TPAMI.2015.2439281“，”article-title“：”Image super-resolution using deep volume networks“，”author“：”Dong“，”year“：”2015“，”journal title“：“IEEE Trans.Pattern Anal.Mach.Intell.”}，}“密钥”：“10.1016\/j.neucom.2023.126590_b12“，“series-title”：“2017 IEEE计算机视觉和模式识别会议”，“首页”：“105”，“article-title”：“使用生成对抗网络的真实感单幅图像超分辨率”，“author”：“Ledig”，“year”：“2017”}，{“key”：”10.1016\\j.neucomm.2023.126580_b13“，”doi-asserted-by“：”crossref“，”非结构化”：“B.Lim，S.Son，H.Kim，S.Nah，K.Mu Lee，单图像超分辨率增强深度残差网络，收录于：IEEE计算机视觉和模式识别研讨会会议记录，2017年，第136\u2013144页。”，“DOI”：“10.1109\/CVPRW.2017.151”}，{“key”：“101016\/j.neucom.2023.126590_b14”，“DOI-asserted-by”：“crossref”，“非结构化”：“Y.Zhang，Y.Tian，Y.Kong，B.Zhong，Y.Fu，图像超分辨率的残差密集网络，在：IEEE计算机视觉和模式识别会议论文集，2018，pp.2472\u20132481.”，“DOI”：“10.1109\/CVPR.2018.00262”｝，｛“key”：“10.1016\/j.neucom.2032.16590_b15”，“DOI断言”：“crossref”，“非结构化”：“j。Kim，J.K.Lee，K.M.Lee，使用深度卷积网络的精确图像超分辨率，收录于：IEEE计算机视觉和模式识别会议论文集，2016年，第1646\u20131654页。“，”DOI“：”10.1109\/CVPR.2016.182“}，{“key”：“10.1016\/J.neucom.2023.126590_b16”，“series-title”：“欧洲计算机视觉会议”，“首页“：“391”，“article-title”：“加速超分辨率卷积神经网络”，“author”：“Dong”，“year”：“2016”}，{“key”：“10.1016\/j.neucom.2023.126590_b17”，“doi-asserted-by”：“crossref”，“unstructured”：“W.-S.Lai，j.-B.Huang，N.Ahuja，M.-H。Yang，Deep laplacian pyramid networks for fast and accurate super-resolution，in：Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition，2017，pp.624\u2013632.“，”DOI“：”10.1109\/CVPR.2017.618“}，{“key”：“10.1016\/j.neucom.2023.126590_b18”，“DOI-asserted-by”：“crossref”，“unstructured”：“Y.Zhang，K.Li，K.Li，L.Wang，B。Zhong，Y.Fu，使用深度剩余通道注意网络的图像超分辨率，载：《欧洲计算机视觉会议论文集》，ECCV，2018年，第286\u2013301页。“，”DOI“：”10.1007\/978-3-030-01234-2_18“}，{“key”：“10.1016\/j.neucom.2023.126590_b19”，“DOI-asserted-by”：“crossref”，“first page”：”166“，“DOI”：”10.1016\/j.neucom.2019.06.102“，“article-title”：“具有多级特征融合递归网络的单图像超分辨率”，“volume”：“370”，“author”：“Jin”，“year”：“2019”，“journal-title“：”Neurocomputing“}，{“key”：”10.1016\/j.nucom.2023.126590_b20“，“series-title”：《第29届ACM国际多媒体会议论文集》，“首页”：“544“，”article-title“：”图像超分辨率信息增长关注网络“，”author“：”Li“，”year“：”2021“}，{”key“：”10.1016\/j.neucom.2023.126590_b21“，”doi-asserted-by“：”crossref“，“first page”：“876”，“doi”：“10.1016\\j.neucomm.200.08.070”，“article-title”：“带关注密集连接模块的单图像超分辨率”，“volume”：”453”，“作者”：“王”，“年份”：“2021”，“期刊标题”：“神经计算”}，{“键”：“10.1016\/j.neucom.2032.16590_b22”，“doi断言”：“crossref”，“首页”：“846”，“doi”：“10.1016\/j.neucom.2022.05.066”，“文章标题”：“具有专注残差细化网络的轻量级单图像超分辨率”，“卷”：“500”，“作者”：“秦”，“年份”：“2022”，“journal-title“：”Neurocomputing“}，{”key“：”10.1016\/j.neucom.2023.126590_b23“，”series-title“：“2016 IEEE计算机视觉和模式识别会议”，“首页”：“1637”，“文章-标题”：“图像超分辨率的深度递归卷积网络”，“作者”：“Kim”，“年份”：“2016”}，“key”：“10.1016\\j.neucomm.2023.126580_b24”，“series-ttle”：“”用于图像恢复的剩余非局部注意网络”，“作者”：“张”，“年份”：“2019”}，{“问题”：“11”，“关键”：“10.1016\/j.neucom.2023.126590_b25”，“doi-asserted-by”：“crossref”，“首页”：“3911”，”doi“：”10.1109\/TCSVT.2019.2915238“，”article-title“：”单幅图像超分辨率的信道与空间特征调制网络“，”卷“：”30”，“作者”：“胡”，“年份”：“2020年”，“新闻标题”：“IEEE Trans。电路系统。视频技术。“}，{”key“：”10.1016\/j.neucom.2023.126590_b26“，”series-title“：”2019 IEEE\/CVF计算机视觉和模式识别研讨会“，”first page“：“1954”，”article-title“：“EDVR:使用增强可变形卷积网络恢复视频”，”author“：”Wang“，”year“：”199“}”，{2021 IEEE \/CVF计算机视觉和模式识别会议”，“首页”：“4945”，“文章标题”：“Basicvsr:视频超分辨率及更高分辨率中的基本组件搜索”，“作者”：“Chan”，“年份”：“2021”}，{“key”：“10.1016\/j.neucom.2023.126590_b28”，“series-title”：“2022 IEEE \/CVF计算机视觉和模式识别会议”，“首页”：“5962”，“article-title”：“BasicVSR++：通过增强传播和对齐提高视频超分辨率”，“作者”：“Chan”，“年份”：“2022”}，{“key”：“10.1016\/j.neucom.2023.126590_b29”，“第一页”：Cross-SRN：具有交叉卷积的结构保持超分辨率网络”，“作者”：“刘”，“年份”：“2021年”，“期刊标题”：“IEEE Trans。电路系统。视频技术。“}，{”issue“：”6“，”key“：”10.1016\/j.neucom.2023.126590_b30“，”doi-asserted-by“：”crossref“，”doi“：”101145\/313080.3130816“，“article-title”：“使用深度CNN从单个曝光中重建HDR图像”，“volume”：“36”，“author”：“Eilertsen”，“year”：“2017”，“journal-title“：”ACM Trans.Graph.“}”，{“key”：”10.116\/j-neucom..2023.126590_b31“，”series-title“：”计算机图形论坛，第37卷，“首页”：“37”，“文章标题”：“Expandnet：一个用于从低动态范围内容进行高动态范围扩展的深度卷积神经网络”，“author”：“Marnerides”，“year”：“2018”}，{“issue”：“2”，“key”：“10.1016\/j.neucom.2023.126590_b32”，“doi-asserted-by”：“crossref”，“first page”：”550“，“doi”：“10.1109\/TCSVT.2016.2611944“，“article-title”：“可扩展高动态范围图像编码的局部反调映射”，“volume”：“28”，“author”：“Wei”，“year”：“2018”，“journal-title“：”IEEE Trans。电路系统。视频技术。“}，{”key“：”10.1016\/j.neucom.2023.126590_b33“，”doi-asserted-by“：”crossref“，”unstructured“：”Y.-L.Liu，W.-S.Lai，Y.-S.Chen，Y.-L Kao，M.-H.Yang，Y.-Y.Chuang，j.-B。黄，通过学习反转摄像机流水线实现单图像HDR重建，摘自：IEEE计算机视觉和模式识别会议论文集，2020年，第1651\u20131660页。“，”DOI“：”10.1109“/CVPR42600.2020.00172“}，{“key”：“10.1016\/j.neucom.2023.126590_b34”，“DOI-asserted-by”：“crossref”，“first-page”：“1”，“DOI”：“10.1016\/j.neucom.2021.08.057“，“article-title”：“用于反调映射的亮度自适应核预测网络”，“volume”：“464”，“author”：“Cao”，“year”：“2021”，“journal-title“：”Neurocomputing“}，{“key”：”10.1016\/j.nucom.2023.126590_b35“，”doi-asserted-by“：”crossref“，”非结构化“：”X.Chen，Z.Z.Zhang，j.S.Ren，L.Tian，Y.Qiao，C。Dong，《从SDRTV到HDRTV的新旅程》，载于：IEEE计算机视觉国际会议论文集，2021年，第4500\u20134509页。“，”DOI“：”10.1109“/ICCV48922.2021.00446“}，{“key”：“10.1016\/j.neucom.2023.126590_b36”，“DOI-asserted-by”：“crossref”，“unstructured”：“G.He，K.Xu，L.Xu，C.Wu，M.Sun，X.Wen，Y.-W。Tai，SDRTV-to-HDRTV via hierarchical dynamic context feature mapping，in：Proceedings of the 30th ACM International Conference on Multimedia，2022，pp.2890\u20132898.“，”DOI“：”10.1145\/3503161.3548043“}，{“key”：“10.1016\/j.neucom.2023.126590_b37”，“DOI-asserted-by”：“crossref”，“DOI”：“101109\/TPAMI.2020.3026740”，“article-title”：“实时学习用于高性能照片增强的图像自适应三维查找表”，“作者”：“曾”，“年份”：“2020年”，“新闻标题”：“IEEE Trans。模式分析。机器。智力。“}，{”key“：”10.1016\/j.neucom.2023.126590_b38“，”series-title“：”欧洲计算机视觉会议“，”首页“：”679“，”article-title“：“有效全球图像润饰的条件顺序调制”，“author”：“He”，“year”：“2020”}，“key”：“10.1016\/j.nucom.2023.126490_b39”，“doi-asserted-by”：“crossref”，”非结构化“：”W.Shi，j。Caballero，F.Husz\u00e1r，J.Totz，A.P.Aitken，R.Bishop，D.Rueckert，Z.Wang，使用有效的亚像素卷积神经网络的实时单图像和视频超分辨率，收录于：IEEE计算机视觉和模式识别会议论文集，2016年，第1874\u20131883页。“，“DOI”：“10.1109\/CVPR.2016.207”}，{“问题”：“6”，“key“：”10.1016\/j.neucom.2023.126590_b40“，”doi-asserted-by“：”crossref“，”first-page“：”1397“，”doi“：”101109\/TPAMI.2012.213“，”article-title“：”引导式图像过滤“，”volume“：“35”，“author”：“He”，“year”：“2012”，“journal-title”：“IEEE Trans。模式分析。机器。智力。“｝，｛”key“：”10.1016\/j.neucom.2032.16590_b41“，”doi断言“：”crossref“，”非结构化“：”X.Wang，K.Yu，C.Dong，C.C.Loy，通过深度空间特征变换恢复图像超分辨率中的真实纹理，载于：《IEEE计算机视觉与模式识别会议录》，2018，pp.606\u2013615。“，”doi“：”10.1109\/CVPR.2018.00070“}，{“key”：“10.1016\/j.neucom.2023.126590_b42”，“doi-asserted-by”：“crossref”，“unstructured”：“X.Chen，Y.Liu，Z.Zhang，Y.Qiao，C.Dong，HDRUnet：带去噪和去量化的单图像hdr重建，收录于：IEEE\/CVF计算机视觉和模式识别会议论文集，2021，pp.354\u2013363.”，“DOI“：”10.1109\/CVPRW53098.2021.00045“}，{“issue”：“1”，“key”：“10.1016\/j.neucom.2023.126590_b43”，“首页”：“1929”，“article-title”：“Dropout:a simple way to prevent neural networks from overfitting”，“volume”：”15“，”author“：”Srivastava“，”year“2014”，“journal-title“：”j.mach.learn.res.“}om.2023.126590_b44“，”series-title“：”程序。Icml，Vol.30“，“首页”：“3”，“article-title”：“整流器非线性改善神经网络声学模型”，“author”：“Maas”，“year”：“2013”}，{“key”：“10.1016\/j.neucom.2023.126590_b45”，“article-title”：“Dropblock：卷积网络的正则化方法”，“volume”：”31“authors”：“Ghiasi”，“年份”：“2018”，“日记标题”：“高级神经信息处理。系统。“}，{”key“：”10.1016\/j.neucom.2023.126590_b46“，”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加快深层网络训练”，“author”：“Ioffe”，“year”：“2015”}，“issue”：“9”，“key”：“10.1016\/j.nucom.2023.126580_b47”，“doi-asserted-by”：“”crossref“，”first page“：”1904“，”DOI“：”10.1109\/TPAMI.2015.2389824“，“article-title”：“视觉识别深层卷积网络中的空间金字塔池”，“volume”：“37”，“author”：“He”，“year”：“2015”，“journal-title“：”IEEE Trans。模式分析。机器。智力。“}，{”key“：”10.1016\/j.neucom.2023.126590_b48“，”doi-asserted-by“：”crossref“，”unstructured“：”S.Woo，j.Park，j.-Y.Lee，I.S.Kweon，Cbam：卷积块注意模块，摘自：《欧洲计算机视觉会议论文集》，ECCV，2018年，第3\u201319页。“，”doi“：”101007\/978-3-030-01234-2_1“}”，{“key”：“10.1016//j.neucomm.2023.126580_b49”，“”series-title“：”Adam：随机优化的一种方法“，”author“：”Kingma“，”year“：”2014“}，{“issue”：“4”，“key”：“10.1016\/j.neucom.2023.126590_b50”，“doi-asserted-by”：“crossref”，“first page”：”600“，”doi“：”10.1109\/TIP.2003.819861“，”article-title“：“图像质量评估：从错误可见性到结构相似性”，“volume”:“13”，“author”：“Wang”，“年：“2004年”，“新闻标题”：“IEEE翻译。图像处理。“}，{”issue“：”3“，”key“：”10.1016\/j.neucom.2023.126590_b51“，”doi-asserted-by“：”crossref“，”first page“：“698”，“doi”：“10.1145\/11411911.1141944”，“article-title”：“图形硬件的高动态范围纹理压缩”，“volume”：“25”，“author”：“Munkberg”，“year”：“2006”，“journal-title“：”ACM Trans.Graph.“}”，{“key”：”10.116\/j.neucom.2023.126590_b52“，”series-title“：“第三届第七届信号、系统和计算机Asilomar会议，2003年，第2卷”，“首页”：“1398”，“文章标题”：“用于图像质量评估的多尺度结构相似性”，“作者”：“王”，“年份”：“2003”}，{“问题”：“4”，“关键”：“10.1016\/j.neucom.2023.126590_b53”，“doi-asserted-by”：“crossref”，“第一页”：”1“，“doi”：“10.1145\/20101324.1964935“，”article-title“：”HDR-vdp-2：所有亮度条件下可见度和质量预测的校准视觉指标“，”volume“：”30“，”author“：”Mantiuk“，”year“：”2011“，”journal-title”：“ACM Trans。图表。（TOG）“}，{”key“：”10.1016\/j.neucom.2023.126590_b54“，”doi-asserted-by“：”crossref“，”unstructured“：”X.Zhang，H.Zeng，L.Zhang“移动设备实时超分辨率的边向卷积块，收录于：第29届ACM国际多媒体会议论文集，2021年，第4034\u20134043页。“，”doi“：”101145\/347085.3475291“}”，{“key”：“”10.1016\/j.neucom.2023.126590_b55“，”series-title“：”2022 IEEE\/CVF计算机视觉和模式识别研讨会“，”首页“：”832“，”article-title“：“有效图像超分辨率的蓝图可分离残差网络”，“author”：“Li”，“year”：“2022”}，{“key”：“10.1016\\j.neucomm.2023.126580_b56”，“series-ttle”：“”第30届ACM国际多媒体会议记录”，“首页”：“6425”，“文章标题”：“Fmnet:SDR到HDR翻译的频率感知调制网络”，“作者”：“Xu”，“年份”：“2022”}，{“密钥”：“10.1016\/j.neucom.2032.16590_b57”，“系列标题”：“第30届ACM国际多媒体会议记录”，“首页”：“1016“，”article-title“：“混合条件深反调映射”，“author”：“Shao”，“year”：“2022”}，{“issue”：“4”，“key”：“10.1016\/j.neucom.2023.126590_b58”，“doi-asserted-by”：“crossref”，“first page”：”1“，”doi“10.1145\/307299.3073592”，“article-title”：“实时图像增强的深度双边学习”，“音量”：“36”，“作者”：“Gharbi”，”年份“：”2017年”，“新闻标题”：“ACM Trans。图表。“}，{”key“：”10.1016\/j.neucom.2023.126590_b59“，”series-title“：”电视色差潜在可见度评估的客观指标“，”author“：”ITU-R“，”year“：”2019“}]，”container-title“：[”Neurocomputing“]，”original-title”：[]，”language“：”en“，”link“：[{”URL“：”https:\/\/api.elsevier.com/content\/article\/PII:S092523123007130？httpAccept=text\/xml“，”content-type“：”text\/.xml“，”content-version“：”vor“，”intended-application“：”text-mining“}，{“URL”：“https:\/\/api.elsevier.com/content\/article\/PII:S0925233007130？httpAccept_text\/plain“，”内容类型“：”文本\/plaine“，”content-version”：“vor”，“intended-application”：“text-mining”}]，“存放”：{“日期部分”：[[2024,1,29]]，“date-time“：”2024-01-29T14:06:59Z“，”timestamp“：1706537219000}，”score“：1，”resource“：{主要”：{“URL”：“https:\/\/linkinghub.elsevier.com/retrieve\/pii\/S0925233007130”}}，“subtitle”：[]，“shorttitle”：[]，“issued”：{“date-parts”：[[2023,10]]}，《参考计数》：59，“alternative-id”：[“S092523123007130”30“]，”URL“：”http:\/\/dx.doi.org\/10.1016\/j.neucom.2023.126590“，”关系“：{}，”ISSN“：[”0925-2312“]，”ISSN-type“：[{”value“：”0925-2312“，”type“:”print“}]，”主题“：[]，”published“：{”date-parts“：[2023,10]}，“assertion”：[{“value”：“Elsevier”，“name”：“publisher”，“label”：“此文章由”}，{维护“值”：“联合超分辨率和SDRTV-to-HDRTV的全球优先制导调制网络”，“name”：“articletite”，“label”：“Article Title”}，{“value”：“Neurocomputing”，“name”：“journaltitle”，“label”：”Journal Title“}，“value“：”https:\/\/doi.org\/101016\/j.neucom.2023.126590“，”name“：”articlelink“，”label“：”CrossRef doi link to publisher maintained version“}、{“value”：“article”，“name”：“content_type”，“label”：“content-type”}，{“value”：“\u00a9 2023 Elsevier B.V.保留所有权利。”，“名称”：“版权”，“标签”：“copyright”}]，“文章编号”：“126590”}}