{“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”：[[2024,6,16]]，“日期-时间”：“2024-06-16T05:59:44Z”，“时间戳”：1718517584432}，“引用-计数”：29，“发布者”：“爱思唯尔BV”，“许可证”：[{“开始”：{-date-parts”：[2016,7,1]]，”日期-时间“：”2016-07-01T00:00:00Z“，”时间戳“：1467331200000}，”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”：[”信号处理“]，”published-print“：{”date-parts“：[2016,7]]}，”DOI“：”10.1016\/j.sig.pro.2015.10.032“，”type“：”journal-article“，”created“用法：{“date-parts”：[[2015,11,10]]，“date-time”：“2015-11-10T19:46:15Z”，“timestamp”：1447184775000}，“page”：“45-53”，“update-policy”：”http:\/\/dx.doi.org\/10.1016\/elsevier_cm_policy“，”source“：”Crossref“，“is-referenced-by-count”：35，“title”：[“图片告诉你一千个单词\u2014关于你！用户生成的视觉内容的用户兴趣分析”]，“前缀”：“10.1016”，“卷”：“124”，“作者”：[{“ORCID”：“http://\/ORCID.org\/00000-0003-3608-0607”，“authenticated-ORCID”：false，“给定”：“Quanzeng”，“家族”：“你”，“sequence”：“first”，“affiliation”：[]}序列“：”附加“，”从属“：[]}，{”给定“：“杰博”，“家族”：“罗”，“序列”：“附加”，“从属关系”：[]}]，“成员”：“78”，“参考”：[{“key”：“10.1016\/j.sigpro.2015.0.032_bib1”，“doi-asserted-by”：“crossref”，“非结构化”：“M.Kosinski，D.Stillwell，T.Graepel，私人特征和属性可以从人类行为的数字记录中预测，美国国家科学院院学报110（15）（2013）5802\u20135805.“，”DOI“：”10.1073\/pnas.1218772110“}，{“key”：“10.1016\/j.sigpro.2015.10.032_bib2”，“unstructured”：“j.D.Burger，j.Henderson，G.Kim，G.Zarrella，《推特上的性别歧视》，载于：《自然语言处理的实证方法》，2011年，第1301\u20131309页doi-asserted-by“：”crossref“，”first page“：”135“，”doi“：”10.1111\/josl.12080“，”article-title“：”社交媒体中的性别认同和词汇变异“，”volume“：“18”，”author“：”Bamman“，”year“：”2014“，”journal-title”：“J.Socialing。“}，{”key“：”10.1016\/j.sigpro.2015.10.032_bib4“，”doi-asserted-by“：”crossref“，”unstructured“：”H.A.Schwartz，j.C.Eichstaedt，M.L.Kern，L.Dziurzynski，S.M.Ramones，M.Agrawal，A.Shah，M.Kosinski，D.Stillwell，M.E.Seligman，et al.，《社交媒体语言中的个性、性别和年龄：开放词汇方法》，《公共科学图书馆·综合》8（9）2013.“，”DOI“：”10.1371\/journal.pone.0073791“}，{“key”：“10.1016\/j.sigpro.2015.10.032_bib5”，“DOI-asserted-by”：“crossref”，“unstructured”：“P.Lovato，A.Perina，D.S.Cheng，C.Segalin，N.Sebe，M.Cristani，We like it！在计数网格上映射图像首选项，in：IEEE国际图像处理会议，2013，pp.2892\u20132896。”，“DOI“：”10.1109\/ICIP.2013.6738595“}，{“key”：“10.1016\/j.sigpro.2015.10.032_bib6”，“DOI-asserted-by”：“crossref”，“unstructured”：“M.Cristani，A.Vinciarelli，C.Segalin，A。佩里纳，《揭开多媒体无意识：内隐认知过程和多媒体内容分析》，载于：ACM多媒体国际会议，ACM，2013年，美国纽约州纽约市，第213\u2013222页。“，“DOI”：“10.1145\/2502081.2502280”}，{“key”：“101016\/j.sigpro.2015.10.032_bib7”，“DOI-asserted-by”：“crossref”，“unstructured”：“E.F.Can，H。Oktay，R.Manmatha，《使用视觉线索预测转发次数》，载于：《第二十二届ACM信息与知识管理国际会议论文集》，ACM，2013年，美国纽约州纽约市，第1481\u20131484页。“，”DOI“：”10.1145\/2505515.2507824“}，{“key”：“10.1016\/j.sigpro.2015.10.032_bib8”，“非结构化”：“A.Krizhevsky，I.Sutskever，G.E。Hinton，深度卷积神经网络的Imagenet分类，in：《神经信息处理系统进展》，第1卷，2012年，第4页。“}，{“key”：“10.1016\/j.sigpro.2015.10.032_bib9”，“doi-asserted-by”：“crossref”，“unstructured”：“M.McPherson，L.Smith-Lovin，j.M.Cook，《羽毛之鸟：社交网络中的嗜同性》，Ann.Rev。社会学。（2001）415\u2013444.“，”DOI“：”10.1146\/annurev.soc.27.1415“}，{“key”：“10.1016\/j.sigpro.2015.10.032_bib10”，“DOI-asserted-by”：“crossref”，“unstructured”：“Z.Cheng，j.Caverley，K。Lee，You are where You tweet:a content-based approach to geo-localing twitter users，in：Proceedings of the 19th ACM International Conference on Information and Knowledge Management，ACM，2010，New York，NY，USA，pp.759\u2013768。“，”DOI“：”10.1145\/1871437.1871535“}，{“key”：“10.1016\/j.sigpro.2015.10.032_bib11”，“DOI-asserted-by”：“crossref”，“非结构化”：“R.Li、S.Wang、H.Deng、R.Wang和K.C.-C.Chang，《走向社会用户特征：推断居住地的统一和歧视性影响模型》，载于：《第18届ACM SIGKDD国际知识发现和数据挖掘会议论文集》，ACM，2012年，中国北京，第1023\u20131031页。”，“DOI”：“10.1145\/2339530.2339692“}，{“key”：“10.1016\/j.sigpro.2015.10.032_bib12”，“doi-asserted-by”：“crossref”，“unstructured”：“R.Zafarani，H。Liu，《连接社交媒体网站用户：行为建模方法》，载于：《第19届ACM SIGKDD国际知识发现和数据挖掘会议论文集》，ACM，2013年，美国伊利诺伊州芝加哥，第41\u201349页。“，DOI：”10.1145\/24887575.2487648“}，{“key”：“10.1016\/j.sigpro.2015.10.032_bib13”，“DOI-asserted-by”：“crossref”，“非结构化”：“A.Mislove，B.Viswanath，K.P.Gummadi，P.Druschel，You are who You known:inference user profiles in online social networks，in：Proceedings of the third ACM International Conference on Web Search and Data Mining，ACM，2010，Washington，DC，USA，pp.251\u2013260.”，“DOI”：“10.1145\/1718487.1718519”}，{“key”：“10.1016\/j.sigpro.2015.10.032_bib14“，”doi-asserted-by“：”crossref“，”unstructured“：”R.Li，C.Wang，K.C.-C.Chang，《自我网络中的用户剖析：共剖析属性和关系》，摘自：《第23届万维网国际会议论文集》，国际万维网会议指导委员会，2014年，第819\u2013830页。“DOI“：”10.1145\/2566486.2568045“}，{“key”：“10.1016\/j.sigpro.2015.10.032_bib15”，“DOI-asserted-by”：“crossref”，“unstructured”：“P.Lovato，A.Perina，N.Sebe，O.Zandon\u00e0，A.Montagnini，M.Bicego，M。Cristani，告诉我你喜欢什么，我会告诉你你是什么：在flickr数据上区分视觉偏好，in：Computer Vision\u2013ACCV 2012，Springer，2013，pp.45\u201356。“，”DOI“：”10.1007\/978-3642-37331-2_4“}，{“issue”：“3”，“key”：“10.1016\/j.sigpro.2015.10.032_bib16”，“DOI-asserted-by”：“crossref”，“first page”：”364“，“DOI”：“”10.1109\/TIFS.2014.2298370“，”文章标题“：”成功！生物识别：告诉我你喜欢哪张照片，我会告诉你你是谁”，“卷”：“9”，“作者”：“洛瓦托”，“年份”：“2014”，“期刊标题”：“IEEE Trans。Inf.法医安全。“｝，｛”key“：”10.1016\/j.sigpro-2015.10.032_bib17“，”doi断言“：”crossref“，”非结构化“：”Q.You，S.Bhatia，j.Luo，《旁观者的眼睛：使用在线社交网络中发布的图像进行性别预测》，Soc.Multimed.Data Min.（2014）。“，”doi“：”10.1109\/ICDMW.2014.93“｝，｛”issue“：”5“，”key“：”10.1016\/j.sigpro-2015.10.032_bib18“，”doi-asserted-by“：”crossref“，”first page“：”733“，”doi“：”10.1109\/TCSVT.2009.2017400“，”article-title“：”通过多图学习进行统一视频注释“，”volume“：“19”，”author“：”Wang“，”year“：”2009“，”journal-title”：“IEEE Trans。电路系统。视频技术。“}，{”issue“：”11“，”key“：”10.1016\/j.sigpro.2015.10.032_bib19“，”doi-asserted-by“：”crossref“，”first page“：“4649”，”doi“：”101109\/TIP.2012.207397“，”article-title“：”web图像搜索的基于图形的多模式重新分类“，”volume“：”21“，”author“：”Wang“，”year“：”2012“，”journal-title”：“IEEE Trans.image Process.”}，”{“key”：“”10.1016\/j.sigpro.2015.10.032_bib20“，”doi-asserted-by“：”crossref“，”first page“：”224“，”doi“：”10.1016\/j.ins.2012.01.003“，”article-title“：”k-partite graph reinforcement and its application in multimedia information retrieval“，“volume”：“194”，“author”：“Gao”，“year”：“2012”，“journal-title”：“Inf.Sci.”。“}，{”issue“：”1“，”key“：”10.1016\/j.sigpro.2015.10.032_bib21“，“doi-asserted-by”：“crossref”，“first page”：“1”，“doi”：“10.1561\/220000006”，”article-title“：”Learning deep architecture for AI“，”volume“：“2”，“author”：“Bengio”，“year”：“2009”，“journal-title”：“Found.Trends\u00ae Mach.Learn.”}，“{”问题“：”2“，”key“：”10.1016\/j.sigpro.2015.10.032_bib22“，”首页“：”12“，”article-title“：”基于集合的稀疏标签传播及其在照片社会群体建议中的应用“，”卷“：”2“，”作者“：”于“，”年份“：”2011“，”期刊标题“：”ACM Trans。智力。系统。Technol公司。（TIST）“}，{“key”：“10.1016\/j.sigpro.2015.10.032_bib23”，“unstructured”：“M.Rosenlicht，分析导论，Courier Dover Publications，1968.”}，“key“：”10.1016\/j.sig pro.2015-10.032_bin24“，”doi-asserted-by“：”crossref“，”unstructure“：”D.L.Donoho，C。Grimes，Hessian本征映射：高维数据的局部线性嵌入技术，Proc。国家。阿卡德。科学。100（10）（2003）5591\u20135596.“，”DOI“：”10.1073\/pnas.1031596100“}，{“key”：“10.1016\/j.sigpro.2015.1032_bib25”，“DOI-asserted-by”：“crossref”，“unstructured”：“Y.Jia，Caffe:一种用于快速特征嵌入的开源卷积架构\u3008http://Caffe.berkeleyvision.org\\u3009，2013.”，“DOI”：“101145\/264788.2654889”}，{“密钥”：“10.1016\/j.sigpro.2015.10.032_bib26”，“series-title”：“搜索引擎”，“作者”：“Croft”，“年份”：“2010”}，{“key”：“10.1016\/j.sig pro.2015.0.032_bib27”，“非结构化”：“M.D.Zeiler，R.Fergus，可视化和理解卷积神经网络，arxiv:hepth \/1311.2901.”}、{“key”：”10.1016\\j.sigpro.2015.10.032 _bib28“，“非结构”：“H.Lee，C、。Ekanadham，A.Y.Ng，视觉区域v2的稀疏深度信念网络模型，in：《神经信息处理系统进展》，2008年，第873\u2013880页卷：“17”，“作者”：“卢克斯堡”，“年份”：“2007”，“新闻标题”：“统计计算”。“}]，”container-title“：[”Signal Processing“]，”original-title”：[]，”language“：”en“，”link“：[{”URL“：”https:\/\/api.elsevier.com/content\/article\/PII:S0165168415003758？httpAccept=text\/xml“，”content-type“：”text\/xml“，”content-version“：”vor“，”intended-application“：”text-mining“}，”{“URL”：“”https:\/\/api.elsevier.com/content\/article\/PII:S0165168415003758？httpAccept=text\/plain“，”content-type“：”text\/prain“，“content-version”：“vor”，“intended-application”：“text-mining”}]，“deposted”：{“date-parts”：[[2019,9,1]]，“date-time”：“2019-09-01T11:52:45Z”，“timestamp”：1567338765000}，“score”：1，“resource”：{“primary”：“URL”：“https://linkinghub.elsevier.com\/retrieve\/pi\/S0 165168415003758“}}，”副标题“：[]，”短标题“：[]，”已发布“：{“date-parts”：[[2016,7]]}，“references-count”：29，“alternative-id”：[“S0165168415003758”]，“URL”：“http://\/dx.doi.org\/10.1016\/j.sigpro.2015.10.032”，“relation”：{}，”ISSN“：[”0165-1684“]，“ISSN-type”：[{“value”：“0165-1684]，“type”:“print”}]，“subject”：[]，“published”：{“date-parts”：[[2016,7]]}，“assertion”：[{“value”：“Elsevier”，“name”：“publisher“，”label“：”本文由“}，{”value“维护：”一张图片告诉了一千个单词\u2014关于你！用户从用户生成的视觉内容中进行兴趣分析“，”name“：”articletitle“，”标签“：”article Title“}”，{“value”：“Signal Processing”，“name”：“journaltitle”，“label”：“Journal Title”}https:\/\/doi.org\/10.1016\/j.sigpro.2015.10.032“，”name“：”articlelink“，”label“：”CrossRef doi link to publisher maintained version“}，”{“value”：“article”，“name”：“content_type”，“label”：“content-type”}，{“value”：“Copyright\u00a9 2015 Elsevier B.V.保留所有权利。”，“name”：“Copyright”，“table”：“版权所有”}]}