{“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”：[[2023,3,24]]，“日期-时间”：“2023-03-24T13:08:21Z”，“时间戳”：1679663301262}，“参考-计数”：14，“出版商”：“IEEE”，“许可证”：[{“开始”：}“日期-部分”：[2020,9,10]]，”日期-时间“：“2020-09-10T00:00:00Z”，“timestamp”：1599696000000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“https:\/\/ieeexplore.iee.org\/Xplorehelp\/downloads\/license-information\/ieee.html”}，{“start”：{“date-parts”：[[2020,9,10]]，“date-time”：“2020-09-10T00:00:00Z”，“timestamp”：1599696000000}，“content-version”：“stm-asf”，“delay-in-days“：0，”URL“https:\\/doi.org\/10.1525 23\/policy-029“}，{“开始”：{“日期部分”：[[2020,9,10]]，“date-time”：“2020-09-10T00:00:00Z”，“timestamp”：1599696000000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-037”}]，“content-domain”：{“domain”:[]，“crossmark-restriction”：false}，”shortcontainer-title“：[]，”published-print“：{”date-parts“：[2020,9,10]}，“doi”：“10.1109\/ever48776.2020.9242979”，“类型”：“procesdings-article”，“created”：{“date-parts”：[[2020,11,2]]，“date-time”：“2020-11-02T22:10:32Z”，“timestamp”：1604355032000}，“source”：“Crossref”，“is-referenced-by-count”：3，“title”：[“使用主成分分析对风力涡轮机轴承的渐进退化进行状态监测”]，“prefix”：“10.1109”，”author“：[{”given“给定”：“H”，“系列”：“Maatallah”、“sequence”：“first”，“affiliation”：[]}，{“given”：“M.J.”，“family”：“Fuente”，“sequences”：“additional”，“filiation“：[]{”given“：”K.“，”family“：”Ouni“，”sequence“：”additional“，”affiliation:[]}]，“member”：“263”，“reference”：[{“key”：”ref10“，“doi-asserted-by”：”publisher“，“doi”：“10.1109\/IECON.2012.6389269”“}，{”key“：”ref11“，”首页“：”98“，”文章标题“：“基于递归神经网络的轴承剩余使用寿命预测健康指标”，“作者”：“梁”，“年份”：“2017年”，“期刊标题”：“神经计算”}，{“key”：“ref12”，“doi-asserted-by”：“publisher”，“doi”：“10.1016\/j.apacoust.2017.01.005”}：“高频数据的主成分分析”，“author”：“a\u00eft-sahalia”，“year”：“2018”，“journal-title”：“journal of the American Statistical Association”}，{“key”：“ref14”，“article-title“：”声学与振动数据库“，”author“：”bechhoefer“，”year“：”2013：“风力涡轮机齿轮箱可靠性数据库、状态监测和运维研究更新”，“作者”：“生”，“年份”：“2016年”，“期刊标题”：“Ntl可再生能源实验室（NREL）”}，{“key”：“ref3”，“doi-asserted-by”：“publisher”，“doi”：“10.1016\/j.renene.2015.12.010”}，{“键”：“参考5”，“首页”：“799”，“article-title”：“机械健康预测：从数据采集到RUL预测的系统回顾”，“author”：“yaguo”，“year”：“2018”，“journal-title“：“Mechanical Systems and Signal Processing”}，{“key”：“ref8”，“doi-asserted-by”：“publisher”，“doi”：“10.1016\/j.rser.2007.05.008”}：“基于K-means聚类和神经网络的风力涡轮机预测故障诊断方法”，“卷”：“17”，“作者”：“刘”，“年份”：“2016”，“期刊标题”：“互联网技术杂志”}，{“关键”：“参考2”，“文章标题”：《变速箱运动和高速轴载荷的齿轮箱可靠性协同研究》，“作者“：“凯勒”，“年度”：“2016”}：“ref1”，“article-title”：“2019年全球风能报告”，“author”：“lee”，“year”：“2020”，“journal-title“：“全球风能理事会”}，{“key”：“ref9”，“doi-asserted-by”：“publisher”，“doi”：“10.1016\/j.apacoust.2017.11.021”}]，“event”：{“name”：“2020年第十五届国际生态汽车和可再生能源会议（EVER）”，“location”：“Monte-Carlo，Monaco”，“start”：{“date-parts”：[[2020,9,10]]}，“end”：{-“date-parts”：[[2020,9,12]]}}，”container-title“：[”2020年第十五届生态汽车和可再生能源国际会议（EVER）“]，”original-title”：[]，“link”：[{“URL”：“http://\xplorestaging.ieee.org\/ielx7\/924649\/9249209.pdf？arnarn数字=9242979“，”内容类型“：“unspecified”，“content-version”：“vor”，“intended-application”：“similarity-checking”}]，“deposed”：{“date-parts”：[[2022,6,27]]，“date-time”：“2022-06-27T16:09:45Z”，“timestamp”：1656346185000}，“score”：1，“resource”：{“primary”：“URL”：“https:\/\/ieeexplore.iee.org\/document\/9242979\/”}，”副标题“：[]，”短标题“：[]，”发布“：{“日期部分”：[[2020,9,10]]}，“references-count”：14，“URL”：“http://\/dx.doi.org\/10.109\/ever48776.2020.9242979”，“relation”：{}，“subject”：[]，“published”：{“date-parts”：[[2020,9,10]]}}}