{“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”：[[2024,8,10]]，“日期-时间”：“2024-08-10T07:10:42Z”，“时间戳”：1723273842314}，“引用-计数”：15，“发布者”：“IEEE”，“许可证”：[{“开始”：{'日期-部件“：[2020,5,1]]，”日期-时间“：”2020-05-01T00:00:00Z”，“timestamp”：1588291200000}，“content-version”：“vor”，“延迟天数”：0，“URL”：“https://ieeexplore.ieee.org/Xplorehelp\/downloads\/license-information\/ieee.html”｝，｛“开始”：｛“日期部分”：[[2020,5,1]，“日期时间”：“2020-05-01T00:00:00Z”，“时间戳”：1588291200000｝，“内容版本”：“stm-asf”，“延迟天数”：0，“URL”：“https://doi.org/10.15223\/policy-029”｝，｛“开始”：｛“日期零件”：[[2020,5,1]]，“date-time”：“2020-05-01T00:00:00Z”，“timestamp”：1588291200000}，“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“：[2020,5]}，“doi”：“10.1109\/i2mtc43012.2020.9128699”，“类型”：“proceedings-article”，“created”：{“date-parts”：[[2020,6,30]]，“date-time”：“2020-06-30T21:17:34Z”，“timestamp”：1593551854000}，“source”：“Crossref”，“is-referenced-by-count”：3，“title”：[“基于二维卷积神经网络的轴承故障诊断方法研究”]，“prefix”：“10.1109”，”author“[{”given“give”：“Yuhang”，“family”：“Wang”、“sequence”：“first”，“affiliation”：[]}，{“given”：“He-sheng”，“family”：“ZHANG”，“sequences”：“additional”，“filiation“：[]{”given“：”Xiaotao“，”family“：”Hu“，sequence“：”additional 4“}，{”key“：”ref11“，”doi-asserted-by“：”publisher“，“DOI”：“10.3390\/s17020425”}，{“key”：“ref12”，“DOI-asserted-by”：“publisher”，“DOI:”10.1016\/j.measurement.2016.07.054“}，“key“：”ref13“，”DOI-assert-by“：”publisher“，”DOI“：”10.1109\/ACCES.2019.2919126“}、{“key”：”ref14“，”DOI-asserted-by“”：”publicher“，”“DOI“”：“10.1109\/ACCESS。2019.2907131“}，{“key”：“ref15”，“DOI-asserted-by”：“publisher”，“DOI”：“10.1109\/MCSE.2018.110113254”}，{“key”：“ref4”，“doi-asserted-by”：“publisher”，“doi”：“10.109\/TIE.2017.2774777”}、{“key”：”ref3“，”doi-assert-by“：”publisher“，”doi“：网络多分类器”，“author”：“li”，“year”：“2015”，“journal title”：“上海交通大学学报”}，{“key”：“ref5”，“首页”：“152”，“article-title”：”基于深度信念网络的轴承故障分类“，”volume“：”29“，”author“：”li“，”year“：”2016：“利用滚动轴承的时频图像分析进行深度学习故障诊断”，“author”：“v”，“year”：“2017”，“journal-title”：“Shock and Vibration”}，{“key”：“ref7”，“first-page”：“55”，“artict-itle”，“堆栈自编码网络的性能优化及其在滚动轴承故障诊断中的应用”，“volume”：”52“，“author”：“zhang”，“year”：“2018”，“journal-title”：“西安交通大学学报”}，{“key”：“ref2”，“doi-asserted-by”：“publisher”，”doi“：”10.1016\/j.ymssp.2015.10.025“}，”key“：”ref1“，”doi-assert-by“：”publisher“，”doi:“10.3901\/JME.2015.21.049”}“，蒂尔”：“基于一维卷积神经网络的滚动轴承自适应故障诊断算法”，“author”：“qu”，“year”：“2018”，“journal title”：“Chinese journal of Scientific Instrument”}]，“event”：{“name”：“2020 IEEE International Instrumentation and Measurement Technology Conference（I2MTC）”，“location”：“Dubrovnik，Croatia”，“start”用法：{“date-parts”：[[2020,5,25]]}，“end”：{”date-part“：[[2020，5,28]]}}，”container-title“：[”2020 IEEE国际仪器和测量技术会议（I2MTC）“]，”original-title”：[]，“link”：[{“URL”：“http://explorestaging.IEEE.org\/ielx7\/9123988\/9128363\/091128699.pdf？arnumber=9128699“，”content-type“：”unspecified“，”content-v版本”：“vor”，“intended-application”：“similarity-checking”}]，“deposed”：{“date-parts”：[[2022,6,27]]，“date-time”：“2022-06-27T15:57:29Z”，“timestamp”：1656345449000}，“score”：1，“resource”：{“primary”：{:“URL”：“https:\/\/ieeexplore.iee.org\/document\/9128699\/”}}，”副标题：[]，“shorttitle”：[]“date-parts”：[[2020,5]]}，“references-count”：15，“URL”：“http://\/dx.doi.org\/10.109\/i2mtc43012.2020.9128699”，“关系”：{}，“主题”：[]，“发布”：{“日期部分”：[[2020,5]]}}