{“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”：[[2023,9,22]]，“日期-时间”：“2023-09-22T04:44:33Z”，“时间戳”：1695357873237}，“引用-计数”：22，“发布者”：“IEEE”，“许可证”：[{“开始”：{-“日期-零件”：[2019,7,1]]，”“日期-时刻”：“2019-07-01T00:00:00 0Z“，”时间戳“：1561939200000}，”内容版本“：”vor“，“delay-in-days”：0，“URL”：“https:\/\/ieeexplore.iee.org\/Xplorehelp\/downloads\/license-information\/ieee.html”}，{“start”：{“date-parts”：[[2019,7,1]]，“date-time”：“2019-07-01T00:00:00Z”，“timestamp”：1561939200000}，“content-version”：“stm-asf”，“delay-in-days“：0，”URL“https:\\/doi.org\/10.1 5223\/policy-029“}，{“开始”：{“日期部分”：[[2019,7,1]]，“date-time”：“2019-07-01T00:00:00Z”，“timestamp”：1561939200000}，“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“：[2019,7]}，“内政部”：“10.1109\/ithings\/greencom\/cpscom\/smartdata.2019.00030”，“type”：“proceedings-article”，“created”：{“date-parts”：[[2019,10,21]]，“date-time”：“2019-10-21T23:56:05Z”，“timestamp”：1571702165000}，“source”：”Crossref“，”is-referenced-by-count“：5，”title“：[“基于长短期记忆神经网络的燃煤电厂脱硫效率预测模型”]，“前缀”：“10.1109”，“作者”：[{“给定”：“纪高”，“家族”：“傅”，”序列“：“第一”，“隶属关系”：[]}，{“已知”：“洪”，“家庭”：“肖”，“序列”：“附加”，“从属关系”：[]}：“additional”，“affiliation”：[]}，{“given”：“Rongyue”，“family”：“Zhang”，“sequence”：“addressive”，“filiation“：[]{”given“：”Limiao“，”family“：”Wang“，”sequence“：”additional“，”affiliance“：[]}，”givent“：”Xiucong“，”家族“：”Shi“，”序列“additionable”，“atriation”：“[]}]，“member”：“263”，“reference”：[{“key”“ref10”，“首页”：“102”，“文章标题”：“基于小波和交叉优化算法的神经网络短期负荷预测”，“卷”：“44”，“作者”：“anbo”，“年份”：“2016”，“期刊标题”：“电力系统保护与控制”}，{“关键”：“参考11”，“首页”：“iii-1310”，“文章标题”：《关于训练递归神经网络的难度》，“作者“：“pascanu”，“年”：“2013”，“journal-title”：“第三十届国际机器学习会议论文集”}，{“key”：“ref12”，“doi-asserted-by”：“publisher”，“doi”：“10.1162\/neco.1997.9.8.1735”}斯塔瓦“，”年“：“2015”，“journal-title”：“使用LSTM的无监督视频表示学习第32届国际机器学习会议论文集”}，{“key”：“ref15”，“first page”：”39“，“article-title“：”基于深度学习LSTM神经网络的短期电力负荷预测“，”volume“：”2018“，”author“：”zhuo“，”year“：”0“，”journal-title“：“电子技术”}，{“key”：“ref16”，“doi-asserted-by”：“publisher”，“doi”：“10.1016\/j.trc.2015.03.014”}：“33”，“author”：“hanson”，“year”：“2016”，“journal-title”：“Bioinformatics”}，{“key”：“ref18”，“first page”：《772》，“article-title》：“Exploring LSTM based recurrent neural network for failure time series prediction”，“volume”：”44“，“auther”：“wang”，“year”：”2018“，“johnal-title:”“journal of Beijing University of Aeronautics”}、{“key”：“ref19”，“article-title”：“网络物理社会大数据的张量计算与优化模型”，“author”：“wang”，“year”：“2017”，“journal-title:“IEEE Transactions on Sustainable Computing”}，{“key”：“ref4”，“first-page:”68“，”article-title“：“基于优选训练样本的BP神经网络在脱硫效率预测中的应用”，“卷”：“36”，“作者”：“朔州”，“年份”：“2015”，“期刊标题”：“过程自动化仪表”}，{“关键”：“参考3”，“首页”：“116”，“文章标题”：“基于T-S模糊神经网络的石灰石-石膏湿法烟气脱硫效率预测”，“卷”：“45”，“作者”：“bin”，“年份”：“2016”，“期刊标题”：“火力发电”}，{“关键”：“参考6”，“首页”：“81”，“文章标题”：“基于偏最小二乘支持向量机的烟气湿法脱硫效率预测模型”，“卷”：“46”，“作者”：“史文”，“年份”：“2017”，“期刊标题”：“火力发电”}，{“关键”：“参考5”，“首页”：“58”，“文章标题”：“基于RBF神经网络的双碱脱硫塔SO2排放预测”，“卷”：“46”，“作者”：“祥鹏”，“年份”：“2017”，“期刊标题”：“火力发电”}，{“关键字”：“ref8”，“doi-asserted-by”：“publisher”，”doi“：”10.1162\/neco.1989.1.2.270“}，”{“key”：“ref7”，“首页”：“226”，“article-title”：“三种软传感器技术在湿法烟气脱硫效率预测中的比较”，“卷”：“58”，“作者”：“bin”，“年份”：“2016”，“期刊标题”：“涡轮机技术”}，{“关键”：“ref2”，“年份”：“2016”，“期刊标题”：“火电厂脱硫控制系统的研究与设计”}，{“关键”：“ref1”，“首页”：“66”，“文章标题”：“区域大气污染控制管理体系建设需求分析”，“卷”：“7”，“作者”：“南”，“年”：“2015”，“期刊标题”：“中国环境管理杂志”}，{“key”：“ref9”，“首页”：“134”，“文章标题”：“基于改进级联神经网络的电网谐波电流自适应检测”，“卷”：“44”，“作者”：“川林”，“年份”：“2016”，“期刊标题”：“电力系统保护与控制”}，{“密钥”：“ref20”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/TBDATA.2017.2757942”}：“烟气脱硫系统研究及影响脱硫效率因素分析”，“卷”：“45”，“作者”：“刘”，“年”：“2018”，“期刊标题”：“盐化工业”}，{“关键”：“参考文献21”，“首页”：“66”，“文章标题”：“影响石灰石-石膏脱硫效率的物理化学参数”，“卷”：“39”，“作者”：“晓东”，“年份”：“2017年”，“新闻标题”：“华电科技”}]，“事件”：{“名称”：“2019年物联网国际会议（iThings）和IEEE绿色计算与通信（GreenCom）以及IEEE网络、物理和社会计算（CPSCom）与IEEE智能数据（SmartData）”，“地点”：“美国佐治亚州亚特兰大”，“开始”：{“日期部分”：[[2019,7,14]]}，“结束”：{“date-parts”：[[2019,7,17]]}}，“container-title”：[“2019年物联网国际会议（iThings）和IEEE绿色计算与通信（GreenCom）以及IEEE网络、物理和社会计算（CPSCom）与IEEE智能数据（SmartData）”]，“原始标题”：[]，“链接”：[{“URL”：“http://\/xplorestaging.ieee.org\/ielx7\/8867850\/8875276.pdf？arnumber=8875276”，“content-type”：“unspecified”，“content-version”：“vor”，“intended-application”：“similarity-checking”}]，“deposed”：{“date-parts”：[2023,9,21]]，“date-time”：”2023-09-21T22:48:02Z“，“timestamp”：1695336482000}，“score”：1，“资源“：{“主”：{”URL“：“https:\/\/ieeexplore.iee.org\/document\/8875276\/”}}，“副标题”：[]，“短标题”：[]，“已发布”：{“日期-部件”：[[2019,7]]}，”引用计数“：22，”URL“：”http://\/dx.doi.org\/10.109\/ithings\/greencom\/cpscom\/smartdata.2019.00030“，”关系“：{}”，“主题”：[[]，”已发布“：{”日期部分“：[[2019,7]}}}