{“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”：[[2024,9,7]]，“日期-时间”：“2024-09-07T02:53:47Z”，“时间戳”：1725677627497}，“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”：“procesdings-article”，“created”：{“date-parts”：[[2019,10,21]]，“date-time”：“2019-10-21T23:56:05Z”，“timestamp”：1571702165000}，“page”：”40-45“，”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”，“卷”：“44”，“作者”：[{“给定”：“吉高”，“家族”：“福”，“序列”：“第一”，“隶属”：[]}，{“已知”：“洪”，“家庭”：“肖”，“顺序”：“附加”，“从属”：[]}，“sequence”：“additional”，“affiliation”：[]}，{“given”：“Rongyue”，“family”：“Zhang”，“segmentation”：“additional”、“affidiation”：[]}、{“给定”：“Limiao”，“家庭”：“Wang”，“序列”：“附加”，“从属关系”：[]}、}“给定的”：“秀聪”，“家族”：“石”，“顺序”：“extendated”，“atriation”：“[]}]，“member”：“263”，“reference”：[{“key”：“参考10”，“首页”：“102”，“article-title”：“基于小波和交叉优化算法的神经网络短期负荷预测”，“volume”：“44”，“author”：“anbo”，“year”：“2016”，“journal title”：《电力系统保护与控制》}，{“key”：《参考文献11》，“first page”：：“pascanu”，“year”：“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”}：“使用LSTM的第32届国际机器学习会议论文集进行视频表示的无监督学习”，“首页”：“843”，“年份”：“2015”，“作者”：“srivastava”，“key”：“ref14”}，{“key“：ref15”，“第一页”：”39“，“文章标题”：“基于深度学习LSTM神经网络的短期电力负荷预测”，“量”：“2018”，“author”：“zhuo”，“year”：“0”，“journal-title”：“Electronics Technology”}，{“key”：“ref16”，“doi-asserted-by”：“publisher”，“doi”：“10.1016\/j.trc.2015.03.014”}、{“密钥”：“ref17”，“doi-asserte-by”：“crossref”，”first page“：”685“，”doi“：”10.1093\/生物信息学\/btw678“，”article-title“：“通过深度双向长短期记忆递归神经网络改善蛋白质紊乱预测”，“卷”：“33”，“作者”：“汉森”，“年份”：“2016年”，“期刊标题”：“生物信息学”}，{“关键”：“参考18”，“首页”：“772”，“文章标题”：：“wang”，“year”：“2018”，“journal title”：“北京航空航天大学学报”}，{“journal-title”：《IEEE可持续计算汇刊》，“article-tittle”：“网络物理社会大数据张量计算与优化模型”，“年”：“2017”，“作者”：，“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”，“volume”：“36”，“author”：“shuzhu”，“year”：“2015”，“journal-title“：”Process Automation Instrumentation“}，{”key“：”ref3“，”first-page“：”116“，”article-title“：“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”}，{“key”：“ref6”，“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”：“三种软测量技术在湿式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”}，{“期刊标题“：“火力发电厂脱硫控制系统的研究与设计”，“年”：“16”，“键”：“ref2”}，“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”，“年份”：“2015年”，“期刊标题”：《中国环境管理杂志》}，{“关键”：“参考9”，“首版”：“134”，“论文标题”：“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脱硫效率影响因素分析”，“卷”：“45”，“作者”：“刘”，“年份”：“2018年”，“期刊标题”：“盐业和化工”}，{“重点”：“参考21”，“首页”：“66”，“文章标题”：《影响石灰石-石膏脱硫效率的物理和化学参数》，“卷“：“39”，“作家”：“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）”，“开始”：{“日期部分”：[[2019,7,14]}，“地点”：“美国佐治亚州亚特兰大”，“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]}}}