{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“讯息”：{“索引”：{“日期部分”：[[2024,7,22]]，“日期时间”：“2024-07-22T18:38:47Z”，“时间戳”：1721673527064}，“参考计数”：48，“出版商”：“电气与电子工程师学会（IEEE）”，“发行”：“12”，“许可证”：[{“开始”：{-“日期部分“：[2019,12,1]]，”日期时间“：“2019-12-01T00:00:00Z”，“timestamp”：157515840000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“https:\/\/ieeexplore.iee.org\/Xplorehelp\/downloads\/license-information\/ieee.html”}，{“start”：{“date-parts”：[2019,12,1]]，“date-time”：“2019-12-01T00:00 Z”，”timestamp“15751584000000}”，“content-version”：“stm-as”f“，”delay-in-days“：0，”URL“：“https:\/\/doi.org\/10.15223\/policy-029”}，{“start”：{“date-parts”：[[2019,12,1]]，“date-time”：“2019-12-01T00:00:00Z”，“timestamp”：157515840000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“http:\/\/doi.org\/10.15223\/policy-037”}]，“funder”：[{“doi”：“10.13039\/501 100001809”，“名称”：“国家自然科学基金”，“doi-asserted-by”：“publisher”，“adward”：[“U1701262”，“61527812”]，“id”：[{“id”:“10.13039\/501100001809”，“id type”：“doi”，“asserted by”：“publisher”}]}，{“name”：“国家科技重大项目”，“award”：[”2016ZX01038101“]}”，{”name“中国工信部IT基金（TCN关键技术研究与应用）”}：“国家关键技术研发计划”，“奖项”：[“2015BAG14B01-02”]}]，“内容域”：{“域”：[]，“交叉标记-限制”：false}，“短容器-标签”：[”IEEE Trans.Ind.Electron.“]，“published-print”:{“date-parts”：[[2019,12]]}，”DOI“：”10.1109\/tie.2019.2907441“，”type“：”journal-article“，”created“：{”date-part“：[2019,6,25”]]，“日期-时间”：“2019-06-25T21:45:20Z”，“timestamp”：1561499120000}，“page”：“9682-9691”，“source”：”Crossref“，”is-referenced-by-count“：10，“title”：[“Exploring High-Order Correlations for Industry Anomaly Detection”]，“prefix”：“10.1109”，“volume”：揬66擞“：”王“，“sequence”：“first”，“affiliation”：[]}，{“ORCID”：“http://\/ORCID.org\/0000-0001-7329-6461”，“authenticated-ORCID”：false，“给定”：“Zizhao”，“family”：“张”，“se序列”：“additional”，“从属关系”：[]}，}“ORCID”：“：”附加“，”从属“：[]}，{“given”：“Quan”，“family”：“Miao”，“sequence”：“additional”，“affiliation”：[]}，{“ORCID”：”http://\/ORCID.org\/0000-0001-9163-2932“，”authenticated-ORCID“：false，”given“：”Rongrong“，”family“：”Ji“，”sequence“：”additional：“越”，“家”：“高”，“序列”：“additional”，“affiliation”：[]}]，“member”：“263”，“reference”：[{“key”：“ref39”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/ICDM.2008.17”}，{“key”：”ref38“，”doi-assert-by“：”publisher“，”doi“：”10.1145\/3133956.3138825 ACCESS.2018.2805845“}，{”key“：”ref32“，”doi-asserted-by“：”publisher“，”doi“：“10.1109 \/ACCESS.2018.2806420”}，{“key”：“ref31”，“doi-asserted-by”：“publisher”，“doi”：“10.109\/TIE.2017.2748052”}卷：“1”，“作者”：“plessis”，“年份”：“2014”，“期刊标题”：“Adv Neural Inf Process Syst”}，{“key”：“ref36”，“doi asserted by”：“publisher”，“doi”：“10.24963\/ijcai.2018\/466”}，{“key”：“ref35”，“首页”：“2843”，“文章标题”：“一种用于异常检测的高效半监督SVM”，“作者”：“蒙太奇”，“年份”：“0”，“期刊标题”：“Proc Int Joint Conf Neural Netw”}，{“key”：“ref34”，“首页”：“1386”，“article-title”：“从正数据和未标记数据学习的凸公式”，“author”：“plessis”，“year”：“0”，“journal-title“：”Proc Int Conf Mach Learn“}，{“key”：“ref10”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/TIE.2017.2726961”}，“key“：”ref40“，”author“：”preiss“，“year:”1999“，”journal-title“：“Java中具有面向对象设计模式的数据结构和算法”}，{“key”：“ref11”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/TIE.2016.2541087”}，{“键”：“参考14”，“doi-asserted-by”：“publisher”，“doi”：“10.1145\/3178876.3185996”}，{“key”：“ref15”，“doo-asserted-by”：”publisher“，”doi“：”10.1007\/978-3319-57454-7_59“}，“key“：”ref16“，”first page“：“20”，“article-title”：“高效的顶级优化，使用梯度增强进行监督异常检测”，“author”：“fr\u00e9ry”，“year”：“0”，“journal-title“：“Proc-Eur-Conf Mach Learn Knowl Discovery Databases”}，{“key”：“ref17”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/IJCNN.2016.7727554”}、{“密钥”：“ref18”，“doi-asserte-by”：“publisher”、“doi“：”10.1145\/2806890“}，}“key:”ref19“article-title”：“Olivier Chapelle、Bernhard Schölkopf和Alexander Zien（审查）“，”卷“：”20“，“author”：“thomas”，“year”：“2009”，“journal-title”：“IEEE Trans Neural Netw”}，{“key”：“ref28”，“doi-asserted-by”：“publisher”，”doi“：”10.1007\/978-3642-33885-4_35“}，”{“key”：”ref4“，”doi-assert-by“：”publisher doi“：”10.1007\/978-3642-15549-9_27“}，{“键”：“参考3”，“doi断言者”：“publisher”，“doi”：“10.1109\/IJCNN.2005.156431”}，{“key”：“ref6”，“doi断言者”：“publisher”，“doi”：“10.1109\/ICDM.2011.152”}，{“key”：“ref29”，“doi断言者”：“publisher”，“doi”：“10.1109\/TGRS.2018.289692”}，{“key”：“ref5”，“doi断言者”：“publisher”，“doi”：“10.1109\/ICDM.2017..27“｝，｛”key“：”ref8“，”doi断言者“：”publisher“，”doi“：“10.1109\/TII.2017.2772082”}，{“key”：“ref7”，“doi-asserted-by”：“publisher”，“doi”：“10.109\/ICDM.2016.0119”}、{“key”：”ref2“，”doi-assert-by“：”publisher“，”doi“：”10.1109\/TPAMI.2018.2875002}，{“key”：“ref1”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/TIE.2017.2772190”}，{“key”：“ref46”，“first-page”：“449”，“author”：“yeh”，“year”：“2009”，“journal-title”：“通过过采样主成分分析进行异常检测”}，{“key”：”ref20“，”first-page:“27”，“article-title“：”semi-ministed clustering by semi-missued“，”author“：”basu“，”year“：”0“”：“publisher”，“DOI”：“10.1145\/2133360.2133363”}，{“key”：“ref48”，“DOI-asserted-by”：“publicher”，“DOI”：”10.24963\/ijcai.2017\/387“}，“{”key“：”ref22“，”DOI-assert-by“：”publisher“，”DOI“：”10.1109\/SP.2010.25“}预测”，“体积”：“24”，“author”：“zhang”，“year”：“2016”，“journal-title”：“Automated Softw Eng”}，{“key”：“ref21”，“article-title“：“Ganomaly：通过对抗训练进行半监督异常检测”，“author”：“akcay”，“年”：“2018”，“日记标题”：“CoRR”}“物品标签”：“超图学习：聚类、分类和嵌入”，“author”：“sch\u00f6lkopf”，“year”：“0”，“journal-title”：“Proc-Int Conf Neural Inf Process”}，{“key”：“ref41”，“article-title“：”UCI机器学习库“，”author“：”dheeru“，”year“：”2017}，{“键”：“ref44”，“doi-asserted-by”：“publisher”，“doi”：“10.1137\/17M1121184”}，{“key”：“ref26”，“doi-assertd-by”：“publisher”，“DI:”10.1080\/08839514.2012.629540“}，”{“密钥”：“ref43”，“article-title”：“经验软件工程数据的承诺库”，“年份”：“2015”}：“10.1016\/j.cviu.2011.09.006”}]，“container-title”：[“IEEE Transactions on Industrial Electronics”]，“原始标题”：[]，“链接”：[{“URL”：“http://\/xplorestaging.IEEE.org\/ielx7\/41\/8784422\/086844782.pdf？arnumber=8684782”，“内容类型”：“未指定”，“content-version”：“vor”，“intended-application”：“相似性检查”}]，“存放”：{“日期段”：[2022,7,13]]，“date-time“”：“2022-07-13T21:09:06Z”，“timestamp”：1657746546000}，“score”：1，“resource”：{“primary”：{“URL”：“https:\/\/ieeexplore.iee.org\/document\/8684782\/”}}，”subtitle“：[]，”shorttitle“：[]，”issued“：{”date-parts“：[2019,12]}，‘references-count’：48，‘journal-issue’：{‘issue’：“12”}，《URL》：“http”：\/\/dx.doi.org\/10.109\/tie.2019.2907441“，”关系“：{}，”ISSN“：[“0278-0046”，“1557-9948”]，“issn-type”：[{“value”：“0278-0046”，“type”:“print”}，{“value”：“1557-9968”，“type”：“electronic”}]，“subject”：[]，“published”：{“date-parts”：[[2019,12]]}}}