{“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”：[[2023,1,8]]，“日期-时间”：“2023-01-08T05:55:41Z”，“时间戳”：1673157341627}，“出版商位置”：“美国纽约州纽约市”，“参考-计数”：13，“出版者”：“ACM”，“许可证”：[{“开始”：{:“日期-零件”：[2014,11,4]]，“时间me“：”2014-11-04T00:00:00Z“，”时间戳“：141505920000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“http://www.acm.org\/publications\/policys\/corpyright_policy#Background”}]，“资助者”：[{“name”：“中国香港特别行政区研究资助委员会”，“奖项”：[“城市大学项目9231131，城市大学项目7200387，城市大学工程115312”]}]，”content-domain“：{”domain“用法：[“dl.acm.org”]，“crossmark-restriction”：true}，“short-container-title”：[]，“published-print”：{“date-parts”：[[2014,11,4]]}，”DOI“：”10.1145\/266310.2666478“，”type“：”proceedings-article“，”created“：{”date-part“：[[2015,2,3]]，”date-time“：”2015-02-03T13:43:11Z“，”timestamp“：1422970991000}“update-policy”：“http://\/dx.DOI.org\/10.1145\/crossmark-policy”，“source”：“Crossref”，“is-referenced-by-count”：2，“title”：[“探索信元塔数据转储以进行基于监督学习的兴趣点预测”]，“prefix”：“10.1145”，”author“：[{”given“：”Ran“，”family“：”Wang“，”sequence“：”first“，”affiliation“：[}”name“name”：“City University of Hong Kong Kong”}]}，{“given”:“Chi-Yin”，“family”：“Chow”，“sequence”：“additional”，“affiliation”：[{“name”：“香港城市大学”}]}，{“given”：“Sarana”，“family”：“Nutanong”，“sequence”：“additive”，“atfiliation（附属）”：[{“name”：“City University of Hong Kong，Hong Kong]}，}“giving”：“Yan”，“家族”：“Lyu”，“sequence”:“additionable”，“feliation”（附属）：“Nutanong”，“serquence”（序列）：“addressional”：“affidiation”：“nutang”，“seconditional”：“HK：“燕华”，“家族”：“李”，“序列”：“附加”，“从属关系”：[{“名称”：“华为诺亚方舟实验室，香港”}]}，{“给定”：“明宣”，“家庭”：“袁”，”序列“：“附加的”，“附属关系”：[{“姓名”：“香港华为诺亚方舟实验室”}]{，“给定的”：“维克多·C·s”，“家人”：“Lee”，“sequence”：“额外的”：“香港城市大学，香港”}]]，“成员”：“320”，“在线发布”：{“日期部分”：[[2014,11,4]]}，“参考”：[{“密钥”：“e_1_3_2_1_1”，“doi断言者”：“publisher”，“doi”：“10.1145\/24243212.2424348”}，{“密钥”：“e_1_3_2_1”，“doi断言者”：“publisher”，“doi”：“10.1109\/MPRV.2011.44”}，{“密钥”：“e_1_3_3_3 2_1_3_1“，”doi断言者“：”发布者“，“DOI”：“10.1016\/j.datak.2006.01.013”}，{“key”：“e_1_3_2_1_4_1”，“volume-title”：“模式识别与机器学习（信息科学与统计）”，“author”：“Bishop C.M.”，”year“：”2006“，”unstructured“：”C.M.Bishop.模式识别与计算机学习（信息科技与统计）。Springer-Verlag New York，Inc.，2006.C。M.Bishop先生。模式识别与机器学习（信息科学与统计）。Springer-Verlag New York，Inc.，2006.“}，{”key“：”e_1_3_2_1_5_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1016\/0020-7683（94）00097-G”}，“issue”：“3”，“key”：“e_1_ 3_2_1 _6_1”，“first page”：”710“，”article-title“：”基于机器学习的时空数据挖掘方法，用于检测墨西哥湾有害藻类水华”，“volume”：第“4”，“author”：“Gokaraju B.“，“年份”：“2011年”，“非结构化”：“B.Gokarajo，S.S.Durbha，R.L.King和N.H.Younan。一种基于机器学习的时空数据挖掘方法，用于检测墨西哥湾的有害藻类水华。IEEE J-STARS，4（3）：710--72011。B.Gokaraju、S.S.Durbha、R.L.King和N.H.Younan。一种基于机器学习的时空数据挖掘方法，用于检测墨西哥湾的有害藻类水华。IEEE J-STARS，4（3）：710--720，2011。”，“期刊标题”：“IEEE J-STARS”}，{“关键字”：“e_1_3_2_1_7_1”，“首页”：“100”，“卷标题”：”应用统计学“，“作者”：“Hartigan J.A.”，“年份”：“1979”，“非结构化”：“J.A.Hartigan和M.A.Wong。算法为136:k表示聚类算法。应用统计学，第100-108页，1979年。J.A。Hartigan和M.A.Wong。算法136：一种k-means聚类算法。《应用统计学》，第100-1081979页。“10.1145\/2009916.200962”}，{“键”：“e_1_3_2_11_1”，“doi-asserted-by“：”publisher“，”doi“：”10.1145\/2339530.2339561“}，{“key”：“e_1_3_2_12_1”，“doi-assert-by”：“publisher”，“doi”：“10.1145\/2525314.2525339”}，“key“：”e_1_ 3_2_13_1“SIGSPATIAL’14:第22届SIGSPADIAL地理信息系统进步国际会议”，“地点”：“德克萨斯州达拉斯”，“缩写词”：“SIGSPACIAL’14”，“赞助商”：[“ESRI”，“Yandex”，“Google Inc.”，“NVIDIA”，“北德克萨斯大学”，“Microsoft”，“ORACLE ORACLE”，“Facebook Facebook”，“SIGSPATIAL ACM空间信息特别兴趣小组“]}，“container-title”：[“第22届ACM SIGSPADIAL国际地理信息系统进展会议记录”]，“original-title“：[]，”link“：[{“URL”：“https:\/\/dl.ACM.org\/doi\/pdf\/10.1145\/2666310.2666478”，“content-type”：“unspecified”，“内容-版本”：“vor”，“intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[2023,1,7]]，”date-time“：”2023-01-07T10:32:43Z“，”timestamp“：1673087563000}，”score“：1，”resource“：”{“primary”：{“URL”：“https:\/\/dl.acm.org\/doi\/10.1145\/266310.2666478”}}，“subtitle”：[]，“shorttitle”：[]，“issued”：{“date-part”：[2014,11,4]}，“参考人数”：13，“alternative-id“：[”10.1145\/266310.2666478“，”10.1145\/2666310“]，”URL“：”http://\/dx.doi.org\/10.1145\/2666310.266478“，”relation“：{}，”subject“：[]，”published“：{”date-parts“：[[2014,11,4]]}，“assertion”：[{“value”：“2014-11-04”，“order”：2，“name”：“published”，“label”：“published”，“group”：{“name”publication_history“，”label“：”出版物历史“}}]}}