{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期-部分”：[[2023,15]]，“日期-时间”：“2023-01-15T06:08:41Z”，“时间戳”：1673762921031}，“发布者位置”：“美国纽约州纽约市”，“引用-计数”：23，“发布商”：“ACM”，“内容-域”：{“域”：[“dl.ACM.org”]，“交叉标记-严格离子“：true}，”短容器时间“：[]，“published-print”：{“date-parts”：[[2022,1,7]]}，“DOI”：“10.1145\/3512388.3512437”，“type”：“proceedings-article”，“created”：{“date-parts”：[2022,3,29]]，“date-time”：“2022-03-29T02:28:13Z”，“timestamp”：1648520893000}，《update-policy》：“http://\/dx.DOI.org\/10.1145\/crossmark-policy”，“source”“：”Crossref“，”is-referenced-by-count“：0，”title“：[“基于V变换与神经网络相结合的图像超分辨算法”]，“前缀”：“10.1145”，“作者”：[{“给定”：“南”，“家族”：“南”，“序列”：“第一”，“隶属”：[}“名称”：“华北工业大学理工学院”}]}：“中国北方工业大学理学院”}]}，{“给定”：“瑞鹏”，“家族”：“帮派”，“序列”：“附加”，“隶属”：[{“名称”：“中国广播科学院NRTA”}]{，{“given”：“Ruixia”，“family”：“Song”，“sequence”：“additional”，“affiliation”：[{“name”：“China North China University of Technology”}]}]，“member”：“320”，“published-on-line”：{“date-parts”：[[2022,3,28]]}，“reference”：[[{”key：“e_1_3_2_1_1_1_1”，“first page”：《199》，“volume-title”：“Learning a deep convolume network for image super-resolution”，“author”：“Chao D.”，“year”：“2014”，“unstructured”：“D.Chao，C.L.Chen，K.He，X.Tang。学习用于图像超分辨率的深度卷积网络。Springer International Publishing，第184\u2013 199页，2014年。D.Chao。唐。学习用于图像超分辨率的深度卷积网络。Springer International Publishing，第184\u2013199页，2014年。“}，{”key“：”e_1_3_2_1_2_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1007\/978-3-319-46475-6_25”}，“key”：“e_1_ 3_2_1_3_1”，“doi-assert-by”：“publisher”，”doi“：”10.1109\/CVPR.2016.207 doi“：”10.1109\/CVPR.2016.182“}，{“键”：“e_1_3_2_1_5_1”，“doi-asserted-by“：”publisher“，”doi“：”10.1109\/CVPR.2017.298“}，{“key”：”e_1_3_2_1_6_1“，“doi-assert-by”：“publisher”，“doi”：“10.1109\/CVPR.2016.81”}，“key“：”e\u1_3_2_1_7_1“、”volume-title“：”使用具有对称跳跃连接的卷积自动编码器进行图像恢复“，”author“：”Mao Xiao-Jia“，”年份“：”2016“，”非结构化“：”毛晓娇、沈春华和杨玉斌。2016年，使用具有对称跳跃连接的卷积自动编码器进行图像恢复。毛晓娇、沈春华和杨玉斌。使用具有对称跳过连接的卷积自动编码器进行图像恢复，2016。“｝，｛“key”：“e_1_3_2_1_8_1”，“doi由”：“publisher”断言，“doi”：“10.1109\/CVPRW.2017.151”｝，｛“key”：“e_1_3_2_9_1”，“doi由”：“publisher”断言，“doi”：“10.1109\/CVPR.2017.618”｝，｛“key”：“e_1_3_2_1_10_1”，“doi由”：“publisher”断言，“doi”：“10.1007\/s41095-019-0158-8“}，{“key”：“e_1_3_2_11_1”，“doi-asserted-by”：“publisher”，“doi”：“10.1007\/978-3-030-01234-2_18”}，}“密钥”：“e_1_3_12_1”、“doi-sserted-by“：”publisher“，”doi“：”10.1109\/CVPRW.2017.52“}I“：”10.1109\/CVPRW.2017.148“}，{“key”：“e_1_3_2_14_1”，“doi-asserted-by”：“publisher“，”DOI“：”10.1109\/CVPRW.2018.00121“}，{“key”：“e_1_3_2_15_1”，“DOI-asserted-by”：“publisher”，”DOI:“10.1109\/CVPRW50498.2020.00218”}，“key“：”e_1_ 3_2_1_16_1“，“首页”：“50”，“volume-title”：“用于图像压缩感知的多尺度深度网络”，“author”：“Shi Wuzhen”，“year”：“2018”，“unstructured”：“石乌镇、蒋峰、刘少辉和赵德斌。用于图像压缩传感的多尺度深层网络。第46页\u2013 50，2018年10月。石乌镇、蒋锋、刘少辉和赵德斌。用于图像压缩传感的多尺度深层网络。第46\u201350页，2018年10月。“}，{“key”：“e_1_3_2_17_1”，“volume-title”：“用于图像分类的多路径可学习小波神经网络”，“author”：“De Silva D.D.N.”，《年份》：“2019年”，“非结构化”：“D.D.N..De Silfa，H.W.M.K.Vithanage，K.S.D.Fernando，和I.T.S。皮亚蒂拉克。用于图像分类的多通道可学习小波神经网络，2019年。D.D.N.De Silva、H.W.M.K.Vithanage、K.S.D.Fernando和I.T.S.Piyatilake。用于图像分类的多路径可学习小波神经网络，2019年。回族。完全正交v系及其应用。《纯粹与应用分析通讯》，6（3）：853\u2013 8712017。T.Wang、R.Song、D.Qi和M.Hui。完全正交v系及其应用。《纯粹与应用分析通讯》，6（3）：853\u20138712017.“，”journal-title“：”纯粹与应用的分析通讯“}，{“key”：“e_1_3_2_19_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1299\/jamdsm.6.340“}”，{”key“：”e_1_ 3_2_1_20_1“，“doiasserted-by“：”publisher“，：“e_1_3_2_1_21_1”，“doi-asserted-by“：”publisher“，”doi“：”10.1109\/ACCESS.2019.2912230“}，{”key“：”e_1_3_2_1_22_1“，”article-title“：”使用v系统测量多分辨率表面粗糙度“，”volume“：“1”，”author“：”Cao W.“，”year“：”2018“，”unstructured“：”W.Cao，Z.Cai，and B。是的。使用v系统测量多分辨率表面粗糙度。IEEE地理与遥感汇刊，PP（3）：1\u2013102018。曹伟伟，蔡振中，叶碧。用v系统测量多分辨率表面粗糙度。IEEE Geoence and Remote Sensing汇刊，PP（3）：1\u201310，2018。”，“期刊标题”：“IEEE Geonce and Remote Sensing，PP（三）”}，{“key”：“e_1_3_2_1_23_1”，“首页”：“02”，“article-title”：“基于特征提取和v描述符的covid-19严重性评估”，“卷”：“1”，“作者”：“叶本”，“年份”：“2021年”，“非结构化”：“Ben Ye、Xixi Yuan、Zhanchuan Cai和Ting Lan。基于特征提取和v描述符的covid-19严重性评估。IEEE工业信息学汇刊，PP:1\u201312021年2月。Ben Ye、Xixi Yuan、Zhanchuan Cai和Ting Lan。基于特征提取和v描述符的covid-19严重性评估。IEEE工业信息学汇刊，PP:1\u20131，02 2021。”，“期刊标题”：“IEEE工业信息化汇刊，PP”}]，“事件”：{“名称”：“ICIGP 2022:2022第五届国际图像和图形处理会议”，“地点”：“中国北京”，“缩写词”：“CICGP 2022”}，“容器标签”：[”2022年第五届国际图像和图形处理会议（ICIGP）“]，”original-title“：[]，”link“：[{”URL“：”https:\/\/dl.acm.org\/doi\/pdf\/10.1145\/3512388.3512437“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[2023,14]]，”date-time“2023-01-14T21:02:27Z“，”timestamp“：1673730147000}，”score“：1，”resource“：{”primary”：{“URL”：“https:\/\/dl.acm.org\/doi\/10.1145\/3512388.3512437”}}，“subtitle”：[]，“shorttitle”：[]，“issued”：{“date-parts”：[2022,1,7]]}，《references-count》：23，“alternative-id”：[“10.1145\/351238.3512437”，“10.1145”\/3512388“]，”URL“：”http:\/\/dx.doi.org\/10.1145\/3512388.3512437“，”关系“：{}，”主题“：[]，”发布“：{”日期部分“：[[2022,1,7]]}，“断言”：[{“值”：“2022-03-28”，“顺序”：2，“名称”：“发布”，“标签”：“已发布”，”组“：”名称“：”发布历史“，”标签“：“发布历史”}}}}