{“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”：[[2024,2,17]]，“日期-时间”：“2024-02-17T11:40:50Z”，“时间戳”：1708170050270}，“发布者位置”：“美国纽约州纽约市”，“引用-计数”：25，“发布商”：“ACM”，“内容-域”：{:“域”：[“dl.ACM.org”]，“交叉标记限制“：true}，”short-container-title“：[]，“已发布的印刷品”：｛“日期部分”：[[2023,2,17]]｝，“DOI”：“10.1145\/3587716.3587813”，“类型”：“议事录文章”，“已创建”：｛“日期部分”：[[2023,9,7]]，“日期时间”：“2023-09-07T23:27:30Z”，“时间戳”：1694129250000｝，“更新策略”：“http:\/\/dx.DOI.org/10.1145\/crosmark policy”，“来源”：“Crossref”，“由计数引用”：0，“标题”：[“基于单向和双向LSTM混合体系结构的CNN-Relstm模型，用于预测股票价格”]，“前缀”：“10.1145”，“作者”：[{“ORCID”：“http://\/ORCID.org\/0000-0002-9433-8023”，“authenticated-ORCID”：false，“给定”：“Jie”，“family”：“He”：“中国广东财经大学”}]}，{“ORCID”：“http://\/ORCID.org\/0000-0003-4763-5321”，“authenticated-ORCID”：false，“given”：”Bo“，”family“：”Xu“，”sequence“：”additional“，”affiliation“：[{”name“：”Guangdong University of Finance and Economics，China“}]}，{”ORCID“：”http://\/ORCID.org\/0000-0003-2473-0393“，”authenticationd-org“：false，“给定”：“新浦”，“家族”：“苏”，“序列”：“附加”，“隶属关系”：[｛“名称”：“广东财经大学”}]｝，｛“ORCID”：“http:\/\/ORCID.org/0000-0002-4737-6246”，“已认证的ORCID”：false，“给定”：“翠儿”，“家族”：“谭”，“序列”：“附加”，“隶属关系”：[｛“名称”：“中国广东财经大学”}]}]，“成员”：“320”，“在线发布”：{“日期-parts”：[[2023,9,7]]}，“参考”：[{“key”：“e_1_3_2_1_1_1_1”，“doi-asserted-by”：“publisher”，”doi“：”10.3844\/ajassp.2019.200212 N.2003.820556“}，{“问题”：“06”，“密钥”：“e_1_3_2_1_4_1”，“首页”：“1229”，“文章标题”：“卷积神经网络研究综述”，“卷”：“40”，“作者”：“周飞燕”，“年份”：“2017”，“非结构化”：“周飞燕，金林鹏，董军。2017。卷积神经网络研究综述。《计算机科学杂志》，40（06）：1229-1251。“，”期刊标题“：”《计算机科学期刊》}，{“key”：“e_1_3_2_1_5_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1016\/J.ijforecast.2020.06.008“}，”{“issue”：“2”，“key“：”e_1_ 3_2_1“6_1”、“first page”：”1“，”article-title“：”股票交易的卷积网络“，”：“1”，“author”：“Siripurapu A.“，”年份”：“2014年”，“非结构化”：“Siripurapu A.2014。股票交易的卷积网络。斯坦福大学计算机系。《科学》，1（2）：1-6.“，“新闻标题”：”斯坦福大学计算机系J。Sci“}，{”key“：”e_1_3_2_1_7_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1016\/j.eswa.2019.03.029”}，“key”：“e_1_3_2_1_8_1”，“doi-assert-by”：“publisher”，”doi“：”10.1016\/j.ins.2020.068“}”，{LSTM领先指标股价预测算法”，“作者”：“Wu j.M.T.”，“年份”：“2021年”，“非结构化”：“Wu，J.M.T.，Li，Z.，Herencsar，N.，Vo，B.，&Lin，J.C.W.2021。一种基于图形的具有领先指标的CNN-LSTM股价预测算法。J.Multimedia Systems，1-20.“，”journal-title“：”J.Multimate Systems“}，{”key“：”e_1_3_2_1_10_1“，”first page“：“2446543”，“article-title”：“基于CNN-BiLSTM-ECA模型的股价预测”，“volume”：“2021”，“author”：“Chen Y.”，“year”：“2020”，“unstructured”：“Chen，Y.，Fang，R.，Liang，T.，Sha，Z.，Li，S.，Y.…&Song，H.2021。基于CNN-BiLSTM-ECA模型的股价预测。《科学编程杂志》，2021:2446543.“，”journal-title“：”J.Scientific Programming“}，{”key“：”e_1_3_2_11_1“，”doi-asserted-by“：”publisher“，”doi“：”10.1007 \/s10462-020-09838-1“}”，{“key”：“e_1_ 3_2_12_1”，”unstructured“：”Di Persio L&Honchar O.2017。递归神经网络方法用于谷歌资产的财务预测。《国际数学与计算机模拟杂志》11:7-13.“}，{”key“：”e_1_3_2_13_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1007”，{“key”：“e_1_ 3_2_1_14_1”，“doi-assert-by”：“publisher”，”doi“：”10.1007 \/978-981-15-7670-6_37“，”非结构化“：”Graves A&Schmidhuber J.2005年。基于双向LSTM和其他神经网络结构的框架音素分类。J.神经网络18（5-6）：602-610.“，”DOI“：”10.1016\/J.neunet.2005.06.042“}，{”key“：”e_1_3_2_16_1“，”首页“：”1“，”article-title“：”基于多领域多元时间序列数据的BiLSTM模型，用于预测交易区域“，”author“：”Kim J“，”year“：”2019“非结构化”：“Kim J&Moon N.2019。基于多领域多元时间序列数据的BiLSTM模型用于预测交易区域。J.Journal of Ambient Intelligence and Humanized Computing，1-10.”，“期刊标题”：“J.Journal of Ambient Intelligence and Humanized Computing”}，{“key”：“e_1_3_2_1_17_1”，“doi断言”：“publisher”，“doi”：“10.1109\/BigData47090.2019.9005997”}，{“issue”：“10”，“key”：“e_1_3_2_1_18_1”，“first page”：“84”，“文章标题”：“基于深度双向LSTM的股票推荐系统”，“量”：“46”，“作者”：“曾安”，“年份”：“2019”，“非结构化”：“曾安&聂文军。2019.基于深度双向LSTM的股票推荐系统。《计算机科学杂志》，46（10）：84-89。“，”杂志标题：“计算机科学杂志”}，{“key”：“e_1_3_2_1_19_1”，“unstructured”：“荆南市紫荆与舒玉敏。2020。基于注意机制和CNN-LSTM模型的上海铜期货高频价格预测。《中国管理科学杂志》：1-13.“}，{”key“：”e_1_3_2_1_20_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1007\/s00521-05532-z”}，“key”：“e_1_ 3_2_1_2 1_1”，“doi-assert-by”：“publisher”，“doi:”10.1016\/J.trc.2020.102674 7“，”文章标题“：”基于关注度的CNN\u2010LSTM\u2010BiLSTM综合能源系统短期电力负荷预测模型，“卷”：“31”，“作者”：“Wu K.”，“年份”：“2021”，“非结构化”：“吴，K.，Wu，J.，Feng，L.，杨，B.，Liang，R.，Yang，S.，&Zhao，R.2021。基于注意力\u2010的CNN\u2010LSTM\u2010BiLSTM综合能源系统短期电力负荷预测模型。《国际电能系统汇刊》，31（1）：e12637。“，”期刊标题“：”《国际电能量系统汇刊”}，{“key”：“e_1_3_2_1_23_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1109 \/5.726791“}，”{“key”：”e_1_ 3_2_1_2 _24_1“，”doi-assert-by“：”crossref“，“unstructured”：“Hochreiter S&Schmidhuber J.1997。长短期记忆。J.Neural calculation 9（8）：1735-1780.“，”DOI“：”10.1162\/neco.1997.9.8.1735“}，{“key”：“e_1_3_2_1_25_1”，“首页”：“1”，“article-title”：“带领先指标的基于图形的CNN-LSTM股价预测算法”，“author”：“Wu J.M.T”，“year”：“2021”，”“unstructured”：“吴，J.M.T，李，Z.，Herencsar，N.，Vo，B.，&Lin，J.C.W.2021。一种基于图形的具有领先指标的CNN-LSTM股价预测算法。J.Multimedia Systems，1-20.“，”journal-title“：”J.Multimate Systems“}，{”key“：”e_1_3_2_1_26_1“，”first page“：“5360828”，“article-title”：“基于cnn-bislsm的股票收盘价预测模型”，“volume”：“2021”，“author”：“Wang H.”，“year”：“2020”，“unstructured”：“王，H.，Wang，J.，Cao，L.，Li，Y.，Sun，Q.，&Wang，J。2021。基于cnn-bislsm的股票收盘价预测模型。J.Complexity，2021:5360828.”，“期刊标题”：“J.Complexity”}]，“事件”：{“名称”：“ICMLC 2023:2023第15届国际机器学习与计算大会”，“地点”：“中国珠海”，“首字母缩写”：“ICMLC 2023”}，“容器标题”：[“2023第15届国际机器学习与计算大会论文集”]，“原标题”：[]，“链接“：[{“URL”：“https:\/\/dl.acm.org\/doi\/pdf\/10.1145\/3587716.35877813”，“内容类型”：“未指定”，“content-version”：“vor”，“intended-application”：“相似性检查”}]，“存放”：{“日期-部件”：[[2024,2,17]]，“日期-时间”：“2024-02-17T11:24:38Z”，“时间戳”：1708169078000}，“分数”：1，“资源”:{“主要”：{“URL”：“https:\/\/dl.acm.org\/doi\/10.1145\/3587716.35877813“}}，”副标题“：[]，”短标题“：[]，”已发布“：{”日期部分“：[[2023,2,17]]}，“引用计数”：25，“alternative-id”：[“10.1145\/358716.35887813”，“10.1145\/3587716”]，“URL”：“http://\/dx.doi.org\/10.1145 \/358716.3 587813”“relation”：{}，“subject”：[]，“published”：{“date-parts”：[[2023,2,17]]}，”assertion“：[{”value“：”2023-09-07“，“order”：2，“name”：“published”，“label”：“published”，“group”：｛“name”：“publication_history”，“label”：“publication history”｝｝]｝