QQ客服 官方微博 反馈留言

浏览/检索结果: 共7条，第1-7条 帮助 限定条件 发表日期：2022     已选(0)清除 条数/页：5101520253035404550556065707580859095100   排序方式：请选择作者升序作者降序题名升序题名降序发表日期升序发表日期降序提交时间升序提交时间降序 基于文献计量的国内外地理标志研究发展态势可视化分析 期刊论文 安徽农业科学, 2022, 卷号: 50, 期号: 17, 页码: 219-225 作者:  任海伟;  柴冉;  陈芊芊;  周春红;  郭晓鹏 收藏  |  浏览/下载：8/0  |  提交时间：2022/09/22 地理标志  文献计量  中国知网(CNKI)  Web of Science(SCI-E)  可视化   Global Context-Aware-Based Deformable Residual Network Module for Precise Pest Recognition and Detection 期刊论文 FRONTIERS IN PLANT SCIENCE, 2022, 卷号: 13 作者:  Jiao, Lin;  Li, Gaoqiang;  Chen, Peng;  Wang, Rujing;  Du, Jianming 收藏  |  浏览/下载：20/0  |  提交时间：2022/12/23 deep learning  convolutional neural network  deformable residual network  agricultural pest  target detection   WSRD-Net: A Convolutional Neural Network-Based Arbitrary-Oriented Wheat Stripe Rust Detection Method 期刊论文 FRONTIERS IN PLANT SCIENCE, 2022, 卷号: 13 作者:  Liu, Haiyun;  Jiao, Lin;  Wang, Rujing;  Xie, Chengjun;  Du, Jianming 收藏  |  浏览/下载：16/0  |  提交时间：2022/12/23 arbitrary-oriented  convolutional neural network  deep learning  wheat strip rust  detection   Electrochemically derived nanographene oxide activates endothelial tip cells and promotes angiogenesis by binding endogenous lysophosphatidic acid 期刊论文 BIOACTIVE MATERIALS, 2022, 卷号: 9, 页码: 92-104 作者:  Liu, Wenjing;  Luo, Haiyun;  Wei, Qinwei;  Liu, Jia;  Wu, Junrong 收藏  |  浏览/下载：19/0  |  提交时间：2022/07/01 Nanographene oxide  Lysophosphatidic acid  Hydrogen bonding  Endothelial tip cell  Hippo signalling   一种制备小分子生物活性肽的酶酵耦合装置 专利 专利号: 2021219184996, 申请日期: 2022-01-14, 作者:  彭健;  方素云;  孟令辉;  胡晓珂;  闵军 收藏  |  浏览/下载：0/0  |  提交时间：2024/01/26 基于 K-means 聚类层次分析模型的中沙环礁地质环境稳定性定量分析 期刊论文 热带海洋学报, 2022, 卷号: 1, 期号: 1, 页码: 1 作者:  覃茂刚;  龙根元;  李海云;  黄海波;  陈万利 收藏  |  浏览/下载：0/0  |  提交时间：2023/01/06 A multi-branch convolutional neural network with density map for aphid counting 期刊论文 BIOSYSTEMS ENGINEERING, 2022, 卷号: 213 作者:  Li, Rui;  Wang, Rujing;  Xie, Chengjun;  Chen, Hongbo;  Long, Qi 收藏  |  浏览/下载：16/0  |  提交时间：2022/12/23 Density map  Aphid counting  Convolutional neural network  Deep learning