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 专题：自动化研究所    第一署名单位    第一作者单位    通讯作者单位     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 Molecular imaging-guided extracellular vesicle-based drug delivery for precise cancer management: Current status and future perspectives 期刊论文 JOURNAL OF CONTROLLED RELEASE, 2023, 卷号: 362, 页码: 97-120 作者:  Cheng, Zhongquan;  Shang, Jihuan;  Wang, Huarong;  Yu, Leyi;  Yuan, Zhu 收藏  |  浏览/下载：8/0  |  提交时间：2023/11/16 Extracellular vesicles  Molecular imaging  Cancer  Diagnosis  Therapy   IMAGE STEGANALYSIS BASED ON DEEP LEARNING 专利 专利号: US 10,233,780 B2, 申请日期: 2019-03-05, 作者:  Tieniu Tan;  Jing Dong;  Wei Wang;  Yinlong Qian 收藏  |  浏览/下载：28/0  |  提交时间：2019/10/08 Feature Learning for Steganalysis Using Convolutional Neural Networks 期刊论文 Multimedia Tools and Applications, 2017, 卷号: 0, 期号: 0, 页码: 1-25 作者:  Tan TN(谭铁牛);  Yinlong, Qian;  Jing, Dong;  Wei, Wang;  Tieniu, Tan 收藏  |  浏览/下载：22/0  |  提交时间：2018/01/08 Feature Learning   SSGAN: Secure Steganography Based on Generative Adversarial Networks 会议论文 Harbin, China, September 28-29, 2017 作者:  Shi, Haichao;  Dong, Jing;  Wang, Wei;  Qian, Yinlong;  Zhang, Xiaoyu 收藏  |  浏览/下载：71/0  |  提交时间：2017/09/20 Learning and transferring representations for image steganalysis using convolutional neural network 会议论文 Phoenix, Arizona, USA, September 25–28, 2016 作者:  Qian, Yinlong;  Dong, Jing;  Wang, Wei;  Tan, Tieniu 收藏  |  浏览/下载：16/0  |  提交时间：2016/10/24 Convolutional Neural Network  Steganalysis  Deep Learning  Transfer Learning   Learning Representations for Steganalysis from Regularized CNN Model with Auxiliary Tasks 会议论文 Chengdu, China, Oct. 23-24, 2015 作者:  Qian, Yinlong;  Dong, Jing;  Wang, Wei;  Tan, Tieniu 收藏  |  浏览/下载：17/0  |  提交时间：2016/10/24 Steganalysis  Regularized Cnn   Deep Learning for Steganalysis via Convolutional Neural Networks 会议论文 San Francisco, USA, February 8-12, 2015 作者:  Qian, Yinlong;  Dong, Jing;  Wang, Wei;  Tan, Tieniu 收藏  |  浏览/下载：95/0  |  提交时间：2016/10/24 Steganalysis  Deep Learning