QQ客服 官方微博 反馈留言

浏览/检索结果: 共337条，第1-10条 帮助 限定条件 发表日期：2015    专题：厦门大学    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 镧在低共熔溶剂中的电沉积研究 期刊论文 http://electrochem.xmu.edu.cn/CN/abstract/abstract10209.shtml, 2015 王莉; 樊友军; 韦露; 刘海霞; 孙世刚; WANG Li; FAN You-jun; WEI Lu; LIU Hai-xia; SUN Shi-gang 收藏  |  浏览/下载：8/0  |  提交时间：2016/01/05 低共熔溶剂|镧|电沉积  deep eutectic solvents|lanthanum|electrodeposition   基于供应链信用度的应收账款贷款价值比优化 期刊论文 2015 孙喜梅; 余博; 韩彪 收藏  |  浏览/下载：5/0  |  提交时间：2016/05/17 供应链金融  应收账款额度  应收账款融资  信用水平  供应链信用度  贷款价值比  supply chain finance  supply chain  accounts receivable financing  credit level  supply chain credit  loan to value ratio   氮杂[60]富勒烯的优化合成 期刊论文 2015 卢博为; 张前炎; 谢素原; 黄荣彬; 郑兰荪 收藏  |  浏览/下载：8/0  |  提交时间：2016/05/17 氮杂[60]富勒烯  化学合成  碳团簇  机理  回收利用  aza[60]fullerene  chemical synthesis  carbon clusters  mechanism  recycle   基于A~*算法MID三维布线的研究与实现 期刊论文 2015 展慧娴; 卓勇; 吴轩; 陈俊发 收藏  |  浏览/下载：7/0  |  提交时间：2016/05/17 MID  数字化设计  三维自动布线  molded interconnect device(MID)  digital design  3D auto-routing   锂离子电池用高电压电解液的研究进展 期刊论文 2015 赵卫民; 孙新华; 秘军林; 陈世娟; 谢红明 收藏  |  浏览/下载：5/0  |  提交时间：2016/05/17 锂离子电池  高电压  电解液  lithium-ion battery  high voltage  electrolyte   新媒体环境下大学生思想政治教育研究 期刊论文 2015 王华; 李倩倩 收藏  |  浏览/下载：1/0  |  提交时间：2016/05/17 新媒体  大学生  思想政治教育   基于最小二乘支持向量回归模型的拉曼光纤放大器优化设计 期刊论文 2015 陈静; 江灏; 刘暾东; 孙巧 收藏  |  浏览/下载：3/0  |  提交时间：2016/05/17 光学器件  拉曼光纤放大器  支持向量回归  优化设计  optical devices  Raman fiber amplifier  support vector regression  optimization   燃料电池用阴离子交换膜:基于优化离子电导率的结构调控研究 期刊论文 2015 林陈晓; 张秋根; 朱爱梅; 刘庆林 收藏  |  浏览/下载：2/0  |  提交时间：2016/05/17 燃料电池  阴离子交换膜  结构  性能  fuel cells  anion exchange membranes  structure  properties   金属银诱导化学腐蚀制备三维多孔硅 期刊论文 2015 黄燕华; 韩响; 陈松岩 收藏  |  浏览/下载：4/0  |  提交时间：2016/05/17 金属诱导  化学腐蚀  多孔硅  纳米线  多晶硅粉  metal-assisted  Chemical etching  porous silicon  nanowires  polycrystalline silicon   基于集成学习的最小错误率训练算法 期刊论文 2015 陈昉; 王志豪; 赵程绮; 李江梦 收藏  |  浏览/下载：5/0  |  提交时间：2016/05/17 机器翻译  最小错误率  训练  集成学习  machine translation  minimum error rate  training  ensemble learning