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：2016    专题：武汉大学    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 Fully convolutional networks for building and road extraction: Preliminary results 会议论文 作者:  Zhong, Zilong;  Li, Jonathan;  Cui, Weihong;  Jiang, Han 收藏  |  浏览/下载：1/0  |  提交时间：2019/12/05 Contrasting room-temperature hydrogen sensing capabilities of Pt-SnO2and Pt-TiO2composite nanoceramics 期刊论文 Nano Research, 2016, 卷号: 9, 期号: 11 作者:  Xiong, Yao;  Chen, Wanping;  Li, Yesheng;  Cui, Ping;  Guo, Shishang 收藏  |  浏览/下载：3/0  |  提交时间：2019/12/05 A Network Access Mechanism for Multihop Underwater Acoustic Local Area Networks 期刊论文 IEEE SENSORS JOURNAL, 2016, 卷号: 16, 期号: 10 作者:  Liao, Zilong;  Li, Deshi;  Chen, Jian 收藏  |  浏览/下载：3/0  |  提交时间：2019/12/05 Underwater acoustic local area networks (UA-LANs)  multihop network  network access  energy balancing  energy efficiency   Contrasting room-temperature hydrogen sensing capabilities of Pt-SnO2 and Pt-TiO2 composite nanoceramics 期刊论文 NANO RESEARCH, 2016, 卷号: 9, 期号: 11 作者:  Xiong, Yao;  Chen, Wanping;  Li, Yesheng;  Cui, Ping;  Guo, Shishang 收藏  |  浏览/下载：3/0  |  提交时间：2019/12/05 SnO2  nanoceramics  sensors  hydrogen  room-temperature   Efficient solar-to-chemical conversion with chlorine photoanode 期刊论文 ELECTROCHEMISTRY COMMUNICATIONS, 2016, 卷号: 67 作者:  Liu, Zilong;  Yin, Zhenglei;  Wan, Zhaomin;  Xiao, Li;  Ma, Hualong 收藏  |  浏览/下载：7/0  |  提交时间：2019/12/05 Photoelectrolysis  Chlorine evolution reaction  Photoanode  Si  RuO2   Fully convolutional networks for building and road extraction: Preliminary results 期刊论文 International Geoscience and Remote Sensing Symposium (IGARSS), 2016, 卷号: 2016-November 作者:  Zhong, Zilong;  Cui, Weihong;  Jiang, Han;  Li, Jonathan 收藏  |  浏览/下载：1/0  |  提交时间：2019/12/05 FULLY CONVOLUTIONAL NETWORKS FOR BUILDING AND ROAD EXTRACTION: PRELIMINARY RESULTS 会议论文 作者:  Zhong, Zilong;  Li, Jonathan;  Cui, Weihong;  Jiang, Han 收藏  |  浏览/下载：1/0  |  提交时间：2019/12/05 Deep learning  fully convolutional networks  object extraction  high spatial resolution imagery