发表服务
《现代分离技术》课程论文双水相萃取技术研究现状及发展趋势（河南工业大学化学化工学院化学1304，学号201313030415）摘要：双水相萃取技术(ATPE)是一种新型的用于提取、分离、纯化的技术，目前的研究证明双水相萃取已经应用于生物分子...
超临界流体萃取技术研究进展.(杭州商学院食品、生物与环境工程学院,杭州,310035)摘要超临界流体萃取(SFE)是使用超临界流体作为溶剂的一种现代分离技术。.与传统的方法相比,SFE具有处理温度低,萃取挥发性成分效果好,不发生氧化变质的优点。.它能够用于...
基于内容的音乐特征提取及分类技术研究.【摘要】：随着数据挖掘、机器学习技术的发展,人们已经可以利用计算机智能处理很多数据,例如文本分类,语音识别,图像识别等。.但是目前学术界对音乐内容的分析与处理研究相对较少。.本文基于数字信号的时域...
结合国家863-708计划项目,本论文探讨了面向目标探测的高光谱影像特征提取与分类问题.论文以高光谱影像目标探测为主线,重点研究了高光谱影像噪声滤波,小目标探测,小样本分类和非线性特征提取技术.归纳起来,本论文主要在以下几方面开展了开拓性和创新性的
论文以高光谱影像目标探测为主线,重点研究了高光谱影像噪声滤波、小目标探测、小样本分类和非线性特征提取技术。归纳起来,本论文主要在以下几方面开展了开拓性和创新性的研究工作:1、系统地总结和分析了高光谱影像的结构特性及其对目标探测的影响
论文完成的主要工作和取得的成果如下:1.阐述了植被研究的重要意义和植被遥感的研究对象,对高光谱遥感技术的研究进展和植被高光谱遥感应用情况进行了总结,分析了常用高光谱影像植被分类提取方法,总结归纳了高光谱影像植被分类提取中面临的难点。.2.从...
褐煤腐殖酸的提取技术研究对褐煤资源综合利用和发展绿色工艺产品具有重要意义。关键词：褐煤；腐植酸；提取中图分类号：TQ5369文献标志码：文章编号：1001－9677（2015）015－0041－03第一作者：工程师，主要研究洁净煤技术。Study...
目录一、数据增量与类别增量二、常见增量学习结构三、增量学习方法分类四、总结及论文链接4.1总结4.2相关论文链接一、数据增量与类别增量增量学习任务分为，数据增量和类别增量。数据增量过程中，增量任务和原始任务之间没有新类别出现，两者具有相同的类别。
论基于特征分类的链路预测算法的研究进展,介绍了该领域专家们提出的多种特征提取技术,首次把分层的思想引入链路预测算法分类中,将分类模型分为3层,即元数据层、特征分类层和特征抽取层.该分类模型包括“2个大块7个方面”,即把常用的
创新型样品前处理技术——液相纳萃取.分析化学.作者：X-MOL2021-01-11.生命体系的复杂性、分子相互作用的多样性及瞬态变化的传递过程对所需分析技术的通量、灵敏度和时空分辨率提出了巨大的挑战。.固相微萃取技术的面世打开了活体原位分析世界的大门...
《现代分离技术》课程论文双水相萃取技术研究现状及发展趋势（河南工业大学化学化工学院化学1304，学号201313030415）摘要：双水相萃取技术(ATPE)是一种新型的用于提取、分离、纯化的技术，目前的研究证明双水相萃取已经应用于生物分子...
超临界流体萃取技术研究进展.(杭州商学院食品、生物与环境工程学院,杭州,310035)摘要超临界流体萃取(SFE)是使用超临界流体作为溶剂的一种现代分离技术。.与传统的方法相比,SFE具有处理温度低,萃取挥发性成分效果好,不发生氧化变质的优点。.它能够用于...
基于内容的音乐特征提取及分类技术研究.【摘要】：随着数据挖掘、机器学习技术的发展,人们已经可以利用计算机智能处理很多数据,例如文本分类,语音识别,图像识别等。.但是目前学术界对音乐内容的分析与处理研究相对较少。.本文基于数字信号的时域...
结合国家863-708计划项目,本论文探讨了面向目标探测的高光谱影像特征提取与分类问题.论文以高光谱影像目标探测为主线,重点研究了高光谱影像噪声滤波,小目标探测,小样本分类和非线性特征提取技术.归纳起来,本论文主要在以下几方面开展了开拓性和创新性的
论文以高光谱影像目标探测为主线,重点研究了高光谱影像噪声滤波、小目标探测、小样本分类和非线性特征提取技术。归纳起来,本论文主要在以下几方面开展了开拓性和创新性的研究工作:1、系统地总结和分析了高光谱影像的结构特性及其对目标探测的影响
论文完成的主要工作和取得的成果如下:1.阐述了植被研究的重要意义和植被遥感的研究对象,对高光谱遥感技术的研究进展和植被高光谱遥感应用情况进行了总结,分析了常用高光谱影像植被分类提取方法,总结归纳了高光谱影像植被分类提取中面临的难点。.2.从...
褐煤腐殖酸的提取技术研究对褐煤资源综合利用和发展绿色工艺产品具有重要意义。关键词：褐煤；腐植酸；提取中图分类号：TQ5369文献标志码：文章编号：1001－9677（2015）015－0041－03第一作者：工程师，主要研究洁净煤技术。Study...
目录一、数据增量与类别增量二、常见增量学习结构三、增量学习方法分类四、总结及论文链接4.1总结4.2相关论文链接一、数据增量与类别增量增量学习任务分为，数据增量和类别增量。数据增量过程中，增量任务和原始任务之间没有新类别出现，两者具有相同的类别。
论基于特征分类的链路预测算法的研究进展,介绍了该领域专家们提出的多种特征提取技术,首次把分层的思想引入链路预测算法分类中,将分类模型分为3层,即元数据层、特征分类层和特征抽取层.该分类模型包括“2个大块7个方面”,即把常用的
创新型样品前处理技术——液相纳萃取.分析化学.作者：X-MOL2021-01-11.生命体系的复杂性、分子相互作用的多样性及瞬态变化的传递过程对所需分析技术的通量、灵敏度和时空分辨率提出了巨大的挑战。.固相微萃取技术的面世打开了活体原位分析世界的大门...
发表服务