消息
×
loading..
×
验证码:
换一张
忘记密码?
记住我
×
统一认证登录
登录
中文版
|
English
上海科技大学知识管理系统
ShanghaiTech University Knowledge Management System
统一认证登录
登录
注册
ALL
ORCID
题名
作者
发表日期
关键词
文献类型
DOI
出处
存缴日期
收录类别
出版者
学习讨论厅
图片搜索
粘贴图片网址
首页
研究单元&专题
作者
文献类型
学科分类
知识图谱
知识整合
学习讨论厅
在结果中检索
研究单元&专题
信息科学与技术学院 [2]
物质科学与技术学院 [1]
创意与艺术学院 [1]
作者
张翔宇 [1]
谢广平 [1]
武颖娜 [1]
姜珊 [1]
倪娜 [1]
林丰涵 [1]
更多...
文献类型
期刊论文 [2]
会议论文 [1]
发表日期
2025 [1]
2024 [1]
2023 [1]
出处
2024 IEEE ... [1]
APL MATERI... [1]
PATTERN RE... [1]
语种
英语 [3]
资助项目
资助机构
收录类别
EI [3]
×
知识图谱
KMS
反馈留言
浏览/检索结果:
共3条,第1-3条
帮助
已选(
0
)
清除
条数/页:
5
10
15
20
25
30
35
40
45
50
55
60
65
70
75
80
85
90
95
100
排序方式:
请选择
WOS被引频次升序
WOS被引频次降序
作者升序
作者降序
题名升序
题名降序
期刊影响因子升序
期刊影响因子降序
发表日期升序
发表日期降序
提交时间升序
提交时间降序
Progressive self-supervised learning: A pre-training method for crowd counting
期刊论文
PATTERN RECOGNITION LETTERS, 2025, 卷号: 188, 页码: 148-154
作者:
Gu, Yao
;
Zheng, Zhe
;
Wu, Yingna
;
Xie, Guangping
;
Ni, Na
Adobe PDF(2000Kb)
|
收藏
|
浏览/下载:111/2
|
提交时间:2025/02/12
Adversarial machine learning
Contrastive Learning
Federated learning
Crowd counting
Dataset construction
Feature representation
Images classification
Learning methods
Learning process
Modeling performance
Pre-training
Supervised learning approaches
Training methods
Approaching Performance Bound of Microstrip Antennas Using Machine Learning
会议论文
2024 IEEE 12TH ASIA-PACIFIC CONFERENCE ON ANTENNAS AND PROPAGATION (APCAP), Nanjing, China, 22-25 Sept. 2024
作者:
Cheng Tian Gao
;
Feng Han Lin
Adobe PDF(1310Kb)
|
收藏
|
浏览/下载:56/3
|
提交时间:2025/03/03
5G mobile communication systems
Slot antennas
Wireless local area networks (WLAN)
Conventional optimization
Gain-bandwidth products
Geometrical characteristics
Machine learning approaches
Machine-learning
Micro-strips
Optimization techniques
Performance bounds
Radiative characteristics
Training dataset
High-throughput and machine learning approaches for the discovery of metal organic frameworks
期刊论文
APL MATERIALS, 2023, 卷号: 11, 期号: 6
作者:
Zhang, Xiangyu
;
Xu, Zezhao
;
Wang, Zidi
;
Liu, Huiyu
;
Zhao, Yingbo
Adobe PDF(5405Kb)
|
收藏
|
浏览/下载:644/181
|
提交时间:2023/06/30
Machine learning
Metal-Organic Frameworks
Porous materials
Current situation
Diverse applications
Experimental methods
High-throughput
Infinite material
Machine learning approaches
Material space
Metalorganic frameworks (MOFs)
Nanoporous Materials
Traditional materials
首页
上一页
1
下一页
末页