Zobrazeno 1 - 10
of 184
pro vyhledávání: '"F Nencini"'
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
S, Bormioli, A, Vultaggio, F, Nencini, C E, Comin, L, Bercich, M, Bezzi, E, Vivarelli, L, Calosi, F, Chiccoli, A, Matucci
Publikováno v:
Journal of investigational allergologyclinical immunology.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Allergy. 67:1223-1232
IL-17A is associated with different asthma phenotypes as virus-associated or steroid-resistant asthma. Invariant natural killer T (iNKT) cells play an important role in the pathogenesis of asthma. The aim of the study was to evaluate the activity of
Autor:
F. Nencini, Andrea Garzelli
Publikováno v:
IEEE Geoscience and Remote Sensing Letters. 6:662-665
This letter presents a novel image quality index which extends the Universal Image Quality Index for monochrome images to multispectral and hyperspectral images through hypercomplex numbers. The proposed index is based on the computation of the hyper
Publikováno v:
IEEE Transactions on Geoscience and Remote Sensing. 46:228-236
In this paper, we propose an optimum algorithm, in the minimum mean-square-error (mmse) sense, for panchromatic (Pan) sharpening of very high resolution multispectral (MS) images. The solution minimizes the squared error between the original MS image