Zobrazeno 1 - 10
of 7 021
pro vyhledávání: '"characteristic index"'
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:
Journal of Hydroinformatics, Vol 26, Iss 3, Pp 641-657 (2024)
River bottom tearing scour (RBTS) has a strong effect on the scouring and moulding of channel in the Yellow River. Due to the special forming conditions, complex influencing factors, and limited observed data, it is difficult to predict whether RBTS
Externí odkaz:
https://doaj.org/article/d657f20ee9094e3c9e96c2dc4376da50
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Chirvasitu, Alexandru
The characteristic index of a locally compact connected group $G$ is the non-negative integer $d$ for which we have a homeomorphism $G\cong K\times \mathbb{R}^d$ with $K\le G$ maximal compact. We prove that the characteristic indices of closed connec
Externí odkaz:
http://arxiv.org/abs/2108.00341
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:
Zhongguo youzhi, Vol 47, Iss 2, Pp 148-152 (2022)
采用高效液相色谱法对黑龙江省不同产地、不同品种大豆中大豆异黄酮含量进行测定,利用不同品种和产地大豆中大豆异黄酮单体含量的不同对大豆异黄酮溯源特征指标进行筛选。结果表明:
Externí odkaz:
https://doaj.org/article/9a6f4cc737a5433dbb3316f8064f03c6
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:
Qingzhu Wan, Yi Yu
Publikováno v:
Energy Reports, Vol 6, Iss , Pp 797-806 (2020)
The work of recognizing load patterns for power big data accurately and efficiently is an indispensable basic task for supporting safe, reliable, and economical operation of the power grid. At present, it meets so many difficulties to handle high dim
Externí odkaz:
https://doaj.org/article/643e0a5b24cc45fca111a862b5042d73