| 标题 |
 Density Functional Theory and Machine Learning-Based Quantitative Structure–Activity Relationship Models Enabling Prediction of Contaminant Degradation Performance with Heterogeneous Peroxymonosulfate Treatments 基于密度泛函理论和机器学习的定量构效关系模型能够预测非均相过氧单硫酸盐处理的污染物降解性能
相关领域
数量结构-活动关系
降级（电信）
同种类的
化学
污染
生化工程
人工神经网络
生物系统
计算机科学
机器学习
数学
工程类
生态学
电信
生物
组合数学
|
| 网址 | |
| DOI | |
| 其它 |
期刊：Environmental Science & Technology 作者：Zijie Xiao; Bowen Yang; Xiaochi Feng; Zhenqin Liao; Hongtao Shi; et al 出版日期：2023-02-22 |
| 求助人 | |
| 下载 | 求助已完成，仅限求助人下载。 |
|
温馨提示：该文献已被科研通 学术中心 收录，前往查看
科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。
|
不配.
rosalieshi
嗯哼
maox1aoxin
彭于彦祖
tuanheqi
Endlessway
完美的天空
zho
带头大哥
yy2023
pluto
priss111
寻道图强
VDC
iNk
8R60d8
坚强的广山
wy.he
领导范儿
皖公网安备34019202002308
