机构

• 上海药物研究所 [67]
• 化学研究所 [35]
• 金属研究所 [31]
• 大连化学物理研究所 [22]
• 深圳先进技术研究院 [20]
• 西北高原生物研究所 [20]
• 更多

采集方式

• OAI收割 [449]
• iSwitch采集 [14]

内容类型

• 期刊论文 [450]
• 会议论文 [13]

发表日期

• 2025 [4]
• 2024 [21]
• 2023 [20]
• 2022 [40]
• 2021 [32]
• 2020 [23]
• 更多

学科主题

• Plant Scie... [9]
• 天文学 [9]
• Biochemist... [4]
• Physics [4]
• 天文学::太阳与太阳... [4]
• 物理化学 [4]
• 更多

筛选

浏览/检索结果: 共463条，第1-10条 帮助 条数/页： 5101520253035404550556065707580859095100 排序方式： 请选择作者升序作者降序发表日期升序发表日期降序题名升序题名降序提交时间升序提交时间降序 Impact of optimizing both model parameters and states simultaneously on ENSO prediction using adaptive hybrid inflation EAKF algorithm within an intermediate coupled model 期刊论文  OAI收割 CLIMATE DYNAMICS, 2025, 卷号: 63, 期号: 8, 页码: 14 作者:  Gong, Mengmeng;  Zhang, Liang   |  收藏  |  浏览/下载：1/0  |  提交时间：2025/12/09 Parameter estimation  Hybrid adaptive covariance inflation  ICM  ENSO prediction   Creep Damage Characteristics and Fractional-Order Model of Weakly Cemented Soft Rock 期刊论文  OAI收割 ROCK MECHANICS AND ROCK ENGINEERING, 2025, 页码: 21 作者:  Liu, Jiashun;  Zhou, Ni;  Zhou, Hui;  Zheng, Zhiyong   |  收藏  |  浏览/下载：25/0  |  提交时间：2025/06/27 Weakly cemented soft rock  Water-force coupling  Damage variable  Nonlinear damage viscoplastic element  Creep damage model   Science objectives of the Einstein Probe mission 期刊论文  OAI收割 SCIENCE CHINA-PHYSICS MECHANICS & ASTRONOMY, 2025, 卷号: 68, 期号: 3 作者:  Yuan, Weimin;  Dai, Lixin;  Feng, Hua;  Jin, Chichuan;  Jonker, Peter   |  收藏  |  浏览/下载：151/0  |  提交时间：2025/02/13 Einstein Probe  X-ray astronomy  X-ray telescopes  time-domain astronomy  transients  variability   Science objectives of the Einstein Probe mission 期刊论文  OAI收割 SCIENCE CHINA-PHYSICS MECHANICS & ASTRONOMY, 2025, 卷号: 68, 期号: 3, 页码: 239501 作者:  Yuan, Weimin;  Dai, Lixin;  Feng, Hua;  Jin, Chichuan;  Jonker, Peter   |  收藏  |  浏览/下载：73/0  |  提交时间：2025/02/27 Einstein Probe  X-ray astronomy  X-ray telescopes  time-domain astronomy  transients  variability   A transformer-based forecasting model for F 10.7 index and its application study on the Chinese Langfang dataset 期刊论文  OAI收割 ADVANCES IN SPACE RESEARCH, 2024, 卷号: 74, 期号: 12, 页码: 6309-6324 作者:  Ye, Hongwei;  Zheng, Yanfang;  Li, Xuebao;  Dong L(董亮);  Huang, Wengeng   |  收藏  |  浏览/下载：86/0  |  提交时间：2025/02/13 F 10.7 forecasting  Bidirectional gating recurrent unit  Transformer   Chiral Nematic Graphene Films with a mesoporous Structure 期刊论文  OAI收割 ADVANCED MATERIALS, 2024, 页码: 7 作者:  Huang, Haibo;  Wu, Zhong-Shuai;  Li, Yixing;  Zhang, Xuefeng;  Das, Pratteek   |  收藏  |  浏览/下载：1/0  |  提交时间：2025/04/27 chemical vapor deposition  chiral nematic structure  dendrite-free Na anode  electromagnetic shielding  graphene film   Chiral Nematic Graphene Films with a mesoporous Structure 期刊论文  OAI收割 ADVANCED MATERIALS, 2024, 页码: 7 作者:  Huang, Haibo;  Wu, Zhong-Shuai;  Li, Yixing;  Zhang, Xuefeng;  Das, Pratteek   |  收藏  |  浏览/下载：1/0  |  提交时间：2025/04/27 chemical vapor deposition  chiral nematic structure  dendrite-free Na anode  electromagnetic shielding  graphene film   Embedding Reverse Electron Transfer Between Stably Bare Cu Nanoparticles and Cation-Vacancy CuWO4 期刊论文  OAI收割 ADVANCED MATERIALS, 2024, 页码: 11 作者:  Wang, Xiyang;  Li, Zhen;  Li, Xinbo;  Gao, Chuan;  Pu, Yinghui   |  收藏  |  浏览/下载：0/0  |  提交时间：2025/04/27 Cu nanoparticles  in situ spectroscopies  metal-support interactions  reverse electron transfer  strong embedded interface   Embedding Reverse Electron Transfer Between Stably Bare Cu Nanoparticles and Cation-Vacancy CuWO4 期刊论文  OAI收割 ADVANCED MATERIALS, 2024, 页码: 11 作者:  Wang, Xiyang;  Li, Zhen;  Li, Xinbo;  Gao, Chuan;  Pu, Yinghui   |  收藏  |  浏览/下载：1/0  |  提交时间：2025/04/27 Cu nanoparticles  in situ spectroscopies  metal-support interactions  reverse electron transfer  strong embedded interface   A novel solar flare forecast model with deep convolution neural network and one-against-rest approach 期刊论文  OAI收割 ADVANCES IN SPACE RESEARCH, 2024, 卷号: 74, 期号: 7, 页码: 3467-3480 作者:  Zhang, Shunhuang;  Zheng, Yanfang;  Li, Xuebao;  Ye, Hongwei;  Dong L(董亮)   |  收藏  |  浏览/下载：62/0  |  提交时间：2024/09/18 Active regions  Magnetic fields  Solar flare prediction  Deep learning