| 标题 |
SSNet: A Spectral Unmixing Framework for Enhancing the Qualitative Sensitivity of SERS to Trace Targets in Complex Mixtures SSNet:一种光谱解混框架,用于提高SERS对复杂混合物中痕量目标的定性灵敏度
相关领域
化学
拉曼光谱
生物系统
跟踪(心理语言学)
灵敏度(控制系统)
定性分析
分析化学(期刊)
概化理论
信号(编程语言)
光谱学
高光谱成像
模式识别(心理学)
人工智能
吸附
色谱法
肉眼
忠诚
拉曼散射
亮度
化学计量学
定量分析(化学)
|
| 网址 | |
| DOI | |
| 其它 |
期刊:Journal of the American Chemical Society 作者:Si-Heng Luo; Jing Xu; Wei-li Wang; Chen-ru Xiong; Lu-Ping Wang; et al 出版日期:2025-11-15 |
| 求助人 | |
| 下载 | 该求助完结已超 24 小时,文件已从服务器自动删除,无法下载。 |
|
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。
|