| 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
降级（电信）
化学
密度泛函理论
环境科学
计算机科学
计算化学
电信
|
| 网址 | |
| DOI | |
| 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。
|
PDF的下载单位、IP信息已删除
(2025-6-4)
DW
无极微光
秋风
Criminology34
cdercder
Enigma_GEB
Nole
Lo
舒服的楷瑞
刘泽楷
修仙中
学术文献互助
李杰杰
DOC_XIONG
aaaa
昏睡的蟠桃
xing_xing
七颗茶香豆
OK
null
皖公网安备34019202002308
