| 标题 |
 Explicable Machine Learning for Predicting High-Efficiency Lignocellulose Pretreatment Solvents Based on Kamlet–Taft and Polarity Parameters 基于Kamlet-Taft和极性参数预测高效木质纤维素预处理溶剂的可解释机器学习
相关领域
极性（国际关系）
氢键
偏最小二乘回归
数量结构-活动关系
化学极性
化学
纤维素
密度泛函理论
有机化学
计算化学
分子
立体化学
计算机科学
机器学习
生物化学
细胞
|
| 网址 | |
| DOI | |
| 其它 |
期刊：ACS Sustainable Chemistry & Engineering 作者：Hanwen Ge; Yuekun Bai; Rui Zhou; Yaoze Liu; Jiahui Wei; et al 出版日期：2024-04-29 |
| 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)
cdercder
Copyright
看不了一点文献
OK
GingerF
Fellow_Lee
无极微光
5_羟色胺
More
精明金毛
带头大哥
天穹雨
碎觉觉
arniu2008
DKJ
空谷
海山
含糊的寻雪
Jason
lizishu
皖公网安备34019202002308
