( en | de | ru )

 

Disambiguierung von "Su, Da"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
Study on the Wide-Angle Scanning Utilizing Dual-Port Phased Monopole Antenna With Corrugated Structure.

, , , , , , , , , , und . IEEE Trans. Veh. Technol., 72 (12): 15463-15476 (Dezember 2023)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Da Liu

Da Wang

Da He

Da Li

Gürbüz Da

 

Weitere Publikationen von Autoren mit dem selben Namen

Mitigating the antenna orientation effect on indoor Wi-Fi positioning of mobile phones., , und . PIMRC, Seite 2105-2109. IEEE, (2015)Study on the Wide-Angle Scanning Utilizing Dual-Port Phased Monopole Antenna With Corrugated Structure., , , , , , , , , und 1 andere Autor(en). IEEE Trans. Veh. Technol., 72 (12): 15463-15476 (Dezember 2023)Application of Mobilenetv3 for Detecting Resin OverflowDefects in Abrasive Wheel., , , und . NBiS, Volume 183 von Lecture Notes on Data Engineering and Communications Technologies, Seite 393-402. Springer, (2023)Robust Crosstalk Cancellation for 3D Sound using Multiple Loudspeakers., und . ICASSP (1), Seite 181-184. IEEE, (2007)Learning from Ideal Edge for Image Restoration., , , , und . IEICE Trans. Inf. Syst., 96-D (11): 2487-2491 (2013)A conic trust-region method and its convergence properties., , und . Comput. Math. Appl., 57 (4): 513-528 (2009)The Design and Implementation of Intelligent Transportation Web Services., , , , , und . CEC, Seite 49-52. IEEE Computer Society, (2003)A nonmonotone quasi-Newton trust-region method of conic model for unconstrained optimization., , und . Optim. Methods Softw., 24 (3): 339-367 (2009)Super-Resolution for Facial Images Based on Local Similarity Preserving., , und . IEICE Trans. Inf. Syst., 95-D (3): 892-896 (2012)Processing Element Architecture Design for Deep Reinforcement Learning with Flexible Block Floating Point Exploiting Signal Statistics., und . APSIPA, Seite 82-87. IEEE, (2020)