版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、中國(guó)科學(xué)技術(shù)信息研究所碩士學(xué)位論文.S t u d yo n R e s e a r c h F r o n t I d e n f i c a t i o n M e t h o d B a s e d o nS c i e n t i f i ca n d P a t e n tD a t a :A C a s eS t u d y o f t h eL E D I n d u s t r y _ .作者許曉陽導(dǎo)師鄭彥寧中國(guó)科學(xué)技術(shù)
2、信息研究所論文提交曰期( 2 0 1 4 年9 月)獨(dú)創(chuàng)性聲明本人鄭重聲明:所呈交的學(xué)位論文,是本人在導(dǎo)師指導(dǎo)下,獨(dú)立進(jìn)行研究工作所取得的成果。盡我所知,論文中除已經(jīng)加以標(biāo)注和致謝的地方外,不包含任何他人享有著作權(quán)的內(nèi)容。對(duì)本論文所涉及的研究工作做出貢獻(xiàn)的其他個(gè)人和集體,均已在文中明確說明并表示了謝意。研究生簽名: 誨嘲■ 葉峨印 時(shí)間:三驢/中年f1 月羅E t關(guān)于論文使用授權(quán)的說明本人完全了解中國(guó)科學(xué)技術(shù)信息研究所有關(guān)保留、使用學(xué)位
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于論文和專利的研究前沿識(shí)別方法研究——以LED產(chǎn)業(yè)為例.pdf
- 基于產(chǎn)業(yè)創(chuàng)新鏈的產(chǎn)業(yè)共性技術(shù)識(shí)別方法研究——以led為例
- 基于產(chǎn)業(yè)創(chuàng)新鏈的產(chǎn)業(yè)共性技術(shù)識(shí)別方法研究——以LED為例.pdf
- 基于專利耦合和共被引方法的研究前沿識(shí)別——以腦機(jī)接口領(lǐng)域?yàn)槔?pdf
- 基于知識(shí)圖譜的核心專利識(shí)別方法研究——以質(zhì)子交換膜燃料電池為例
- 基于知識(shí)圖譜的核心專利識(shí)別方法研究——以質(zhì)子交換膜燃料電池為例.pdf
- 專利陷阱的定量識(shí)別方法研究.pdf
- 91102.基于論文下載數(shù)據(jù)的研究熱點(diǎn)和研究前沿分析以scientometrics為例
- 產(chǎn)業(yè)集群的識(shí)別方法研究.pdf
- 基于多重關(guān)系整合的競(jìng)合態(tài)勢(shì)分析方法研究——以LED產(chǎn)業(yè)分析為例.pdf
- 基于Adaboost和SVM的車牌識(shí)別方法研究.pdf
- 基于專利的企業(yè)競(jìng)爭(zhēng)對(duì)手識(shí)別研究——以O(shè)LED領(lǐng)域?yàn)槔?pdf
- 人臉識(shí)別方法的研究與實(shí)現(xiàn)-論文
- 質(zhì)量控制圖模式識(shí)別方法研究——以SSKJ公司為例.pdf
- 產(chǎn)業(yè)演進(jìn)階段識(shí)別方法研究述評(píng)
- 基于特征融合和SVM的步態(tài)識(shí)別方法研究.pdf
- 基于圖像分類的車型識(shí)別方法研究和實(shí)現(xiàn).pdf
- 基于PCA和傅里葉變換的眉毛識(shí)別方法研究.pdf
- 基于Adaboost和SVM的車標(biāo)識(shí)別方法研究.pdf
- 基于姿態(tài)和表情的雙模態(tài)情感識(shí)別方法研究
評(píng)論
0/150
提交評(píng)論