•  Persian
    • Persian
    • English
  •   ورود
  • دانشگاه فردوسی مشهد
  • |
  • مرکز اطلاع‌رسانی و کتابخانه مرکزی
    • Persian
    • English
  • خانه
  • انواع منابع
    • مقاله مجله
    • کتاب الکترونیکی
    • مقاله همایش
    • استاندارد
    • پروتکل
    • پایان‌نامه
  • راهنمای استفاده
View Item 
  •   کتابخانه دیجیتال دانشگاه فردوسی مشهد
  • Fum
  • Articles
  • Latin Articles
  • View Item
  •   کتابخانه دیجیتال دانشگاه فردوسی مشهد
  • Fum
  • Articles
  • Latin Articles
  • View Item
  • همه
  • عنوان
  • نویسنده
  • سال
  • ناشر
  • موضوع
  • عنوان ناشر
  • ISSN
  • شناسه الکترونیک
  • شابک
جستجوی پیشرفته
JavaScript is disabled for your browser. Some features of this site may not work without it.

Renewable energies in smart factories with electric vehicle fleets

نویسنده:
Maasmann, J.
,
Bocker, S.
,
Rettberg, F.
,
Wietfeld, C.
,
Rehtanz, C.
ناشر:
IEEE
سال
: 2014
شناسه الکترونیک: 10.1109/ICDMW.2014.172
یو آر آی: https://libsearch.um.ac.ir:443/fum/handle/fum/1045259
کلیدواژه(گان): Feature extraction,Image color analysis,Image segmentation,Kernel,Microorganisms,Shape,Support vector machines,Segmentation,effective distance,splitting,superpixel,vaginal bacteria
کالکشن :
  • Latin Articles
  • نمایش متادیتا پنهان کردن متادیتا
  • آمار بازدید

    Renewable energies in smart factories with electric vehicle fleets

Show full item record

contributor authorMaasmann, J.
contributor authorBocker, S.
contributor authorRettberg, F.
contributor authorWietfeld, C.
contributor authorRehtanz, C.
date accessioned2020-03-12T21:20:07Z
date available2020-03-12T21:20:07Z
date issued2014
identifier other6934778.pdf
identifier urihttps://libsearch.um.ac.ir:443/fum/handle/fum/1045259?locale-attribute=fa
formatgeneral
languageEnglish
publisherIEEE
titleRenewable energies in smart factories with electric vehicle fleets
typeConference Paper
contenttypeMetadata Only
identifier padid8173780
subject keywordsFeature extraction
subject keywordsImage color analysis
subject keywordsImage segmentation
subject keywordsKernel
subject keywordsMicroorganisms
subject keywordsShape
subject keywordsSupport vector machines
subject keywordsSegmentation
subject keywordseffective distance
subject keywordssplitting
subject keywordssuperpixel
subject keywordsvaginal bacteria
identifier doi10.1109/ICDMW.2014.172
journal titleower Engineering Conference (UPEC), 2014 49th International Universities
filesize356646
citations2
  • درباره ما
نرم افزار کتابخانه دیجیتال "دی اسپیس" فارسی شده توسط یابش برای کتابخانه های ایرانی | تماس با یابش
DSpace software copyright © 2019-2022  DuraSpace