只为小站
首页
域名查询
文件下载
登录
首页
Catalytic Adsorptive Desulfurization Using TiO2/SBA-15 under Mild Conditions
Catalytic Adsorptive Desulfurization Using TiO2/SBA-15 under Mild Conditions
上传者:
38722874
|
上传时间: 2024-01-10 16:23:40
|
文件大小: 428KB
|
文件类型: PDF
首发论文
TiO2/SBA-15在温和条件下催化吸附脱硫,任晓玲,肖静,本文主要研究了TiO2/SBA-15在温和条件下的催化吸附耦合脱硫。通过等体积浸渍法制备TiO2/SBA-15,并对其进行XRD和氮气吸附等表征。TiO2/SBA-15
文件下载
立即下载
评论信息
其他资源
飞鸽传书demo_Qt
3D模型-gltf格式.zip
RN8302B智能电表芯片程序基于STC12系列51单片机
低照度图像增强(opencv和C++)
硬盘哨兵+注册码
数据库系统概论习题解析与实验指导 第五版 王珊
下一代无线局域网802.11n中文版
网上选课系统UML建模
VS2010用OpenGl读取obj格式文件
编译opencv需要的下载失败的ffmpeg.dll/iipcv/face_landmark_model.dat
itextsharp.dll
新华视点微博1699432410.csv
selection.json
基于安卓开发的无线点餐系统
jenkins.war2.19.2LTS长期支持版
Delphi DirectX8.0基于HGE中文字体实现方案
js画图 webvisio-js2.5
基于嵌入式Linux系统的远程数据采集
Andriod项目源码及论文
USB2Dynamixel驱动器资料
svn(包括客户端和服务器端及汉化)
C语言实现基于wpcap的IP,TCP,UDP,ICMP报文发送
Android 在线播放器代码
免责申明
【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
个人信息
点我去登录
购买积分
下载历史
恢复订单
相关资源标签
热门下载
2010年-2020中国地面气候资料数据集(V3.0)
IBM.ILOG.CPLEX.Enterprise.Server.v12.10.0.Win64.rar CPLEX下载
2019年秋招—华为硬件工程师笔试题目.pdf
2020年数学建模B题穿越沙漠全部代码全国赛二等奖.zip
VideoDownloadHelper去除120分钟时间限制-高级版.zip
quartus II13.0器件库.zip
基于OpenCV的车牌号码识别的Python代码(可直接运行)
transformer_pytorch_inCV.rar
pytorch实现RNN实验.rar
Elsevier爱思唯尔的word模板.zip
股票价格预测-LSTM-TCN-GBDT:使用四种算法(LSTM,TCN,GRU,GBDT)进行股票价格的预测和预测结果的检验。有四种算法(LSTM,TCN,GRU,GBDT)用于预测股价并检验预测结果-源码
Microsoft Visual C++ 2015-2019 运行库合集,包含32位64位
《MIMO-OFDM无线通信技术及MATLAB实现》高清PDF及源代码
pytorch实现前馈神经网络实验(torch实现)
2020年数学建模B题(国二)论文.pdf
最新下载
Opencv 视频转化为图片
opencv逐帧读取视频转存jpg,一件运行exe
OpenCV获取视频的每一帧并保存为.jpg图片
华为_Mate 9 Pro_用户手册_LON-AL00_01_中文.pdf
cg mapmaster
See4CGW 魔力图档查看工具
Amplify Shader Editor v1.9.1.5
中国城市坐标和铁路站点坐标
二阶导纳系统simulink完整仿真
Deep-Reinforcement-Learning-With-Python:使用OpenAI Gym和TensorFlow结合广泛的数学知识来掌握经典RL,深度RL,分布式RL,逆RL等