CSpace  > 中国科学院计算技术研究所期刊论文  > 英文
Cross-Modal Correlation Learning by Adaptive Hierarchical Semantic Aggregation (vol 18, pg 1201, 2016)
Hua, Yan1; Wang, Shuhui2; Liu, Siyuan3,4; Cai, Anni5; Huang, Qingming2,6
2016-10-01
发表期刊IEEE TRANSACTIONS ON MULTIMEDIA
ISSN1520-9210
卷号18期号:10页码:2127-2127
DOI10.1109/TMM.2016.2593559
收录类别SCI
语种英语
WOS研究方向Computer Science ; Telecommunications
WOS类目Computer Science, Information Systems ; Computer Science, Software Engineering ; Telecommunications
WOS记录号WOS:000384644800018
出版者IEEE-INST ELECTRICAL ELECTRONICS ENGINEERS INC
引用统计
文献类型期刊论文
条目标识符http://119.78.100.204/handle/2XEOYT63/8035
专题中国科学院计算技术研究所期刊论文_英文
通讯作者Wang, Shuhui
作者单位1.Commun Univ China, Sch Informat Engn, Beijing 100024, Peoples R China
2.Chinese Acad Sci, Inst Comp Technol, Key Lab Intelligent Informat Proc, Beijing 100190, Peoples R China
3.Penn State Univ, Smeal Coll Business, University Pk, PA 16801 USA
4.Shenzhen Inst Adv Technol, Inst Adv Comp & Digital Engn, Ctr Cloud Comp, Shenzhen 518055, Peoples R China
5.Beijing Univ Posts & Telecommun, Dept Informat & Commun Engn, Beijing 100876, Peoples R China
6.Univ Chinese Acad Sci, Beijing 100049, Peoples R China
推荐引用方式
GB/T 7714
Hua, Yan,Wang, Shuhui,Liu, Siyuan,et al. Cross-Modal Correlation Learning by Adaptive Hierarchical Semantic Aggregation (vol 18, pg 1201, 2016)[J]. IEEE TRANSACTIONS ON MULTIMEDIA,2016,18(10):2127-2127.
APA Hua, Yan,Wang, Shuhui,Liu, Siyuan,Cai, Anni,&Huang, Qingming.(2016).Cross-Modal Correlation Learning by Adaptive Hierarchical Semantic Aggregation (vol 18, pg 1201, 2016).IEEE TRANSACTIONS ON MULTIMEDIA,18(10),2127-2127.
MLA Hua, Yan,et al."Cross-Modal Correlation Learning by Adaptive Hierarchical Semantic Aggregation (vol 18, pg 1201, 2016)".IEEE TRANSACTIONS ON MULTIMEDIA 18.10(2016):2127-2127.
条目包含的文件
条目无相关文件。
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[Hua, Yan]的文章
[Wang, Shuhui]的文章
[Liu, Siyuan]的文章
百度学术
百度学术中相似的文章
[Hua, Yan]的文章
[Wang, Shuhui]的文章
[Liu, Siyuan]的文章
必应学术
必应学术中相似的文章
[Hua, Yan]的文章
[Wang, Shuhui]的文章
[Liu, Siyuan]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。