研究论文
A Study on Sucker Rod Pump Fault Diagnosis Based on Transfer Learning with Residual Network
Wang Ruo-Jun, Wang Ruo-Jun, Zhang Xiang-Yang, Shen Fei, Zhan-Bao Fu, Ren Shuang-Shuang
China National Petroleum Corporation (China)
来源Springer series in geomechanics and geoengineering
年份2026
阅读操作
确认中在文库中上传 PDF 后可生成中文音频讲解。
摘要与影响
摘要 · 节选
暂未获取摘要。可打开原文或 PDF，后续可基于全文生成更完整的速读。
逐年被引趋势
暂无年度引用数据
关键指标
0
被引次数 · OpenAlex
0.00
领域内被引倍数
同类平均 = 1
同类平均 = 1
前 41%
引用位次
同领域 · 同年份 · 同类型
同领域 · 同年份 · 同类型
11
参考文献
Google Scholar 与 OpenAlex 的被引统计范围不同，数值存在差异属正常。
AI 辅助阅读
依据：文献信息
论文问答
当前基于文献信息回答
可就本文提问；依据不足时会说明。
学术脉络
学科主题
工程Oil and Gas Production Techniques
Machine Fault Diagnosis Techniques · Fault Detection and Control Systems
参考文献 11
Random forests classifier for machine fault diagnosis
被引 205Bo‐Suk Yang, Xiao Di, Tian Han · Journal of Mechanical Science and Technology · 2008
Deep Residual Learning for Image Recognition
被引 227,948Kaiming He, Xiangyu Zhang, Shaoqing Ren · IEEE Computer Society Conference on Computer Vision and Pattern Recognition/Proceedings - IEEE Computer Society Conference on Computer Vision and Pattern Recognition/Proceedings · 2016
A survey of transfer learning
被引 6,275Karl R. Weiss, Taghi M. Khoshgoftaar, Dingding Wang · Journal Of Big Data · 2016
此处列出前 3 条
引用本文 -
暂无引用本文的记录