| 标题 |
  Enhancing Bearing Fault Diagnosis Using Transfer Learning and Random Forest Classification: A Comparative Study on Variable Working Conditions 相关领域
计算机科学
随机森林
人工智能
混淆矩阵
机器学习
断层（地质）
分类器（UML）
数据挖掘
学习迁移
特征（语言学）
模式识别（心理学）
语言学
地质学
哲学
地震学
|
| 网址 | |
| DOI | |
| 其它 |
期刊：IEEE Access 作者：Debasrree Saha; Md. Emdadul Hoque; Muhammad E. H. Chowdhury 出版日期：2023-12-25 |
| 求助人 | |
| 下载 | |
|
温馨提示：该文献已被科研通 学术中心 收录，前往查看
科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。
|
PDF的下载单位、IP信息已删除
(2025-6-4)
璐璐
嘻嘻哈哈
林狗
v0id
changping
渡人舟
我能私信骂你吗
谢雷XIELei
整齐的孤菱
学术文献互助
aaaa
科研狗
aajhajkahna
牧青
11
快点毕业
xing_xing
愉快的真
冷酷以山
无极微光
皖公网安备34019202002308
