基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
目前石油领域积累了海量数据,各大高校和企业都在不断加大对历史大数据挖掘和处理的投入,然而,传统方法中只有极小比例的数据得以被分析和利用.深度学习实现了大数据的有效应用,在各行业掀起了应用热潮.本文分析了当前深度学习研究发展现状,对于亟需解决的石油大数据问题进行了总结,剖析了深度学习中卷积神经网络在石油大数据中二次找油上应用方案思路,对深度学习在石油行业应用进行了总结和展望.
推荐文章
燃气发电技术在石油行业的应用前景分析
油田伴生气
燃气发电
经济性
应用
清洁发展机制在石油行业的潜力分析
清洁发展机制
石油行业
温室气体
燃料电池发展现状及在石油行业的应用可行性
石油行业
燃料电池
发展
应用
涡流检测技术在火电行业中的应用前景
涡流检测
无损检测
火电机组
火力发电厂
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 深度学习在石油行业应用前景分析
来源期刊 电子技术 学科
关键词 深度学习 石油 大数据 神经网络
年,卷(期) 2018,(5) 所属期刊栏目 电子技术设计与应用
研究方向 页码范围 50-53
页数 4页 分类号
字数 3215字 语种 中文
DOI 10.3969/j.issn.1000-0755.2018.05.015
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 秦文华 31 129 7.0 10.0
2 黄献通 1 1 1.0 1.0
3 孙建孟 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (143)
共引文献  (532)
参考文献  (11)
节点文献
引证文献  (1)
同被引文献  (7)
二级引证文献  (0)
1933(1)
  • 参考文献(0)
  • 二级参考文献(1)
1958(3)
  • 参考文献(0)
  • 二级参考文献(3)
1962(3)
  • 参考文献(0)
  • 二级参考文献(3)
1980(2)
  • 参考文献(0)
  • 二级参考文献(2)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(3)
  • 参考文献(0)
  • 二级参考文献(3)
1988(2)
  • 参考文献(0)
  • 二级参考文献(2)
1989(4)
  • 参考文献(0)
  • 二级参考文献(4)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(3)
  • 参考文献(0)
  • 二级参考文献(3)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(6)
  • 参考文献(0)
  • 二级参考文献(6)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(8)
  • 参考文献(0)
  • 二级参考文献(8)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(8)
  • 参考文献(0)
  • 二级参考文献(8)
2010(10)
  • 参考文献(0)
  • 二级参考文献(10)
2011(10)
  • 参考文献(0)
  • 二级参考文献(10)
2012(11)
  • 参考文献(0)
  • 二级参考文献(11)
2013(20)
  • 参考文献(1)
  • 二级参考文献(19)
2014(8)
  • 参考文献(1)
  • 二级参考文献(7)
2015(11)
  • 参考文献(7)
  • 二级参考文献(4)
2016(5)
  • 参考文献(2)
  • 二级参考文献(3)
2017(2)
  • 参考文献(0)
  • 二级参考文献(2)
2018(1)
  • 参考文献(0)
  • 二级参考文献(1)
2019(1)
  • 参考文献(0)
  • 二级参考文献(1)
2020(1)
  • 参考文献(0)
  • 二级参考文献(1)
2018(1)
  • 参考文献(0)
  • 二级参考文献(1)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
深度学习
石油
大数据
神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子技术
月刊
1000-0755
31-1323/TN
大16开
上海市长宁区泉口路274号
4-141
1963
chi
出版文献量(篇)
5480
总下载数(次)
19
论文1v1指导