-
题名浅析市政公用工程施工现场管理的问题与对策
- 1
-
-
作者
王耀泽
-
机构
广西柳州市投资控股集团有限公司
-
出处
《中国科技期刊数据库 工业A》
2023年第3期37-40,共4页
-
文摘
随着城市化进程的不断推进,市政公用工程建设的规模越来越大,对施工现场管理提出了更高的要求。市政公用工程施工现场管理不仅涉及到安全、环保和施工质量等多个方面,而且需要协调多方利益。本文将分别从安全管理、环保措施、施工质量和现场协调四个方面探讨如何提升市政公用工程施工现场管理的水平,并阐述提升市政公用工程施工现场管理的重要性。
-
关键词
市政公用工程
施工现场
管理
质量
环保措施
-
分类号
TU998
[建筑科学—市政工程]
-
-
题名基于自监督记忆自适应的振动筛状态识别方法
- 2
-
-
作者
张磊
吴雨欣
王耀泽
-
机构
国能神东煤炭集团有限责任公司
中国矿业大学(北京)人工智能学院
中国矿业大学(北京)化学与环境工程学院
-
出处
《煤炭工程》
北大核心
2023年第S01期206-212,共7页
-
文摘
振动筛作为选煤厂的核心装备,其运行环境异常恶劣且多变,获取标记的状态数据耗费时间和精力,传统方法在振筛机的运动状态识别以及泛化性方面存在不足。针对这一问题,提出了一种基于自监督记忆自适应的振筛机状态识别方法。首先,引入最大熵原理和多种数据变换方式对原始信号进行多样化分布增强。借助编码器,将处理后的特征传递至自监督学习模块和记忆存储模块。在自监督学习模块中,分别对经过多种变换的数据进行分类以及对经过掩码处理的数据进行重构,以获得更加丰富的特征表达。与此同时,通过信息熵和相似度技术,在记忆块中选取最具代表性特征项,将其与编码器提取的特征进行自适应融合。最终使用状态分类器对振筛机的运动状态进行分类。实验验证结果表明,与其他先进方法相比,该方法显著提升了状态识别的准确率,F_(1)分数超过对比方法约23.92%。
-
关键词
振动筛
最大熵
多样化分布增强
自监督学习模块
记忆存储模块
-
Keywords
vibrating screen machine
maximum entropy
diversified distribution enhancement
self-supervised learning module
memory storage module
-
分类号
TD672
[矿业工程—矿山机电]
-