论文部分内容阅读
消防工程施工中常见通病的处理意见研究
【机 构】
：
国网天津市电力公司城西供电分公司 天津 300190;国网天津市电力公司城西供电分公司 天津 300190
【出 处】
：
建筑工程技术与设计
【发表日期】
：
2021年18期
其他文献
传统图像去噪模型一般为浅层线性结构,特征提取能力有限,而现有基于深度学习的图像去噪模型存在去噪效率低、泛化能力弱等问题。针对上述缺点,以残差块、批归一化层和自编码器组成的残差卷积自编码块为基本网络结构,提出多功能去噪残差卷积自编码神经网络(DRCAENNm)和去噪残差卷积自编码神经网络(DRCAENN)两种基于深度学习的去噪网络模型。实验结果表明,DRCAENNm模型不仅具有盲去噪能力,还可以去除
为了有效地控制和治理大气污染,合理预测污染物在大气中浓度,对于提前采取预防措施、有效管理污染活动发挥着重大作用。针对多变量非线性、复杂的时间序列,以及多因素影响预测浓度的问题,提出一种基于多变量分解的非平稳时间序列深度预测方法。首先,确定主要预测变量,并对主变量进行STL(Seasonal and Trend decomposition using Loess, STL)分解得到3个分变量;其次,