期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
浅析VR技术安全培训在建筑领域的有效性
1
作者
苗馨月
刘辉
+1 位作者
王丹
李海健
《石材》
2024年第11期123-125,共3页
虚拟现实(VR)技术安全培训在诸多领域得到应用,同样在建筑领域中备受关注,本文陈述了VR技术安全培训的发展历程,并与传统安全培训在内容和操作上的差异进行对比,并详细探讨了对建筑工人进行VR技术安全培训三个方面的有效性:减少不安全...
虚拟现实(VR)技术安全培训在诸多领域得到应用,同样在建筑领域中备受关注,本文陈述了VR技术安全培训的发展历程,并与传统安全培训在内容和操作上的差异进行对比,并详细探讨了对建筑工人进行VR技术安全培训三个方面的有效性:减少不安全行为、加强知识获取和提升操作技能,为推广VR技术安全培训在建筑领域的实施提出了相应的政策建议。最后本文就其局限性进行探讨,为后续的研究提供新思路。
展开更多
关键词
VR技术
安全培训
建筑领域
在线阅读
下载PDF
职称材料
基于encoder-decoder框架的城镇污水厂出水水质预测
被引量：
2
2
作者
史红伟
陈祺
+1 位作者
王云龙
李鹏程
《中国农村水利水电》
北大核心
2023年第11期93-99,共7页
由于污水厂的出水水质指标繁多、污水处理过程中反应复杂、时序非线性程度高,基于机理模型的预测方法无法取得理想效果。针对此问题,提出基于深度学习的污水厂出水水质预测方法,并以吉林省某污水厂监测水质为来源数据,利用多种结合encod...
由于污水厂的出水水质指标繁多、污水处理过程中反应复杂、时序非线性程度高,基于机理模型的预测方法无法取得理想效果。针对此问题,提出基于深度学习的污水厂出水水质预测方法,并以吉林省某污水厂监测水质为来源数据,利用多种结合encoder-decoder结构的神经网络预测水质。结果显示,所提结构对LSTM和GRU网络预测能力都有一定提升,对长期预测能力提升更加显著,ED-GRU模型效果最佳,短期预测中的4个出水水质指标均方根误差(RMSE)为0.7551、0.2197、0.0734、0.3146,拟合优度(R2)为0.9013、0.9332、0.9167、0.9532,可以预测出水质局部变化,而长期预测中的4个指标RMSE为1.7204、1.7689、0.4478、0.8316,R2为0.4849、0.5507、0.4502、0.7595,可以预测出水质变化趋势,与顺序结构相比,短期预测RMSE降低10%以上,R2增加2%以上,长期预测RMSE降低25%以上,R2增加15%以上。研究结果表明,基于encoder-decoder结构的神经网络可以对污水厂出水水质进行准确预测,为污水处理工艺改进提供技术支撑。
展开更多
关键词
污水厂出水
encoder-decoder
多指标水质预测
GRU模型
在线阅读
下载PDF
职称材料
题名
浅析VR技术安全培训在建筑领域的有效性
1
作者
苗馨月
刘辉
王丹
李海健
机构
吉林建筑大学应急科学与工程学院
吉林省建苑设计
集团
有限公司
长春水务投资发展集团有限公司
城市排水
有限
责任
公司
出处
《石材》
2024年第11期123-125,共3页
文摘
虚拟现实(VR)技术安全培训在诸多领域得到应用,同样在建筑领域中备受关注,本文陈述了VR技术安全培训的发展历程,并与传统安全培训在内容和操作上的差异进行对比,并详细探讨了对建筑工人进行VR技术安全培训三个方面的有效性:减少不安全行为、加强知识获取和提升操作技能,为推广VR技术安全培训在建筑领域的实施提出了相应的政策建议。最后本文就其局限性进行探讨,为后续的研究提供新思路。
关键词
VR技术
安全培训
建筑领域
分类号
TP391.9 [自动化与计算机技术—计算机应用技术]
TU714 [建筑科学—建筑技术科学]
在线阅读
下载PDF
职称材料
题名
基于encoder-decoder框架的城镇污水厂出水水质预测
被引量：
2
2
作者
史红伟
陈祺
王云龙
李鹏程
机构
长
春理工大学电子信息工程学院
长春水务投资发展集团有限公司
出处
《中国农村水利水电》
北大核心
2023年第11期93-99,共7页
基金
吉林省自然科学基金项目(YDZJ202301ZYTS412)。
文摘
由于污水厂的出水水质指标繁多、污水处理过程中反应复杂、时序非线性程度高,基于机理模型的预测方法无法取得理想效果。针对此问题,提出基于深度学习的污水厂出水水质预测方法,并以吉林省某污水厂监测水质为来源数据,利用多种结合encoder-decoder结构的神经网络预测水质。结果显示,所提结构对LSTM和GRU网络预测能力都有一定提升,对长期预测能力提升更加显著,ED-GRU模型效果最佳,短期预测中的4个出水水质指标均方根误差(RMSE)为0.7551、0.2197、0.0734、0.3146,拟合优度(R2)为0.9013、0.9332、0.9167、0.9532,可以预测出水质局部变化,而长期预测中的4个指标RMSE为1.7204、1.7689、0.4478、0.8316,R2为0.4849、0.5507、0.4502、0.7595,可以预测出水质变化趋势,与顺序结构相比,短期预测RMSE降低10%以上,R2增加2%以上,长期预测RMSE降低25%以上,R2增加15%以上。研究结果表明,基于encoder-decoder结构的神经网络可以对污水厂出水水质进行准确预测,为污水处理工艺改进提供技术支撑。
关键词
污水厂出水
encoder-decoder
多指标水质预测
GRU模型
Keywords
sewage effluents
encoder-decoder
multi-indicator water quality prediction
GRU model
分类号
TV11 [水利工程—水文学及水资源]
X832 [环境科学与工程—环境工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
浅析VR技术安全培训在建筑领域的有效性
苗馨月
刘辉
王丹
李海健
《石材》
2024
0
在线阅读
下载PDF
职称材料
2
基于encoder-decoder框架的城镇污水厂出水水质预测
史红伟
陈祺
王云龙
李鹏程
《中国农村水利水电》
北大核心
2023
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
