排序方式: 共有10条查询结果,搜索用时 15 毫秒
1
1.
2.
通过分析我国建筑行业施工环境现状以及事故产生原因,从施工项目管理者、操作者的控制入手,探讨了房屋建筑工程质量控制对策,提出了质量控制环节中应重视的两个要点,从而提高房屋建筑工程质量。 相似文献
3.
由于单核处理器的处理能力已经逼近物理极限,为了继续提高处理能力,人们将目光投向了多核处理器体系结构。在处理器体系结构的设计中,通过体系结构软件仿真技术测试新方案,修改弊端,优化设计。针对一种多核处理器,以模拟实现任务分配为着手点进行软仿真。软件模拟出一个9核处理器,并模拟出主存,忽略一些不必要的细节,达到能够运行汇编代码的目的,并且通过可视化编程,可以在仿真处理器工作时,随时查看各个核内部的工作状态,对多核处理器的工作原理有一个清晰的了解。从处理器的运行过程中,体现出多核处理器相对于单核处理器的优势。从软件仿真在短时间内就可以得出针对性的结论,体现出软件仿真在缩短多核处理器的设计周期、降低设计的硬件成本与时间成本方面的优势. 相似文献
4.
针对某取水泵站投入运行后场区碎石土回填基础出现沉降的原因进行了分析,通过研究比选采用灌浆加固方案,对灌浆施工关键点及特殊情况处理进行了阐述,以保证场区稳定、安全。 相似文献
5.
6.
阐述了蓄能空调系统中的蓄能槽体的分类和性能以及方形钢板蓄能槽体的设计选型,介绍了工程实践中常用的圆形槽体和方形槽体的容积与重量关系的统计资料,可供蓄能设备的选型设计及估算重量作参考. 相似文献
7.
目的 多示例学习是解决弱监督视频异常事件检测问题的有力工具。异常事件发生往往具有稀疏性、突发性以及局部连续性等特点,然而,目前的多示例学习方法没有充分考虑示例之间的联系,忽略了视频片段之间的时间关联,无法充分分离正常片段和异常片段。针对这一问题,提出了一种长短期时间序列关联的二阶段异常检测网络。方法 第 1 阶段是长短期时间序列关联的异常检测网络(long-and-short-term correlated mil abnormal detectionframework,LSC-transMIL),将 Transformer 结构应用到多示例学习方法中,添加局部和全局时间注意力机制,在学习不同视频片段间的空间关联语义信息的同时强化连续视频片段的时间序列关联;第 2 阶段构建了一个基于时空注意力机制的异常检测网络,将第 1 阶段生成的异常分数作为细粒度伪标签,使用伪标签训练策略训练异常事件检测网络,并微调骨干网络,提高异常事件检测网络的自适应性。结果 实验在两个大型公开数据集上与同类方法比较,两阶段的异常检测模型在 UCF-crime、ShanghaiTech 数据集上曲线下面积(area under curve,AUC)分别达到82. 88% 和 96. 34%,相比同为两阶段的方法分别提高了 1. 58% 和 0. 58%。消融实验表明了关注时间序列的 Transformer 模块以及长短期注意力的有效性。结论 本文将 Transformer 应用于时间序列的多示例学习,并添加长短期注意力,突出局部异常事件和正常事件的区别,有效检测视频中的异常事件。 相似文献
8.
9.
冶山铁矿井下开采已进入晚期,对其东矿区大理石矿床的开采利用可成为矿山一个新的经济增长点。介绍了该矿床的地质情况及开采条件,对其开采工艺及加工成本进行了分析,对其建设规模、投资及效益进行了评估。 相似文献
10.
1