简介:摘要:近年来,随着社会建设的不断发展,当前对于电力系统故障诊断的研究大都基于传统电力系统,而且对于不同诊断任务采用不同的诊断模型,这在实际应用中不仅造成了设备资源的浪费,也忽略了各诊断任务之间的关联。为此,运用多任务联合训练方式挖掘不同诊断任务之间的关联信息,建立一种多任务学习的新型电力系统故障诊断模型。首先通过底层共享深度置信网络(DBN)层进行特征提取;然后通过顶层分类层输出诊断结果;最后实验结果表明,所提模型不仅能够实现新型电力系统的故障类型和故障选线诊断任务,而且具有较高的效率以及精度。除此之外,还与同结构的单任务学习诊断模型进行对比,结果表明,多任务学习模型诊断效果更好。
简介:摘要:近几年在我国经济水平不断提升的背景之下,建筑行呀也取得了不小的成绩,建筑工程的规模不断扩大化,而且在质量方面也有着很大地提升。但是在随着高速发展的态势也会伴随着复杂问题的不断出现,曾经传统化的建筑工程管理技术已经适应不了当下该行业的发展速度。所以就得升级优化工程的管理方式,更加科学化合理化的去提升工程的最终质量,并且减少工程的成本投入,提高企业的经济效益,达到工程管理朝着经济化方向发展的目标。本文把建筑工程经济在工程管理中的应用作为探究对象,目的是为了加快我国工程管理的优化步伐,提高建筑工程的经济效益。