2. 您的位置
3. 首页
4. 期刊论文
5. 房屋建筑工程防渗漏施工技术探析

房屋建筑工程防渗漏施工技术探析

来源 :建筑工程技术与设计 | 被引量 : 0次 | 上传用户：ilovelp222222

【作 者】

：

杨汝俊 范宗强 孙华勇 

【机 构】

：

山东博物馆 山东 济南 250014;山东博物馆 山东 济南 250014;山东博物馆 山东 济南 250014

【出 处】

：

建筑工程技术与设计

【发表日期】

：

2021年18期

【关键词】

：

房屋建筑 防渗漏 施工技术 

下载到本地 , 更方便阅读

下载此文 赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

其他文献

钢结构建筑的安装与施工要点

期刊

钢结构安装加工

浅析建筑造价与施工管理有机结合

期刊

建筑造价施工管理有机结合

浅谈工程造价成本控制

期刊

建筑工程管理的现状分析及控制措施

期刊

建筑工程管理现状分析控制措施

分析建筑工程施工现场的安全管理

期刊

建筑工程施工现场安全管理

艺术设计在地图编制中的应用

期刊

地图编制艺术设计方法应用优化控制

市政道路工程施工现场管理措施探究

期刊

市政道路施工现场管理措施

浅谈建筑电气工程中低压配电系统的安装与调试

期刊

建筑电气低压配电系统安装调试

浅谈温拌沥青在城市快速公路施工中的应用

期刊

温拌沥青城市快速公路原料选择

残差卷积自编码网络图像去噪方法

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

期刊

深度学习图像去噪卷积神经网络自编码网络残差网络