- 博客(15)
- 收藏
- 关注
RSS订阅原创 读论文心得体会
故障检测是整个故障诊断流程的第一步，在该步骤中，系统从设备的传感器上定时采集并记录数据信号，再提取并分析采集到的的数据信息对系统运行状态做出判断。当检测到系统存在故障状态后，对该故障状态的故障类型做出判断的过程称为故障判断.这是故障诊断流程的第二步。进行完前两个步骤后，需要根据系统故障信息准确定位到故障发生的位置以及产生的原因，这是故障诊断流程的第三步，这个步骤为故障恢复提供了更为细致的辅助参考依据。故障诊断的最后一个步骤为故障恢复，通过参考前几个。
2023-12-24 21:13:02
782
1
原创 【无标题】
当前污水处理厂所采集的数据仍然是保存在本地数据库中，这就带来两个问题，第一，随着数据积累的越来越多这就需要更多的存储设备对数据进行存储，增加污水处理厂在存储设备上的投资，增大成本的开销。第二，受限于污水处理厂的计算资源有限的因素，本地数据库中的数据难以得到有效地利用。因而未来将传感器所采集的数据通过物联网的形式接入到互联网中，并采用云计算的方式对全流程的数据进行分析，可以有效地掌握我国污水处理厂的运行情况，并可结合智能算法模型对有效地针对具体的污水处理厂进行故障诊断，并提出整治意见。
2023-12-19 23:12:20
335
1
原创 BSM2和BSM1
BSM1关注在反应和沉淀的过程，也就是关注于污水生化处理的这一环节。然而，集水区、下水道系统，WWTP和接收水体强烈相互关联，因此是必要的理解子系统之间的交互作用以提高个人的性能子系统和系统作为一个整体以及保护接收在一个整体的方式水。然而，我们已经确定的是，强相互作用的存在，并且UWS中的所有子系统都应该以一个整体的方式运行，以提高接收水的水质。如果说并列写BSM1和BSM2的话，有一个方法就是污水处理模块（BSM1）和整个污水处理厂的全流程模块（BSM2）的角度进行解释，在BSM2中着重介绍其他模块。
2023-12-11 22:14:53
619
1
原创 机器学习算法常用方法（面试常用）
以下是一些我也没有完全掌握，但是如果面试官问你都了解哪些经典的机器学习算法，你可以把下面的都说一下，我感觉如果能了解这么多模型，肯定会很加分。我将每个模型的核心思想整理一下。
2023-11-12 13:23:13
42
1
原创 数据运维岗
牛客、csdn、小红书----------运营商这种国企的数据运维岗一般会问什么问题？1、个人介绍(亮点、经历)2、移动公司的企业核心价值观是什么，你对这个核心价值观有什么理解3、谈谈你对5G的理解和看法4、为什么选择我们公司5、你的专业经历，能够给我们公司带来什么6、你的手上还有其他offer吗7、入职工作后无法适应怎么办8、谈谈你在项目中承担什么样的角色、遇到哪些问题如何解决的9、你的职业规划是什么。
2023-11-10 00:15:07
205
1
原创 面试官面试的所有问题罗列出来
在NLP中文字通过编码也可以转换为时间序列数据，而我们污水处理过程也是在处理时间序列数据，因此了解到了很多时间序列模型，GRU、RNN、LSTM、双向LSTM，我也使用GRU发表了污水处理过程的论文一篇。17.如果给你一个项目，目标是什么其实并不清晰，怎么评价也知道，需求也很模糊，请问对于这个项目你会怎么开展？19.你是怎么评估的，像污水处理厂的数据每天都会更新，数据量会越来越大，你们又是如何评估污水处理厂的状态呢？7.我了解到时间序列都具有一定的时间相关性，对这一特征，你都是怎么处理的？
2023-11-05 22:25:14
81
原创 许老师分配的任务集合
介绍一下宽度学习，项目中你做了哪些工作，创新点、你怎么做的，你又是怎么解决的。代码中有什么困难、项目中有什么困难，又是怎么解决的。：简历上的任何问题同步进行，大模型、transformer，双向LSTM、卷积神经网络，面试官感兴趣的，随潮流的。：面试官让你介绍一下你的污水和青霉素项目，详细介绍，matlab和python。：机器学习算法常用方法（面试常用）：面试官面试的所有问题罗列出来。：污水和青霉素同步进行。
2023-11-05 21:13:19
33
原创 关于GRUpython程序的理解
pandas和numpy的区别：Pandas创建的一维数组可用index来指定索引，这样，访问时就可以通过索引来访问数组（Pandas的一维数组与Numpy的区别是，Pandas的有索引，Numpy的没有索引）。是返回True,否则False。os.path.exists()——检验指定的对象是否存在。os.path.getsize()——获得文件的大小，如果为目录，返回0。os.path.join(path, name)——连接目录和文件名。os.path.split()——返回路径的目录和文件名。
2023-11-03 15:25:26
40
原创 关于MissXu简历面试常见问题
（开始我的回答）深度学习是一种人工神经网络技术，在谈论深度学习之前我们先了解一下浅层神经网络，假设现在我们有一个两层的神经网络模型，输入层和输出层。输入层表示特征，输出层是对输入层的数据进行映射。输出层是由神经元组成的，其中每一个神经元上需要具有一个非线性激活函数，激活函数的目的是让模型学习到数据中的非线性特征。输出层中每一个神经元都和输入层中的每一个神经元相连接，这就是一种常见的全连接层的方式。我们通过反向传播的方式可以获得稳定的连接权重，这些连接权重代表了模型的记忆，这也就是模型从数据中学习到的知识。
2023-10-27 21:00:29
34
原创 许大人专栏
青霉素的发酵工艺主要有菌种选择、孢子制备、种子培养、发酵、产品分离结晶等几步。青霉素发酵工艺为二级补料分批发酵，青霉素抱子通过火焰接种至种子罐无菌培养基，在一定罐温、通气培养条件下发芽生长，经过定周期后青霉菌菌丝生长达到一定菌丝量，至对数生长未期，移入发酵罐无菌培养基培养。在发酵罐中给予一定温度、空气等生长环境，为了实现高水平的发酵单位，需要补入碳源、氨源及合成青霉素的前体物质等。
2023-10-26 00:02:58
835
原创 青霉素和污水过程机理介绍
青霉素是青霉素菌次级代谢的产物，由于产物最优生产与菌体最优生长之间不具有对应性，在发酵的不同时期，既有菌体自身的生长、繁殖、老化，又有青霉素的合成及水解，再加上发酵时间周期长，菌体细胞本身的遗传变异，微生物对环境多因子变化的敏感性，原材料及种子质量不稳定等诸多原因导致过程始终处于动态之中，这进一步造成青霉素发酵过程的严重非线性和不确定性!发酵动力学是在了解微生物的生理特征、菌体生长以及产物形成的基础上研究发酵过程中菌体的生长速率、培养基的消耗速率以及产品形成速率的相互作用和随时间变化的规律。
2023-10-25 23:29:47
157
原创 【无标题】
Layernormlization是一种层归一化方式，由上图可以看出，Layernormlization是对一个batch内进行标准化（transformer就是采用这种标准化的方式），这种方式适合自然语言处理，因为语言并不是人们常理解的那种结构化数据，每一句话的字数都可能不一致，采用这种layernormlization更加符合这种特点。其中，m代表特征个数，γ和β分别代表缩放参数和平移参数。其中N代表的是batch方向，C代表的通道方向（可以理解为图片中的三通道，H，W代表图片的长和宽）
2023-10-23 22:55:45
56
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人