BIM技术在大型倒虹吸工程施工中的应用研究

笔者研究建筑信息模型(Building Information Modeling,BIM)技术在大型倒虹吸工程中的应用,利用BIM技术,创建观音山特大倒虹吸三维信息模型,实现倒虹吸模型的参数化设计,提高了倒虹吸工程在Revit中的构建效率.优化倒虹吸工程施工方案以及场地管理,使施工方案与场地规划更加合理.利用物联网智能...     

融合多源信息的人民币汇率预测

通过有效融合与汇率相关的互联网搜索信息和宏观经济信息,提出一个新的汇率预测方法.一方面,根据信息丰富的互联网大数据,将选取的百度指数关键词信息合成能反映投资者关注度的百度综合搜索指数,再利用核主成分(KPCA)方法对宏观经济变量的信息进行提取,合成宏观综合影响指数,最后构建基于多源信息融合的汇率预测模型;另一方面,分别采用BP、KELM和SVM模型进行预测.为减小预测误差,对神经网络连接权重和阈值使用灰狼优化算法(GWO)进行了优化.通过对美元兑人民币汇率进行实证发现,融合多源数据信息之后,使用GWO-BP预测模型能获得更好的预测性能.     

市政工程建筑信息模型采纳意愿影响因素研究

为了进一步推广市政工程中建筑信息模型(BIM)技术的使用,在文献研究的基础上,通过整合技术任务适配(TTF)模型、整合型技术接受模式(UTAUT)、初始信任模型(ITM),建立了影响市政工程领域BIM技术采纳意愿的测度模型,并通过网络问卷调查获得数据后使用结构方程模型进行分析。结果显示,努力期望、初始信任、任务-技术适配程度、促进条件4个因素均对BIM技术采纳意愿具有一定的积极影响。根据分析结果对推广我国市政领域内BIM技术的采纳行为提出建议。     

基于激光雷达与BIM技术的变电站施工三维仿真模拟

变电站改扩建过程中,变压器、GIS设备需采用大型设备进行安装施工,存在机械设备作业面小、安全距离预测不准确等问题,为解决这些问题,通过采用激光雷达技术对已建变电站进行三维精确建模,同时采用BIM技术对改扩建部分进行建模,两者结合开展施工仿真分析,并提出一套变电站施工仿真模拟应用方案,对不同施工节点进行轨迹模拟,校验与周...     

BIM现状研究

目前,全球掀起了一股研究与应用建筑信息模型(Building Information Modeling,BIM)的热潮。基于此,从BIM技术概述出发,对BIM技术在国内外的应用研究现状进行分析,以期促进BIM技术的广泛应用。     

三维激光扫描技术在变电站三维建模中的应用

采用三维激光扫描技术获取变电站的点云数据,以图纸提取变电站相关信息,结合高清数码相机获取的测区纹理图片,构建变电站的三维模型,从而为变电站的数字化设计提供基础数据,同时也为变电站的运营、维护和管理提供数据,为电网工程实现全寿命管理提供了基础.文章阐述将为其他地区的变电站三维模型的构建提供一定的参考.     

结合CNN和GCN的在线学习平台辍学预测方法

针对在线学习平台的高辍学率问题,提出了基于图卷积模型的在线学习辍学预测方法,通过分析学习者在不同时间尺度上的行为特征,及时发现学习者的辍学倾向,采取预防或补足措施.首先,将学习平台采集到的行为数据作为时间序列数据,使用ResNet-50作为局部特征提取的卷积神经网络(CNN),构建包含时间信息的特征向量.其后,将多维特征向量作为图卷积网络(GCN)的节点特征,通过两个GCN网络层建立相关特征的内在联系,并通过数据扁平化尽量保留更多的信息.大规模在线开放课程(MOCC)公开数据集上的实验结果表明,所提方法的预测准确度高于其他先进方法.     

基于GRU与特征嵌入的网络入侵检测

当前基于神经网络的入侵检测方法并没有将数据分类信息考虑在内,无法有效利用网络流量数据的时序信息,为此将门控循环单元(gated recurrent unit,GRU)和基于分类信息的特征嵌入技术结合起来,构建了基于GRU与特征嵌入的网络入侵检测模型.利用UNSW-NB15数据集进行模型仿真实验,结果表明该模型提高了对入...     

基于深度学习的医疗电子数据特征学习方法

面向高维异构的医疗电子数据,如何才能有效开展特征学习以优化患者联合用药不良预后的风险预测？针对此问题,提出一种基于深度学习的医疗电子数据特征学习方法。首先结合深度学习长短期记忆网络模型和深度稀疏自动编码模型学习具有时序特性的患者联合用药数据的特征表示,并通过二分k-均值聚类方法形成联合用药综合表达因子。然后构建风险预测特征向量和风险相关特征向量,分别用于联合用药的不良预后风险预测和风险相关性分析。最后将该方法与已有的传统方法在真实医疗电子数据集上进行对比实验,结果表明：该方法在患者联合用药的不良预后风险预测中,准确率比传统方法提高了5%～10%,误判率降低了3%～5%,具有较好的风险预测性能。     

基于深度CRBM模型的建筑能耗预测方法

针对建筑能耗的预测问题,提出一种基于深度条件受限玻尔兹曼机(CRBM)的预测方法.首先,将传统受限玻尔兹曼机进行扩展,融入一个历史条件输入层,使其能够根据历史时间序列来预测未来序列.然后,在CRBM基础上构建深度CRBM模型,用来执行建筑能耗的预测.在一个"个体家庭电力消耗"数据集上的实验结果表明,提出的方法能够准确预测出预定时间段内的建筑能耗,能够为电力调度提供一定的依据.     

BIM技术在建筑节能领域的应用

在传统的建筑节能设计已无法再满足人们需要的今天,建筑信息模型(BIM)作为一种新型的建筑节能设计技术逐步发展,为建筑行业的可持续发展带来了希望。本文简单介绍BIM技术的兴起及其在建筑节能领域的发展现状,并对BIM在节能建筑的应用前景做出分析。     

基于ANP的盾构施工风险模糊综合评判

针对盾构施工风险评估中客观存在的评价指标相互影响问题,构建了基于网络层次分析法(ANP)的模糊综合评判模型(ANP-FCE模型),采用工程案例并结合专家调查阐述了模型的算法,旨在解决评价指标之间相互依存和反馈问题。运用模型对成都地铁4号线凤溪-南熏区间的盾构施工风险进行评价,结果与工程实际状况吻合。研究结果表明:基于ANP的风险模糊评估模型较其他风险评估方法更科学、更合理,可为其他类似工程制定风险防控措施提供依据。     

基于小波变换的GM(1,1)-ARMA组合预测模型对悬索管桥的应变预测

ARMA模型采用差分处理对桥梁监测数据进行预测时,会出现数据丢失和预测精度降低的现象.为此,利用小波变换对信号进行离散化处理信息不会丢失的优点,将趋势明显的原始序列离散化,得到不同频带上的块信号.采用灰色GM(1,1)模型对趋势明显的低频信号进行趋势预测,用ARMA模型对平稳的高频细节信号进行细节预测,再将两部分预测值叠加得到最终预测值.对黄河悬索管桥在线监测系统获得的过去一段时间的应变数据进行验证,结果表明所提出的GM(1,1)-ARMA组合模型预测效果明显高于传统ARMA模型,这对实现同类桥梁的预警具有积极意义.     

基于熵权的多功能景观造景艺术评价模型构建

为提高造景艺术评价能力,提出基于熵权的多功能景观造景艺术评价模型.构建多功能景观造景艺术评价约束参量模型,根据视觉特征分布要求,建立模糊决策函数和视觉表达模型,采用视觉特征分布式重构方法进行评价决策,利用大数据预测方法进行造景艺术评价统计分析,建立规则函数,实现多功能景观造景艺术评价.仿真实验结果表明,所给方法的决策能力较强,视觉效果较好,置信度水平较高,提高了多功能景观造景艺术表达能力.     

基于属性约简的决策树算法在商品促销决策中的应用研究

商品销售管理是企业经营管理中的一个重要环节,通过建立商品促销决策的数据挖掘模型,企业可以获取有助于销售决策的大量有价值的信息,从而获得竞争优势.该文采用决策支持模型来发掘不同客户群的商品购买需求.首先对收集的历史数据进行预处理,然后采用似然比计算预测字段和目标字段的相关性,对属性进行约简,最后使用CHAID算法构建决策模型.实验结果表明,约简模型的性能降低很小,但是大大提高了运行效率和分析效率,降低了过度拟合模型的风险,具有很好的实用价值.     

智慧排水系统建设创新思考

结合目前城市排水系统现状,吸收国内外城市排水信息化建设的成熟案例和优秀经验,充分利用物联网、移动互联网、大数据、云计算、地理信息集成(GIS)、建筑信息建模技术(BIM)、人工智能等新一代信息技术,以大数据理念"、互联网+"思维建设一套城市智慧排水系统。本文主要介绍了智慧排水需求与建设目标,并分析了智慧排水的基础架构及在城市中的实际应用。     

基于随机生存森林与网络拓扑信息的食管癌风险预测

为精确预测食管癌病人的存活风险,通过构建食管癌编码基因(mRNA)和非编码基因(ncRNA)共表达网络,利用随机游走挖掘网络节点的拓扑权重,并与随机生存森林(RSF)整合,构建食管癌风险预测模型.结合5倍交叉证实和独立数据集验证,利用C-index评估算法预测性能.识别出了用于构建风险预测模型的最优lnc RNA分子标签,并实现了食管癌生存风险的精确预测.     

基于信息安全的高校风险评估模型的研究与实现

我国高校在发展和运行中亟需加强信息安全风险管理,建立系统高效的信息安全风险评估体系,应对面临的诸多风险。本文结合目前高校信息安全的新需求,以河南牧业经济学院为例,研究基于信息安全风险评估PDCA循环模型,针对学院存在的不确定信息安全风险因素,进行收集整理,形成分类、量化、系统的信息安全风险评估数据信息,为高校信息安全风险管理决策提供依据。     

基于BIM技术的建筑工程施工可视化应用研究

近年来,建筑信息模型在我国的发展不断深入,被广泛应用于工程建筑业。本文首先对建筑信息模型进行简要分析,然后以某幼儿园工程为例,从三维建筑信息模型创建、网络进度计划编制、施工现场布置、施工模拟四个方面分析BIM在建筑工程施工中的可视化应用。     

基于MLP模型的建筑结构损伤检测与抗震性能分析

针对建筑结构损伤检测和抗震可靠性评估的问题,提出一种基于多层感知器(MLP)神经网络的分析方法 .首先,构建一种钢结构建筑模型,定义多种柱截面积的损伤场景,将加载地震数据时各层最大相对位移作为MLP模型的训练数据.然后,利用MLP模型建立结构响应(输入)与结构刚度(输出)之间的关系,用来进行结构损伤检测.另外,在考虑各层的柱截面积、弹性模量和重力载荷因素下,构建MLP抗震性能评估模型.在一个三层的钢结构上进行了仿真实验,结果表明提出的方法能够准确检测出损伤,并对结构给出了可靠的抗震性能评估.