一、基于特征与知识关联的建筑图钢筋量提取方法(论文文献综述)
张志慧[1](2020)在《基于BIM的深基坑施工安全风险智能识别研究》文中认为随着我国经济建设的迅猛发展,城市化进程不断加快,城市建设空间日益紧张。为了更有效的利用城市土地,各个城市的高层建筑大量涌现。地下空间的发掘和利用也在城市中得到不断地发展,且规模和深度不断加大。无论是高层建筑深基础的施工还是地下空间的建设,都不可避免的要进行大规模的地下开挖,由此伴随着出现大量的深基坑工程问题。值得注意的是,深基坑工程的施工场地紧凑、周边环境复杂等特点,导致施工安全事故频发,给国家和社会造成了巨大的经济损失,甚至是人员伤亡,产生了非常不好的社会影响。BIM(Buliding Information Modeling)技术是以三维数字技术为基础,综合集成建筑工程项目各相关信息的数据模型,充分利用BIM技术的参数化、动态可视化施工模拟、数据集成化等特点并结合相关信息技术,能够在很大程度上提高安全管理效率。基于此,本文借助BIM技术在安全管理方面的应用,首先从深基坑安全事故案例、深基坑各施工活动的工作安全分析中对深基坑施工安全风险进行识别,然后基于Revit的可视化编程平台Dynamo构建深基坑施工空间拓扑关系,对工程对象间存在的安全风险进行识别。在此基础上,构建深基坑施工安全风险知识库,最后利用Revit二次开发技术构建并实现深基坑施工安全识别系统,以实现对知识库内容的充分利用,主要研究内容包括:(1)通过对典型的深基坑安全事故案例、深基坑三大主要施工活动的工作安全分析两方面进行分析,识别出深基坑工程在施工过程中存在的安全风险,并通过文本分析从事故调查报告、安全施工规范等资料数据中总结出积极有效的安全预防措施,为深基坑施工安全风险知识库的构建提供基础支撑。(2)根据深基坑施工BIM模型对工程对象进行分类,对其几何信息(包括位置信息、尺寸信息等)、非几何信息(材料信息、施工信息等)进行描述,并总结得出深基坑各工程对象之间的关系,在此基础上利用Revit的可视化编程平台Dynamo提取某特定场景下的空间拓扑关系,最后将提取出的拓扑关系利用知识图谱工具进行可视化,为深基坑施工安全风险知识库的构建做铺垫。(3)构建深基坑施工安全风险知识库。首先对知识库相关理论进行分析,并对前文描述的安全规范、工作安全分析、事故案例及空间拓扑关系等安全知识进行分类,总结得出可以描述上述安全知识的表示方法,随后分析了施工安全风险知识库的需求,并对知识库的逻辑结构、存储结构及查询机制进行设计,在此基础上利用Microsoft Access 2019实现了对深基坑施工安全风险知识库的构建。(4)设计并实现基于BIM技术的深基坑施工安全风险识别系统。首先对深基坑施工安全风险识别系统的框架和功能进行分析,并对Revit API二次开发环境配置和开发方式进行描述,然后借助Revit和Visual Studio平台,利用C#语言进行施工安全风险识别插件的开发,关键在于对知识库中的安全知识进行针对性查询,从而实现基于安全事故、基于工作安全分析、基于拓扑关系的工程对象的安全风险识别及可视化功能,以实现对知识库中安全知识的充分利用。该论文有图66幅,表30个,参考文献103篇。
刘书宇[2](2020)在《可拓建筑设计数据挖掘研究》文中研究指明建筑案例中蕴含着丰富的设计知识,对建筑师具有重要的学习与借鉴意义。尤其是在建筑师遇到设计中的问题时,学习建筑案例中的相关设计知识是一条有助于解决问题的途径。随着大数据时代的到来,大量建筑案例开始在互联网中快速积累。资源过剩取代了过去的资源匮乏,成为困扰建筑师的新问题。今天的建筑师在面对设计问题时,不得不花费越来越多的时间,在海量互联网建筑案例中寻找少数对解决问题真正有帮助的案例。对于需要在设计中解决大量问题的建筑师而言,过高的时间消耗逐渐成为一种负担,侵占了本应投入到思考与设计中的时间,最终影响设计的效率和作品的品质。面对这一变局,大海捞针般的传统搜索方式已无力帮助建筑师高效地获取所需的建筑设计案例及其中的设计知识。基于以上背景,本研究旨在针对大数据时代下的建筑设计案例搜寻和基于此的知识发现困境,秉承“互联网+建筑学”这一大数据时代诞生的新理念,在可拓建筑学的框架内,有针对性地进行理论探索与方法架构,形成一套以可拓建筑设计问题为导向、以可拓数据挖掘方法为支持、以互联网建筑大数据为对象、以互联网建筑设计案例中隐藏的设计知识为目标的可拓建筑设计数据挖掘方法论体系,尝试在互联网建筑案例与面对建筑设计问题的建筑师之间搭建起桥梁,从而帮助建筑师快速、准确地找到最有参考价值的建筑案例,并从中发现对解决问题有借鉴意义的设计知识。为实现这一目标,开展了理论与方法两方面内容的研究。理论层面,首先界定了可拓建筑设计数据挖掘的若干重要概念,梳理了其与相关学科、领域的关系,并在可拓建筑学的框架下明确了可拓建筑设计数据挖掘的定位及主要任务。然后,基于可拓数据挖掘方法获取变换相关知识的原理,将其代入建筑案例与设计知识的各相关要素,阐明了可拓建筑设计数据挖掘的核心机制。基于可拓建筑设计理论对于互联网建筑大数据以及可拓数据挖掘方法对于建筑师实际需求的适应性,论述了可拓建筑设计数据挖掘在发现设计变换相关知识、解决建筑设计问题方面的优势。随后,分别梳理了互联网建筑设计案例数据的三项主要特性——内容分散、形式多样和价值多变,以及建筑师在面对可拓建筑设计矛盾、质量和创新问题时对参考案例及设计知识的不同需求。在此基础上,构建了包含可拓建筑设计案例数据采集、整理、存储、分析和案例图像解读5个阶段的可拓建筑设计数据挖掘流程。方法层面,分别提出了可拓建筑设计数据挖掘各阶段的操作方法:在可拓建筑设计案例数据采集阶段,首先从可拓建筑设计的视角梳理了与可拓建筑设计问题有密切关联的建筑案例数据作为采集对象,然后从可拓数据挖掘的角度总结了各数据项的可靠来源。进而基于对互联网建筑案例的大规模调查,建立了建筑语汇词典,并通过可拓变换进行优化。以此为线索,提出了使用网络爬虫从互联网页面的源代码中自动采集建筑设计案例数据的方法;在可拓建筑设计案例数据整理阶段,首先对于建筑案例中的常规型数据,针对其在一致性、完整性和真实性三方面存在的主要缺陷,提出了统一数据格式、补全缺失数据和排查错误数据的常规数据整理方法。然后,对于建筑案例中的文本型数据,针对其中蕴含的案例关键词、案例特点、案例摘要和案例认可度四项有价值信息,提出了基于专业词库的有价值信息提取方法。最后,以可拓建筑设计理论中的建筑元结构为基础,分别以建筑元的对象、特征和量值对应于所采集到的案例名称、数据项和数据值等,构建了案例数据的标准模型——案例元;在可拓建筑设计案例数据存储阶段,首先解析了建筑师对数据存储的各项需求,并据此搭建了可拓建筑设计案例数据库的基本结构。然后以案例元为核心,完成了数据库的数据层、程序层和界面层中与案例元的存储与检索相关的4个基础功能模块的设计,实现了大量建筑设计案例数据的存储与调用。最后,分别阐述了数据库的基础检索功能在建筑学学习、设计与研究中的应用方法;在可拓建筑设计案例数据分析阶段,首先基于对矛盾、质量和创新三类可拓建筑设计问题本质的解析,明确了解决不同类型的问题所需的案例与知识。然后,引入可拓数据挖掘方法,建立了以问题为导向的案例参考价值综合评价模型。在可拓建筑设计案例数据库的基础上,完成了与案例分析和推荐相关的两个高级功能模块的设计,实现了针对具体可拓建筑设计问题的参考案例智能推荐;在可拓建筑设计案例图像解读阶段,首先梳理了建筑案例图像所蕴含的设计信息和解读顺序。面向可拓建筑设计问题,提出了两条发现设计知识的技术路线,指导建筑师从案例图像中找出能够解决问题的设计知识。以此为依托,对三个典型可拓建筑设计问题情境进行了模拟应用,结合案例数据分析介绍了案例图像解读的应用过程。最后,结合相关实验,通过一个交叉对照测试说明了图像解读方法以及可拓建筑设计数据挖掘的实践效果。基于本文所提出的可拓建筑设计数据挖掘,当建筑师遇到设计问题时,可以根据问题的类型及具体情况,快速找到具有较高参考价值的建筑设计案例,并从中获取对解决问题有借鉴意义的设计知识。从而将建筑师从繁重的案例搜索与分析工作中解脱出来,将更多的时间和精力用于创作本身,是研究的主要意义。此外,本研究作为“互联网+建筑学”这一新主题下的初步探索,在尝试推进建筑设计的科学化与智能化发展的同时,为后续更高效、更精确、更广泛的相关研究与应用提供了参照,可供其他学者参考和借鉴。
施英蕊[3](2020)在《基于BIM的建筑主体结构施工安全智能检查研究》文中提出在建筑领域中安全事故一旦发生,必然会付出生命、时间或金钱的代价,已然成为现代建筑行业亟待解决的重要问题。传统建筑领域安全管理通常依赖人员对行业强制性条文规范及经验的掌握,管理理念及技术手段单一,容易出现管理偏差,已无法满足复杂的施工安全管理需求。而BIM(Building Information Modeling,建筑信息模型)以其虚拟可视化及全周期信息表达等亮点在建筑领域引起了研究热潮,并在实际建造的各阶段投入广泛地使用,为建筑领域安全管理的研究和应用创造发展契机。基于此,本文在研究建筑领域施工阶段安全管理现状基础上,以BIM技术、作业安全分析、知识库等理论为研究立足点建立建筑主体结构施工安全智能检查系统,实现安全检查和学习培训的功能。本文主要研究内容如下:(1)结合传统建筑安全管理缺陷确定建筑主体结构安全智能检查系统数据需求,利用作业安全分析方法将建筑主体结构按照施工特点、工艺方法进行施工作业分解,辨识出各类安全隐患,并将现行施工规范整理成可识别的文本形式,确定施工安全隐患描述及安全规范条文清单,这成为建筑主体结构安全知识库的组成内容。(2)针对描述建筑信息技术特点及模型构件层级架构,设计三维模型构件拓扑关系(包括构件属性及关联构件)的提取特征和提取方法,利用Dynamo提取构件信息实例关系,联系计算机网络中拓扑结构中网状型与建筑模型构件关系,借助Gephi将提取的数据建立拓扑关系,帮助特定场景下的安全检查创建约束条件。(3)深入分析知识及知识库理论与本研究的相似点,将建筑主体结构的安全隐患描述、现行安全规范条文清单与提取出的构件拓扑关系等信息,按照BIM-JSA-规范和BIM-规范两条查询机制,设计建筑主体结构安全知识库的逻辑结构和存储关系,借助SQL Server 2012建立建筑主体结构安全知识库,为实现安全检查系统功能提供数据支持。(4)结合上述研究成果建立基于BIM和知识库的施工安全智能检查系统。基于传统施工安全管理弊端,通过分析系统的功能及数据需求,详细介绍该系统的设计原则及整体设计方案,搭建具备三个既相互独立又相互依存功能模块的系统框架,这三个模块分别为数据管理模块、信息比对模块和功能应用模块,借助Revit二次开发环境及C#开发语言对安全智能检查系统进行开发,实现数据更新、安全检查、学习培训等系统功能,使建筑领域安全管理更加科学、高效。该论文有图63幅,表33个,参考文献111篇。
王莉[4](2019)在《基于知识图谱的城市轨道交通建设安全管理智能知识支持研究》文中指出城市轨道交通建设工程是一项复杂的、高风险的系统工程,具有建设规模大、参与人员多、技术工艺复杂、施工环境多变等特点,极易产生安全事故。由于安全事故是由各种风险因素共同作用的结果,因此,安全管理需要全面、综合性的知识支持。尽管城市轨道交通建设行业已经积累了大量的数据资料,但是在面临具体安全问题时,如何从众多的数据资料中快速、准确获取所需知识,至今还缺乏有效的解决途径。为了解决上述问题,本文立足于城市轨道交通建设安全管理(URTCSM),从知识支持的角度,引入人工智能领域相关技术和方法,研究基于知识图谱的安全管理智能知识支持理论模型和方法体系。具体内容包括:以系统论为指导,分析城市轨道交通建设安全管理核心任务和管理流程,提出智能知识支持的概念和内涵,研究人工智能领域的知识图谱等技术对城市轨道交通建设安全管理的知识支持作用,构建基于知识图谱的城市轨道交通建设安全管理智能知识支持理论模型。对URTCSM领域知识范围进行界定,从过程、组织、对象、管理等维度对领域知识进行分解,形成多维分层的知识分类体系。在领域概念建模方面,基于领域知识体系结构内容和特点,构建多维分层的专业领域概念模型;根据标准规范自身结构和使用需求,构建混合粒度的标准规范概念模型;根据事故分析对事故知识的需求,构建多主体关联的事故概念模型。在实体关系建模方面,基于领域知识分类体系结构进行概念之间层级关系建模,并对影响城市轨道交通建设工程安全实施的核心要素之间的关系进行建模,形成URTCSM领域知识结构模式,为领域知识图谱的构建提供规范化的知识框架。分析了URTCSM领域知识主要来源,重点对标准规范和事故案例数据进行搜集和整理。在领域实体知识元抽取方面,根据数据结构化程度以及自然语言描述特点,对不同类型实体知识元的抽取分别采用人工抽取、基于映射关系的转化、基于规则的提取、基于深度学习的实体识别等方法。在关系知识元抽取方面,分别采用基于映射关系的转化、基于规则的关系抽取、基于实体共现的关系抽取、基于机器学习的关系抽取等方法。在实体属性识别过程中采用类似的知识元抽取方法。抽取出来的知识元需要与已有知识进行融合,通过分析不同情形下知识融合需求,提出相应的融合方法。知识图谱中各类实体和关系知识元最后以图结构的形式存入图数据库Neo4j中,形成URTCSM领域知识图谱。提出URTCSM智能知识支持实现框架。针对标准规范知识,提出混合粒度规范知识获取的三种方式:知识导航,智能搜索,知识推荐。针对安全事故知识的应用主要以支持安全知识智能分析为主,提出三类事故分析任务:以事故画像的形式全面可视化的展示事故认知结构,根据统计分析指标自动构建查询语句的事故统计分析,以及基于关联路径的事故深度分析。根据URTCSM领域知识图谱中各知识要素之间的联系,对不同管理情境下的安全风险进行分析,为安全风险识别与预防提供知识支持。最后,开发了基于URTCSM领域知识图谱的智能知识支持系统,用于领域知识图谱维护和管理、标准规范知识智能获取、安全事故智能分析、安全管理决策分析等,为安全管理决策提供智能知识支持平台。该论文有图107幅,表23个,参考文献209篇。
陈航[5](2019)在《基于BBS的建筑工人不安全行为纠正方法研究》文中研究表明目前,国内外建筑工程安全形势严峻,引发安全事故的工人不安全行为普遍存在,事前安全培训等传统方法并不能有效制止工人不安全行为的发生,使得建筑工人不安全行为实时纠正新方法成为国内外学者关注的研究领域。本文通过文献综述,发现相比于安全氛围和认知科学,行为安全直接从可观察的行为入手,对不安全行为进行及时纠正,已有很多成功应用,并可与现场设备广泛结合,成为本文研究建筑工人不安全行为纠正的研究角度。进而对目前的纠正方法进行综述,发现传统方法的缺陷,新方法有待研究开发。本文以行为安全理论(Behavior-based safety,BBS)为基础,结合建筑工人不安全行为特点,设计了不安全行为纠正模型,分三步纠正建筑工人不安全行为:场景分析---行为识别---行为干预。第一步是建筑工人不安全行为的场景分析,指分析建筑安全事故调查报告中不安全行为发生时的场景,挖掘场景要素,形成不安全行为清单的过程,涉及的主要方法为文本特征词挖掘和文本关联规则挖掘,分两阶段进行。第一阶段:在不安全行为场景分析基础上,采用文本特征词挖掘的方法,挖掘出1430起建筑安全事故调查报告中的事故发生部位、引发事故的人的不安全行为、事故类别3类场景要素特征词并构成特征词库,形成初始建筑工人不安全行为清单,共200条。第二阶段:采用关联规则挖掘方法,对特征词进行关联规则挖掘,挖掘出特征词之间的强关联规则,即各部位哪些不安全行为高发并会引发何种事故,进而剔除初始建筑工人不安全行为清单中偶发的行为,形成强关联规则建筑工人不安全行为清单,共40条。第二步是建筑工人不安全行为识别,指参照上一步形成的强关联规则建筑工人不安全行为清单,对现场工人的行为实时识别并判断是否安全的过程,涉及的方法为计算机视觉技术,分三阶段进行。第一阶段:设计建筑工人不安全行为识别方法,分为部位的识别和行为的识别,对于前者,通过划分各部位的危险区域---摄像头的布置及设定---人工框选视频中的识别区域来实现,对于后者,通过识别行为的视觉表征来实现,并形成建筑工人不安全行为语句表。第二阶段:采用目前流行的深度学习方法,在Tensor Flow框架下利用Python语言,设计出行为识别算法,并以某段包含工人靠近临边并在临边逗留的不安全行为视频为例进行识别。第三阶段:采用Gensim算法计算上一阶段输出的识别结果语句与不安全行为语句之间的相似度,进而判断行为是否安全,根据规范标准和安全条例提出每条不安全行为的安全建议,最后设计出视频及识别结果的信息存储方案。第三步是建筑工人不安全行为干预,指根据上一步的行为识别及判断结果,对不安全行为进行及时阻止的过程,涉及的主要方法为系统设计和问卷调查,分两阶段进行。第一阶段:设计出建筑工人不安全行为信息化干预系统,其核心是不安全行为信息化报警系统,进而对该系统进行功能需求分析和性能需求分析。第二阶段:受限于软硬件和专业方面的局限,本文不做系统的具体开发,而是做该系统开发前期的技术接受度调查。基于TAM2模型构建本文的技术接受度模型,并定义变量提出假设,据此设计问卷进行调研,根据调研数据采用结构方程模型进行各变量之间相关分析,删除不成立假设,得出最终模型。发现对信息化报警系统的感知有用性和使用意愿影响最显着的因素分别为技术价值和高层支持。最后,本文从行为场景分析、行为识别和行为干预三方面提出建筑工人不安全行为纠正过程实施要点。并阐述了本文的主要结论、主要创新点、研究不足及展望。本文的研究意义是显着的,可以有效减少建筑安全事故发生,为相关纠正工具的开发提供了借鉴,拓展了行为安全理论在施工安全管理中的应用,为建筑施工现场工人安全作业管理提供了的新思路。
郭强[6](2019)在《可拓建筑策划数据挖掘研究》文中认为可拓建筑策划数据挖掘研究是国家自然科学基金项目《面向可拓建筑策划与设计的可拓数据挖掘理论及其方法研究》(51178132,2012-2015)的重要组成部分,是建筑学、可拓学和数据挖掘领域的交叉研究课题。研究的目的在于,针对当前信息爆炸时代下建筑学领域呈现出的“数据丰富而有用知识难以获取”现象,用可拓数据挖掘的优点和长处来弥补现有可拓建筑策划理论和方法的不足,推动可拓建筑策划理论研究向更理性、更科学、更高效、更智能的方向发展。可拓建筑策划数据挖掘(Extension Data Mining for Extension Architectural Programming,简称EapEdm)是一种自动化的转换工具,能够将无限的互联网数据资源转换成可以指导可拓建筑策划的知识。论文运用跨学科交叉研究方法,对其基本理论、数据获取、数据库构建、知识发现进行研究,初步构建了可拓建筑策划数据挖掘的理论与方法体系。可拓建筑策划数据挖掘的基本理论研究,是在可拓建筑策划和可拓数据挖掘理论研究的基础上,深度思考可拓建筑策划数据挖掘的基本理论问题,为后续的应用方法研究奠定了理论基础。这部分研究提出了可拓建筑策划数据挖掘的涵义、定位、特点;从时代性、地域性、人本性和创新性角度,确定了EapEdm的挖掘对象和目标;建立了EapEdm的程序,分别是数据获取、数据库构建和知识发现;探讨了EapEdm的计算机实现途径和未来使用模式。可拓建筑策划数据挖掘的数据获取研究,是在深入分析互联网数据特点的基础上,运用云服务平台和数据采集软件,来批量采集各种网络开放数据平台中建筑策划相关数据的应用方法研究。这部分研究提出了数据获取的原则和操作步骤,建立了建筑行业动态数据、建筑基地环境数据、建筑使用者需求数据、建筑同类设施数据以及上述各种数据中建筑图像数据的采集方法。通过数据清理、数据评估、数据转换等数据处理方法,将上述采集的数据转化成高质量建筑数据。可拓建筑策划数据挖掘的数据库构建研究,是在现有数据库设计理论的基础上,建立数据库管理系统来组织、存储和管理上述高质量建筑数据的应用方法研究。这部分研究针对建筑学领域的专家学者和从事实践的建筑师展开访谈调查,确定了数据库的使用需求、类型划分和功能定位;从概念设计、逻辑设计、功能设计、数据库运行与维护等方面,分别提出了行业动态数据库、基地环境数据库、使用者需求数据库、同类设施数据库的构建方法,统称为可拓建筑策划数据挖掘的数据库管理系统(Extension Data Mining of Extension Architectural Programming Database Management System,简称EapEdm-DBMS)。可拓建筑策划数据挖掘的知识发现研究,是在现有数据挖掘和可拓数据挖掘方法研究的基础上,按照可拓建筑策划问题模式建立的挖掘应用方法研究。这部分研究以EapEdm-DBMS为基础,结合可拓建筑策划的知识需求,分别建立了建筑行业动态的知识发现方法、建筑基地环境的知识发现方法、建筑使用者需求的知识发现方法以及建筑同类设施的知识发现方法。首先,阐述每种方法的基本原理。然后,将其应用在策划的各个主要方面,并结合具体实例来进行阐释与论证。总之,可拓建筑策划数据挖掘研究通过将可拓建筑策划和可拓数据挖掘理论与方法进行交叉融合,构建起可拓建筑策划数据挖掘的理论研究框架,并最终形成了擅长发现可拓建筑策划知识的可拓建筑策划数据挖掘方法。这为可拓建筑策划领域增添了新的理论与方法,为建筑师利用互联网进行建筑创新提供了智能化工具,也对可拓数据挖掘的应用范围进行了拓展。
刘欣[7](2016)在《基于语义Web的建筑成本信息管理研究》文中指出随着经济的高速发展,工程项目的数量和规模也日益增加,如何避免工程管理过程由人为因素、动态环境等引起的低效、管理不力等一系列问题,已成为当前研究的热点。作为建筑领域中的重要方面,建筑成本管理是项目各个参与方十分关注的问题。良好的成本信息管理可有效提高工程成本使用的效率和准确性。然而,现有的成本管理往往由于主观臆测性、环境复杂性、异构信息交互、地域差异,以及相应技术缺失等问题形成了信息的隔离与断层,使得各个系统之间的信息不能实现交换与共享。为了有效地对成本信息进行管理,建立符合我国国情的成本管理体系,提高成本信息交互性,本文综合利用现有成本管理规范、信息分类编码体系、相关理论知识等,提出成本估算本体模型、上下文本体模型、语义转换方法等,建立基于语义Web的建筑成本信息管理框架,从工程实际角度对建筑领域成本相关信息进行管理,以促进对成本信息及其相关利益体的管理。主要研究工作包括以下几个方面:(1)基于语义Web技术,从我国建筑领域成本管理存在的相关问题分析出发,在现有建筑信息分类编码体系标准研究基础上,提出符合我国成本管理实际的基于本体的成本估算模型;该模型以国家标准《建设工程工程量清单计价规范》(GB50500)作为主要参考规范进行概念模型本体构建,并结合工程实际情况提出工作项及施工条件本体;通过对模型中的相关概念和语义关系的定义,提出相应的语义规则和推理机制,并对所构建的本体模型进行推理验证。(2)基于上下文感知技术、本体建模等相关知识,从环境动态性、复杂性、多源性等方面出发,为提高相关工程人员的决策能力,引入上下文感知技术构建基于本体的上下文模型。该模型主要从工程上下文和用户上下文两个方面构建。首先根据环境中工程和用户的实际情况,将上下文信息引入到本体模型构建中,提出工程上下文本体和用户上下文本体;根据信息来源广泛性、环境动态性等特点,在上下文本体模型的基础上,提出状态上下文本体模型。同时,为了将离散信息向有序信息转换,并利用周围环境的实际状态提出情况上下文模型,情况作为基础的面向外部环境的第一层,使其更加适合利用基于规则解析;在上述模型提出的基础上对模型进行拓展和规则定义,并进行相应的案例验证。(3)通过对IFC标准的特点及相应语法分析等,提出信息交换标准和信息转换机制,构建本体模型与BIM之间信息交换与共享的链接。首先对IFC转换所需的相关技术进行介绍,并提出相应的IFC-to-OWL映射系统框架;其次通过语法与语义分析提出IFC-to-OWL转换基本规则,包括模式、界面规范、数据类型等转换规则;然后通过IFC中的表达式、规则、函数等分析,并借鉴相关研究人员的研究成果,提出相应的匹配规则;最后对IFC-to-OWL转换后的本体编辑和推理进行研究。(4)在对工程计算方法发展历程、国内外相关造价软件、相关成本信息模型等分析的基础上,通过需求与功能分析,提出基于语义Web的建筑成本信息管理框架。首先通过总体构建思路、构成及相互关系定义等,对该框架原型进行说明;然后对国内外造价软件进行问题分析,指出所提出框架的特点。(5)通过对上述本体模型、转换模式、管理框架分析,对所提出本体模型进行评估分析。首先,通过对本体评估相关研究进行分析,提出适合于本系统评估所需的评估指标;然后,利用一致性检验、专家访谈、Competency Question等方法,针对构建的本体提出对应的评估方法、评价体系,调查问卷;结合专家访谈和一致性检验等对本体进行综合分析。论文是基于语义Web理论、上下文理论、信息集成理论等,结合我国国情和工程实际提出基于语义Web的建筑成本信息管理框架模型。该模型的提出可有效解决成本管理中的人为主观性、环境动态性、信息交互性、复杂性等问题,并可有效管理成本相关信息,为复杂环境下的信息管理提供了一种有效的管理方式。
王兴吉[8](2011)在《“阅图式”钢筋混凝土梁图形算量数据模型探索》文中认为针对业界的二维等算量软件使用以及学术界对自动算量研究共同面临的问题,基于"阅图式"图形算量技术思想,分析了钢筋混凝土梁构造特征,提出了其数据结构模型并描述了识别算法,最后提出了有待研究的问题。
王兴吉[9](2010)在《工程造价算量软件开发的思路》文中指出结合学术界对自动算量研究的思路,根据工程图纸等特点,论述了算量软件开发应具备的思路,提出"阅图式"图形算量概念,并分析了"阅图式"图形算量软件开发的技术保障和有待研究的技术难点。
杨绿林[10](2010)在《基于语义的建筑施工图分析与理解的研究》文中研究指明建筑图的计算机自动分析与理解,经历了近三十年的研究,主要集中在建筑图的图纸识别和计算机辅助工程量计算这两方面,取得一定成果并得到较广泛的应用,但这离信息的自动获取以及最终工程量的自动计算还相差较远。其根本原因是现有的图纸识别、工程量信息获取和计算机辅助建筑设计不能很好的集成化、一体化。本文通过分析该领域的研究现状,结合存在的问题,提出基于建筑图的语义分析与理解进行工程量信息的获取和工程量的自动计算,这不仅对建筑图的计算机自动分析与理解具有一定的理论价值,而且推动整个工程造价管理的改革与发展,提升计算机在建筑业的应用,加速建筑行业信息化的进程。第一章,介绍了课题的研究现状,分析存在的问题,阐述本文研究思路、实施方案和工作内容。第二章,首先简单介绍了建筑图的相关知识和语义的概念,给出了建筑图论域组成;在此基础上,对建筑图进行语义分析,主要包括层次语义分析、尺寸约束语义分析、投影关系语义分析;最后,提出了建筑图的计算机理解的关键问题。第三章,主要对DXF文件的结构进行了解析。分析了DXF文件各个段所包含的数据信息,并对信息按图元特征分类,同时研究各个类的属性和方法,给出类图描述,在此基础上,设计数据存储结构和主要算法。第四章,首先简单介绍知识库的相关理论;其次,分析建筑图各功能部件特征,并抽取知识,给出建筑图领域知识的形式化表示;最后,分别用自然语言和形式化的语言描述建筑图各功能部件的识别规则。第五章,介绍一体化的概念,给出了建筑工程概预算的一般处理流程和一体化系统的架构与设计;接着对一体化系统中工程管理进行了介绍,引进新的管理方法:最后对建筑工程中的钢筋语义进行了分析,提取其属性特征,应用自动机原理和模糊逻辑的知识对钢筋进行识别并自动统计钢筋量,给出了主要算法。最后,总结了本文的的工作,并对本课题今后的研究提出了自己的理解与看法。
二、基于特征与知识关联的建筑图钢筋量提取方法(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于特征与知识关联的建筑图钢筋量提取方法(论文提纲范文)
(1)基于BIM的深基坑施工安全风险智能识别研究(论文提纲范文)
致谢 |
摘要 |
abstract |
1 绪论 |
1.1 研究背景 |
1.2 问题提出 |
1.3 研究目的及意义 |
1.4 国内外研究综述 |
1.5 研究内容及思路 |
2 深基坑施工安全风险识别 |
2.1 相关理论概述 |
2.2 基于事故的深基坑施工安全风险识别 |
2.3 基于JSA的深基坑施工安全风险识别 |
2.4 本章小结 |
3 基于BIM的深基坑空间拓扑关系构建 |
3.1 BIM概述 |
3.2 BIM模型工程对象分类与表达 |
3.3 构建深基坑工程对象空间拓扑关系 |
3.4 本章小结 |
4 深基坑施工安全风险知识库构建 |
4.1 知识库理论 |
4.2 安全知识分类与表达 |
4.3 构建施工安全风险知识库 |
4.4 本章小结 |
5 深基坑施工安全风险识别系统 |
5.1 基于BIM的施工安全风险识别系统概述 |
5.2 基于BIM的施工安全风险识别插件开发 |
5.3 基于二次开发技术的知识库应用 |
5.4 本章小结 |
6 结论与展望 |
6.1 结论 |
6.2 创新点 |
6.3 展望 |
参考文献 |
附录 1 |
附录 2 |
作者简历 |
学位论文数据集 |
(2)可拓建筑设计数据挖掘研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究的背景、目的与意义 |
1.1.1 研究背景 |
1.1.2 研究目的与意义 |
1.2 相关领域研究现状 |
1.2.1 建筑学领域 |
1.2.2 可拓学领域 |
1.2.3 数据挖掘领域 |
1.2.4 可拓建筑设计领域 |
1.2.5 可拓数据挖掘领域 |
1.2.6 研究现状综述 |
1.3 研究的内容与方法 |
1.3.1 研究内容 |
1.3.2 研究方法 |
1.3.3 研究工具 |
1.4 研究框架与技术路线 |
1.4.1 研究框架 |
1.4.2 技术路线 |
第2章 可拓建筑设计数据挖掘的基本理论 |
2.1 可拓建筑设计数据挖掘概述 |
2.1.1 核心概念界定 |
2.1.2 可拓建筑设计数据挖掘的功能定位 |
2.1.3 可拓建筑设计数据挖掘的核心机制 |
2.1.4 可拓建筑设计数据挖掘的主要优势 |
2.2 互联网建筑大数据特点 |
2.2.1 内容分散 |
2.2.2 形式多样 |
2.2.3 动态变化 |
2.3 可拓建筑设计知识需求 |
2.3.1 有助于化解设计矛盾的知识 |
2.3.2 有助于提升设计质量的知识 |
2.3.3 有助于实现设计创新的知识 |
2.4 可拓建筑设计数据挖掘的流程 |
2.4.1 数据采集阶段 |
2.4.2 数据整理阶段 |
2.4.3 数据存储阶段 |
2.4.4 数据分析阶段 |
2.4.5 图像解读阶段 |
2.5 本章小结 |
第3章 可拓建筑设计案例数据采集方法 |
3.1 可拓建筑设计案例数据的内容类型 |
3.1.1 建筑指标 |
3.1.2 环境指标 |
3.1.3 设计者指标 |
3.1.4 设计说明 |
3.1.5 同行评价 |
3.1.6 采集内容汇总 |
3.2 可拓建筑设计案例数据的可靠来源 |
3.2.1 基础数据来源:专业建筑网站 |
3.2.2 补充数据来源:设计机构网站与公共数据平台 |
3.3 可拓建筑设计案例数据的采集过程 |
3.3.1 统计建筑语汇 |
3.3.2 优化统计结果 |
3.3.3 精确定位数据 |
3.3.4 配置采集工具 |
3.4 本章小结 |
第4章 可拓建筑设计案例数据整理方法 |
4.1 常规数据整理 |
4.1.1 统一数据格式 |
4.1.2 补全缺失数据 |
4.1.3 排查错误数据 |
4.2 文本数据整理 |
4.2.1 文本数据中的有价值信息 |
4.2.2 案例关键词的提取 |
4.2.3 案例特点的提取 |
4.2.4 案例摘要的提取 |
4.2.5 案例认可度的提取 |
4.2.6 文本数据的处理工具 |
4.3 可拓建筑设计案例数据的标准模型 |
4.3.1 可拓建筑设计建筑元 |
4.3.2 可拓建筑设计案例元 |
4.4 本章小结 |
第5章 可拓建筑设计案例数据存储方法 |
5.1 数据库结构体系搭建 |
5.1.1 建筑师的需求 |
5.1.2 数据库的结构 |
5.2 数据库功能模块设计 |
5.2.1 数据层——承载案例元的仓库 |
5.2.2 程序层——探索案例元的途径 |
5.2.3 界面层——反馈案例元的窗口 |
5.3 数据库检索功能应用 |
5.3.1 学习导向的建筑案例检索 |
5.3.2 设计导向的建筑案例检索 |
5.3.3 研究导向的建筑案例检索 |
5.4 本章小结 |
第6章 可拓建筑设计案例数据分析方法 |
6.1 可拓建筑设计问题解析 |
6.1.1 可拓建筑设计矛盾问题 |
6.1.2 可拓建筑设计质量问题 |
6.1.3 可拓建筑设计创新问题 |
6.2 案例参考价值评价体系 |
6.2.1 基础评价参数 |
6.2.2 综合评价模型 |
6.3 案例分析模块设计 |
6.3.1 分析程序设计 |
6.3.2 分析界面设计 |
6.4 本章小结 |
第7章 可拓建筑设计案例图像解读方法 |
7.1 基于案例图像解读的设计知识发现 |
7.1.1 案例图像的信息结构 |
7.1.2 图像解读的优先顺序 |
7.1.3 面向问题的知识发现 |
7.2 案例图像解读方法的应用 |
7.2.1 面向矛盾问题的知识发现 |
7.2.2 面向质量问题的知识发现 |
7.2.3 面向创新问题的知识发现 |
7.3 案例图像解读方法的评估 |
7.3.1 案例图像解读方法的测试设计 |
7.3.2 案例图像解读方法的测试结果 |
7.4 本章小结 |
结论 |
参考文献 |
攻读学位期间发表的学术论文及其他成果 |
致谢 |
个人简历 |
(3)基于BIM的建筑主体结构施工安全智能检查研究(论文提纲范文)
致谢 |
摘要 |
abstract |
1 绪论 |
1.1 研究背景 |
1.2 研究目的和意义 |
1.3 国内外文献综述 |
1.4 主要研究内容和思路 |
2 基于JSA及规范建筑主体结构施工安全分析 |
2.1 基于JSA的建筑主体结构作业分解 |
2.2 建筑主体结构施工作业安全分析 |
2.3 建筑主体结构施工安全规范分析 |
2.4 本章小结 |
3 基于BIM的建筑主体结构拓扑关系构建 |
3.1 BIM技术研究 |
3.2 基于BIM的建筑构件信息提取 |
3.3 基于Dynamo和 Gephi的建筑构件信息提取 |
3.4 本章小结 |
4 建筑主体结构安全知识库构建 |
4.1 知识相关研究 |
4.2 建筑主体结构安全知识库框架 |
4.3 建筑主体结构安全知识库建立实例 |
4.4 本章小结 |
5 基于BIM的施工安全智能检查系统设计 |
5.1 基于BIM的施工安全智能检查系统需求分析 |
5.2 基于BIM的施工安全智能检查系统框架设计 |
5.3 基于BIM的施工安全智能检查系统功能应用原理 |
5.4 本章小结 |
6 基于BIM与知识库的施工安全智能检查系统实现 |
6.1 基于BIM的施工安全智能检查系统实现技术与环境 |
6.2 基于BIM的施工安全智能检查系统功能实现 |
6.3 基于BIM的施工安全智能检查系统应用 |
6.4 本章小结 |
7 结论与展望 |
7.1 结论 |
7.2 创新点 |
7.3 展望 |
参考文献 |
作者简历 |
学位论文数据集 |
(4)基于知识图谱的城市轨道交通建设安全管理智能知识支持研究(论文提纲范文)
致谢 |
摘要 |
abstract |
1 绪论 |
1.1 研究背景 |
1.2 研究的目的和意义 |
1.3 文献综述 |
1.4 研究思路和方法 |
1.5 研究内容 |
1.6 本章小结 |
2 基于知识图谱的URTCSM智能知识支持理论模型 |
2.1 城市轨道交通建设安全管理系统分析 |
2.2 URTCSM智能知识支持概念框架 |
2.3 知识图谱对URTCSM智能知识支持作用分析 |
2.4 基于知识图谱的URTCSM智能知识支持理论模型 |
2.5 本章小结 |
3 基于多维关联混合粒度的URTCSM领域知识结构模式研究 |
3.1 多维关联混合粒度知识建模需求分析 |
3.2 URTCSM领域知识分类体系分析 |
3.3 URTCSM领域概念模式分析 |
3.4 URTCSM领域关系模式分析 |
3.5 多维关联混合粒度的URTCSM领域知识结构模式 |
3.6 本章小结 |
4 URTCSM领域知识图谱知识元抽取方法研究 |
4.1 URTCSM领域相关数据源分析 |
4.2 URTCSM领域实体知识元抽取方法研究 |
4.3 URTCSM领域关系知识元抽取方法研究 |
4.4 URTCSM领域属性知识元识别 |
4.5 URTCSM领域知识融合 |
4.6 URTCSM领域知识存储 |
4.7 本章小结 |
5 基于URTCSM领域知识图谱的智能知识支持研究 |
5.1 URTCSM智能知识支持实现框架分析 |
5.2 混合粒度规范知识获取 |
5.3 安全事故智能分析 |
5.4 安全管理智能决策支持 |
5.5 基于URTCSM领域知识图谱的智能知识支持系统 |
5.6 本章小结 |
6 研究结论与展望 |
6.1 研究结论 |
6.2 主要创新点 |
6.3 研究局限性 |
6.4 研究展望 |
参考文献 |
附录 |
作者简历 |
学位论文数据集 |
(5)基于BBS的建筑工人不安全行为纠正方法研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及研究意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 研究现状及不足 |
1.2.1 建筑工人不安全行为的研究现状及不足 |
1.2.2 建筑工人不安全行为场景分析方法研究现状及不足 |
1.2.3 建筑工人不安全行为识别方法研究现状及不足 |
1.2.4 建筑工人不安全行为干预方法研究现状及不足 |
1.3 研究内容及研究方法 |
1.3.1 研究对象 |
1.3.2 研究内容 |
1.3.3 研究方法 |
1.3.4 技术路线 |
1.4 本章小结 |
第二章 建筑工人不安全行为纠正模型的构建 |
2.1 相关理论 |
2.1.1 事故致因理论 |
2.1.2 行为安全理论 |
2.2 工人不安全行为特点 |
2.2.1 可塑性 |
2.2.2 随机性 |
2.2.3 传播性 |
2.3 基于行为安全理论的建筑工人不安全行为纠正模型 |
2.4 本章小结 |
第三章 基于文本挖掘的建筑工人不安全行为场景分析 |
3.1 建筑工人不安全行为场景介绍及分析流程 |
3.1.1 建筑工人不安全行为的场景介绍 |
3.1.2 建筑工人不安全行为场景分析流程 |
3.2 建筑工人不安全行为场景要素的特征词挖掘 |
3.2.1 待挖掘特征词的确定 |
3.2.2 文本的搜集及预处理 |
3.2.3 特征词挖掘算法设计 |
3.2.4 特征词挖掘结果整理与分类 |
3.3 建筑工人不安全行为场景要素的关联规则分析 |
3.3.1 关联规则及相关指标 |
3.3.2 关联规则数据库的构建 |
3.3.3 关联规则挖掘方法设计 |
3.3.4 关联规则挖掘结果整理与分析 |
3.4 本章小结 |
第四章 基于计算机视觉的建筑工人不安全行为识别 |
4.1 建筑工人不安全行为识别方法选择及流程 |
4.1.1 建筑工人不安全行为识别方法选择 |
4.1.2 建筑工人不安全行为识别流程 |
4.2 建筑工人不安全行为识别方法的设计与实现 |
4.2.1 建筑工人不安全行为识别方法的设计 |
4.2.2 建筑工人不安全行为识别方法的实现 |
4.3 建筑工人不安全行为识别结果判断及信息储存 |
4.3.1 建筑工人不安全行为识别结果的判断 |
4.3.2 建筑工人不安全行为识别结果的储存方案 |
4.4 本章小结 |
第五章 基于信息化报警系统的建筑工人不安全行为干预 |
5.1 建筑工人不安全行为干预系统设计 |
5.2 建筑工人不安全行为信息化报警系统需求分析 |
5.2.1 功能需求分析 |
5.2.2 性能需求分析 |
5.3 建筑工人不安全行为信息化报警系统技术接受度研究 |
5.3.1 技术接受度模型介绍 |
5.3.2 理论依据与模型构建 |
5.3.3 变量定义与研究假设 |
5.3.4 变量测量与问卷设计 |
5.3.5 数据采集与样本描述 |
5.3.6 结构方程模型检验与修正 |
5.3.7 假设验证与结果讨论 |
5.3.8 技术接受结论和建议 |
5.4 本章小结 |
第六章 建筑工人不安全行为纠正过程实施要点 |
6.1 建筑工人不安全行为场景分析实施要点 |
6.1.1 安全生产事故报告的及时补充 |
6.1.2 安全施工技术标准规范的更新 |
6.1.3 非致命型不安全行为值得关注 |
6.2 建筑工人不安全行为识别过程实施要点 |
6.2.1 摄像设备的布置要求 |
6.2.2 识别算法的持续更新 |
6.2.3 信息储存的保密管理 |
6.3 建筑工人不安全行为干预过程实施要点 |
6.3.1 注重用户的隐私保护 |
6.3.2 改进系统的功能性能 |
6.3.3 关联安全绩效的考核 |
6.4 本章小结 |
第七章 总结与展望 |
7.1 结论 |
7.2 创新点 |
7.3 研究不足与展望 |
致谢 |
参考文献 |
附录 |
附录 A 初始建筑工人不安全行为清单 |
附录 B 建筑工人不安全行为信息化报警系统接受度情况调查问卷 |
(6)可拓建筑策划数据挖掘研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究的背景与意义 |
1.1.1 研究背景 |
1.1.2 研究目的与意义 |
1.2 国内外相关研究 |
1.2.1 建筑策划研究 |
1.2.2 数据挖掘研究 |
1.2.3 可拓建筑策划研究 |
1.2.4 可拓数据挖掘研究 |
1.2.5 相关研究综述 |
1.3 研究的理论基础 |
1.3.1 可拓建筑策划理论 |
1.3.2 可拓数据挖掘理论 |
1.4 研究的内容与方法 |
1.4.1 研究内容 |
1.4.2 研究方法 |
第2章 可拓建筑策划数据挖掘的基本理论 |
2.1 可拓建筑策划数据挖掘的涵义与定位 |
2.1.1 涵义 |
2.1.2 定位 |
2.1.3 维度 |
2.2 可拓建筑策划数据挖掘的数据 |
2.2.1 数据定义 |
2.2.2 数据类型 |
2.3 可拓建筑策划数据挖掘的知识 |
2.3.1 体现时代性的建筑行业动态知识 |
2.3.2 体现地域性的建筑基地环境知识 |
2.3.3 体现人本性的建筑使用者需求知识 |
2.3.4 体现创新性的建筑同类设施知识 |
2.4 可拓建筑策划数据挖掘的程序 |
2.4.1 数据获取阶段 |
2.4.2 数据库构建阶段 |
2.4.3 知识发现阶段 |
2.5 可拓建筑策划数据挖掘的特点 |
2.5.1 挖掘对象动态化 |
2.5.2 挖掘过程智能化 |
2.5.3 挖掘结果全面化 |
2.6 可拓建筑策划数据挖掘的实现途径和使用模式 |
2.6.1 计算机实现途径 |
2.6.2 未来使用模式 |
2.7 本章小结 |
第3章 可拓建筑策划数据挖掘的数据获取 |
3.1 可拓建筑策划数据挖掘的数据获取原理 |
3.1.1 数据获取原则 |
3.1.2 数据获取步骤 |
3.2 可拓建筑策划数据挖掘的数据采集 |
3.2.1 行业动态数据采集 |
3.2.2 基地环境数据采集 |
3.2.3 使用者需求数据采集 |
3.2.4 同类设施数据采集 |
3.2.5 各类数据中的建筑图像数据采集 |
3.3 可拓建筑策划数据挖掘的数据处理 |
3.3.1 数据清理 |
3.3.2 数据评估 |
3.3.3 数据转换 |
3.4 本章小结 |
第4章 可拓建筑策划数据挖掘的数据库构建 |
4.1 可拓建筑策划数据挖掘的数据库需求分析与功能定位 |
4.1.1 数据库的需求分析 |
4.1.2 数据库的功能定位 |
4.2 建筑行业动态数据库构建 |
4.2.1 概念设计 |
4.2.2 逻辑设计 |
4.2.3 功能设计 |
4.3 建筑基地环境数据库构建 |
4.3.1 概念设计 |
4.3.2 逻辑设计 |
4.3.3 功能设计 |
4.4 建筑使用者需求数据库构建 |
4.4.1 概念设计 |
4.4.2 逻辑设计 |
4.4.3 功能设计 |
4.5 建筑同类设施数据库构建 |
4.5.1 概念设计 |
4.5.2 逻辑设计 |
4.5.3 功能设计 |
4.6 可拓建筑策划数据挖掘的数据库运行与维护 |
4.6.1 数据库的运行 |
4.6.2 数据库的维护 |
4.7 本章小结 |
第5章 可拓建筑策划数据挖掘的知识发现 |
5.1 建筑行业动态的知识发现 |
5.1.1 EapEdm的行业动态分析原理 |
5.1.2 基于信息检索的建筑行业基础知识发现 |
5.1.3 基于聚类分析的建筑行业关注热点发现 |
5.1.4 基于趋势分析的建筑行业发展趋势发现 |
5.2 建筑基地环境的知识发现 |
5.2.1 EapEdm的基地环境分析原理 |
5.2.2 基于基地环境地图的基地环境知识发现 |
5.2.3 基于多种城市地图的基地环境知识发现 |
5.3 建筑使用者需求的知识发现 |
5.3.1 EapEdm的使用者需求分析原理 |
5.3.2 基于聚类分析的使用者需求知识发现 |
5.3.3 基于关联分析的使用者需求知识发现 |
5.4 建筑同类设施的知识发现 |
5.4.1 EapEdm的同类设施分析原理 |
5.4.2 基于分类方法的建筑场地创新知识发现 |
5.4.3 基于分类方法的建筑空间创新知识发现 |
5.4.4 基于分类方法的建筑形象创新知识发现 |
5.4.5 基于决策树方法的建筑规模构想知识发现 |
5.4.6 基于决策树方法的建筑技术选择知识发现 |
5.4.7 基于决策树方法的建筑经济决策知识发现 |
5.5 本章小结 |
结论 |
参考文献 |
附录 |
攻读博士学位期间发表的学术论文及其他成果 |
致谢 |
个人简历 |
(7)基于语义Web的建筑成本信息管理研究(论文提纲范文)
摘要 |
ABSTRACT |
主要符号表 |
1 绪论 |
1.1 问题提出 |
1.2 研究目的与意义 |
1.3 国内外研究概况 |
1.3.1 语义Web研究现状 |
1.3.2 上下文信息及其在建筑业发展研究现状 |
1.3.3 建筑信息模型与产品信息交换研究现状 |
1.3.4 建筑领域成本信息建模与表示研究现状 |
1.3.5 国内外相关研究现状评述 |
1.4 研究内容与研究方法 |
1.4.1 研究内容 |
1.4.2 研究方法 |
2 基于本体的建筑成本估算系统模型构建 |
2.1 引言 |
2.2 相关知识介绍 |
2.2.1 国内外建筑信息分类编码体系标准 |
2.2.2 本体编辑工具及其构建工程思想 |
2.2.3 本体推理机概述 |
2.3 建筑成本估算本体构建 |
2.3.1 本体表示模型 |
2.3.2 基于本体的建筑成本估算模型集成 |
2.3.3 推理机制研究 |
2.3.4 基于本体的建筑成本估算框架 |
2.4 建筑成本估算本体的实现 |
2.4.1 软件环境 |
2.4.2 建筑成本估算本体转换框架 |
2.5 建筑成本估算本体推理验证 |
2.5.1 建筑成本估算集成推理 |
2.5.2 具体应用说明 |
2.6 本章小结 |
3 基于本体的建筑成本上下文信息建模 |
3.1 引言 |
3.2 上下文及其建模方法 |
3.2.1 上下文概念 |
3.2.2 上下文建模方法 |
3.3 基于本体的建筑成本上下文模型的总体架构 |
3.3.1 方法论概述 |
3.3.2 上下文本体表示模型 |
3.3.3 基于上层本体的上下文信息模型构建 |
3.3.4 状态上下文本体模型 |
3.3.5 情况上下文本体模型 |
3.4 基于本体的建筑成本上下文信息模型应用 |
3.4.1 上层本体拓展 |
3.4.2 上下文本体推理 |
3.4.3 案例验证 |
3.5 本章小结 |
4 基于OWL的IFC标准语义转换表示方法 |
4.1 引言 |
4.2 相关知识介绍 |
4.2.1 EXPRESS语言 |
4.2.2 IFC标准 |
4.3 IFC-to-OWL映射系统框架 |
4.3.1 IFC标准在语义Web上的应用 |
4.3.2 IFC-to-OWL映射原理 |
4.3.3 EXPRESS的OWL描述 |
4.4 IFC-to-OWL转换基本规则定义 |
4.4.1 模式和界面规范定义 |
4.4.2 IFC数据类型定义 |
4.4.3 实体类型定义 |
4.5 IFC表达式、函数、规则到OWL类的表示匹配 |
4.5.1 属性关系 |
4.5.2 规则 |
4.6 基于IFC-to-OWL的本体编辑与推理 |
4.7 本章小结 |
5 基于语义Web的建筑成本信息管理框架 |
5.1 引言 |
5.2 现有成本信息管理系统分析 |
5.2.1 工程量计算方法发展历程 |
5.2.2 国外软件在造价管理中的应用 |
5.2.3 国内软件在造价管理中的应用 |
5.2.4 国内相关成本信息模型分析 |
5.3 SCCIMF需求分析 |
5.4 SCCIMF功能分析 |
5.4.1 功能需求描述 |
5.4.2 功能需求分析 |
5.5 SCCIMF原型分析 |
5.5.1 SCCIMF原型总体构建思路 |
5.5.2 SCCIMF原型构成及相互关系定义 |
5.5.3 SCCIMF原型总体架构 |
5.6 对比分析 |
5.6.1 国外造价管理软件问题分析 |
5.6.2 我国造价管理软件问题分析 |
5.6.3 SCCIMF原型特点分析 |
5.7 本章小结 |
6 本体评估 |
6.1 引言 |
6.2 本体评估相关研究 |
6.2.1 知识共享技术 |
6.2.2 本体评估分析 |
6.2.3 本体评估定义 |
6.2.4 本体评估方法与标准 |
6.3 本体评估指标体系 |
6.3.1 评估指标选取依据 |
6.3.2 本体评估指标选取 |
6.4 本体评估方法分析 |
6.4.1 一致性检验 |
6.4.2 Competency Question |
6.4.3 专家访谈 |
6.5 本体评价 |
6.5.1 调查问卷数据分析 |
6.5.2 综合性分析 |
6.6 本章小结 |
7 结论与展望 |
7.1 结论 |
7.2 创新点 |
7.3 展望 |
参考文献 |
附录A 基于语义Web的建筑成本信息本体调查问卷 |
攻读博士学位期间科研项目及科研成果 |
致谢 |
作者简介 |
(9)工程造价算量软件开发的思路(论文提纲范文)
1 概述 |
2 学术界对算量软件研究的思路 |
3 符合实际需求的算量软件开发思想 |
4 “阅图式”图形算量软件开发的技术保障 |
5 有待研究的技术难点 |
(10)基于语义的建筑施工图分析与理解的研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 本课题的来源及研究意义 |
1.2 研究现状 |
1.3 本文的主要研究内容和实施方案 |
第二章 建筑图语义分析概述 |
2.1 建筑图概述 |
2.2 语义概述 |
2.3 建筑图的语义分析 |
2.4 建筑图的计算机理解 |
2.5 本章小结 |
第三章 建筑图的数据分析与提取 |
3.1 DXF文件的结构分析 |
3.2 DXF文件的数据分析与获取 |
3.3 本章小结 |
第四章 建筑图功能部件的知识分析与识别 |
4.1 知识库简介 |
4.2 知识的概述 |
4.3 功能部件的知识分析 |
4.4 功能部件的识别 |
4.5 本章小结 |
第五章 建筑工程概预算一体化系统的架构与设计 |
5.1 一体化的概念 |
5.2 一体化系统的架构与设计 |
5.3 一体化中工程管理的新方法 |
5.4 一体化系统中钢筋量的统计与实现 |
5.5 本章小结 |
结论 |
致谢 |
参考文献 |
攻读硕士学位期间研究成果 |
四、基于特征与知识关联的建筑图钢筋量提取方法(论文参考文献)
- [1]基于BIM的深基坑施工安全风险智能识别研究[D]. 张志慧. 中国矿业大学, 2020(01)
- [2]可拓建筑设计数据挖掘研究[D]. 刘书宇. 哈尔滨工业大学, 2020(01)
- [3]基于BIM的建筑主体结构施工安全智能检查研究[D]. 施英蕊. 中国矿业大学, 2020(01)
- [4]基于知识图谱的城市轨道交通建设安全管理智能知识支持研究[D]. 王莉. 中国矿业大学, 2019(04)
- [5]基于BBS的建筑工人不安全行为纠正方法研究[D]. 陈航. 东南大学, 2019(05)
- [6]可拓建筑策划数据挖掘研究[D]. 郭强. 哈尔滨工业大学, 2019(01)
- [7]基于语义Web的建筑成本信息管理研究[D]. 刘欣. 大连理工大学, 2016(01)
- [8]“阅图式”钢筋混凝土梁图形算量数据模型探索[J]. 王兴吉. 山西建筑, 2011(29)
- [9]工程造价算量软件开发的思路[J]. 王兴吉. 山西建筑, 2010(35)
- [10]基于语义的建筑施工图分析与理解的研究[D]. 杨绿林. 长春工业大学, 2010(03)