Snake模型的建筑物群移位算法改进研究

针对建筑物模型的规则性,提出了一种基于平面的建筑物模型重建算法,可以从单幅透视图像恢复建筑物的表面模型该算法主要分为相机定标、基平面的提取、平面位置和方向的计算等几个子过程相机定标主要用于求解相机的焦距,是一个非常重要的部分该算法以建筑物场景中的几何结构作为约束条件,从单幅图像中求解相机的焦距;然后计算基平面位置和法向;最后通过交互式操作指明场景中各平面之间的相互关系,递归求解各平面的位置和法向,达到根据图像重建建筑物场景表面模型的目的

介绍了在地图缩编中因道路符号所对应的实际尺寸加宽而破坏了建筑物与道路符号的正确关系时,针对第二、三、四类建筑物进行移位所涉及的数学方法,并给出了实验结果。最后,介绍了用栅格探测加矢量计算法对移位后可能产生的要素间的后继图形冲突所进行的探测,以及消除后继冲突的方法。

为进一步提高灰色verhulst模型的预测精度,将ls-svm算法与灰色verhulst模型相结合,对灰色verhulst模型的参数估计方法和预测方法进行了改进。该方法采用ls-svm算法,构造以背景值序列和原始序列为训练样本的ls-svm,将verhulst模型参数的估计问题转化为灰色ls-svm的参数估计问题,依据ls-svm算法求得灰色ls-svm的参数,进而得到verhulst模型的参数估计,方法上遵循了结构风险最小化原则,适合verhulst小样本建模的特点。将改进的模型应用于软土地基建筑物的沉降预测,结果表明本文的方法是可行的且有效的,比传统方法预测精度高。

介绍灰色非等间距gm(1,1)模型的建立及其精度评定方法,着重探讨模型精度的主要影响因素,并从模型背景值的构造以及初值选取两个方面对灰色非等间距gm(1,1)模型进行改进,结合高层建筑沉降监测实例进行预测结果分析,结果表明,改进后的灰色模型具有较高的精度,在沉降预测中具有较高的应用价值。

要准确模拟低矮建筑物壁面上分离涡位置的平均风压比较困难,这些区域在绕钝体流动中也是很关键的部位。本文在spalart-allamaras湍流物理模型的基础上,根据钝体绕流流场特性,结合低矮建筑物上的实测数据,调试并选取合适的参数,提高涡粘预测的准确性,提出了改进的s-a湍流物理模型。通过对6m立方体和silsoe低矮建筑模型进行稳态数值模拟,由改进s-a湍流模型得到的屋面、背风和侧风面上平均风压结果,比目前公认的模拟钝体绕流效果较好的sst湍流模型有较大改善,比风洞实验更接近实测结果。由此可以看出,本文改进湍流模型的方法,将是一条提高预测建筑物表面平均风压精度很有效的途径。

针对灰色模型在建筑物变形预报中存在的问题,提出了改进灰色模型的要求。该模型运用了距离最近影响最大的原则,对建模数据赋以一定的权,以体现各个数据的重要性不同;同时给出了三种不同的加权方法;最后,结合工程实际,比较了经典灰色模型和加权改进灰色模型的预报效果。结果表明本文的方法能很好地改善预报精度。

分析了多尺度数据库和在线综合集成的途径与网格简化技术的矛盾及改进方法,提出了基于多尺度数据匹配的建筑物群典型化算法。算法基于分治原则,将整个图面空间划分为多个分区,每个分区进而划分为多个簇,以簇为单元,支持并行计算。此方法快速有效,适于网络制图。

针对建筑物计算机辅助调平的需要,应用模糊数学工具建立基础梁变曲测判方法,解决了原始基础情况不明条件下的数学建模问题,避免盲目调平可能产生的附加变形,为建筑物安全调平提供了保证。

针对建筑物计算机辅助调平的需要,应用模糊数学工具建立基础梁变曲测判方法,解决了原始基础情况不明条件下的数学建模问题,避免盲目调平可能产生的附加变形,为建筑物安全调平提供了保证。

在传统gm(1,1)模型的基础上考虑初始条件选取的理论缺陷,提出了改进的灰色预测模型。通过在隧道开挖后上方建筑物沉降预测值与实测值的对比分析得出,该模型具有良好的精度,并具有一定的工程应用价值。

针对传统非等间距gm(1,1)模型在建筑物沉降监测中预测精度不够高的问题,提出了一种新的非等间距gm(1,1)建模方法。此法基于初始条件改进及把灰色微分方程的白化方程中的灰导数用离散形式进行表示的改进相结合、提高非等间距gm(1,1)模型的建模精度。结合桂林市某广场的集商用、住房于一体的高层建筑的沉降变形监测实例,将本模型的沉降预测的结果同文献中另一非等间距gm(1,1)改进方法进行对比分析和检验,充分验证了建筑物沉降变形分析预报中本模型方法的可行性和优越性,对进一步促进非等间距gm(1,1)模型在沉降变形预测中的应用起到了积极的作用。

随着城市高层建筑的不断出现和重点项目的陆续完成,建筑物变形观测显得越来越重要。本文通过对高层建筑物沉降观测过程的分析研究,对外业观测的注意事项和观测过程设计进行了详细的讨论研究,并通过对观测结果应用双曲线模型进行分析研究,得出了观测结论。

建立基于支持向量机的建筑物沉降预测模型,并将其应用于建筑物的沉降预测。与采用bp神经网络的预测结果相比,支持向量机取得较好的预测结果。实例表明支持向量机在小样本数据的预测上具有精度高、泛化能力强的特点,为建筑物的沉降预测提供一种新的方法。

为了确保建筑物施工、运营期间的安全,需要进行沉降观测.分析了沉降观测的流程和要求,在沉降观测数据的基础上,提出了使用双曲线进行沉降预测的方法,从而可以根据预测的沉降量,科学决策,确定沉降观测的周期.

由于非等间隔gm(1,1)灰色模型对于处理数据量小且表达信息不确定的数据具有优越性,因此广泛应用于石油天然气勘探、机床故障诊断、电力负荷预测、大坝安全监测等领域。基于非等间隔gm(1,1)灰色模型理论,利用某小区建筑物沉降观测的实测数据,建立了适合该小区建筑物沉降预测的灰色模型。通过对比理论预测值和实测值,并进行模型对应的精度评定分析,结果表明,此模型适用于该建筑物沉降预测分析的研究。

建筑物沉降变形的模型的建立对于建筑的沉降变形规律的研究具有重要作用。对某一建筑物使用二次模型进行了的沉降变形的拟合。通过实例分析,二次模型能很好拟合实际地面的沉降变形,进而反应建筑物的变形情况。

该文基于实测资料进行建筑物沉降预测。在灰色模型和泊松曲线模型理论的基础上,引入对非等间距数列进行变换处理的方法,从而建立了非等间距预测模型。结合建筑物沉降监测资料进行分析比较,结果表明,两种预测方法均能较好地反映建筑物的沉降趋势。

灰色理论模型以其建模过程简单而应用于监测中，但也存在局限性、预测精度不高等问题。针对这些不足，尝试对其

为了降低wsn中弱硬实时系统的能量消耗,应用离散事件系统(des)框架中的优化原理,建立数学模型,得到了能量消耗的目标函数,为了最小化目标函数,利用线性规划方法进行求解,得到一种可扩展的低复杂度算法来进行动态电压调节(dvs)。并对算法进行了模型实例计算,结果表明,优化的dvs算法能在满足弱硬实时系统时限要求的基础上更大程度节省节点能量。

建筑物整体移位施工工法 建筑整体移位技术得到迅速发展，根据建筑物周围条件与规划要求，在一定 范围内实施整体移位，使其得以保留，取得理想的效果，其经济效益十分明显。 建筑物整体移位涉及地基基础、钢结构、混凝土结构、砖木结构等。 建筑整体移位技术得到迅速发展，根据建筑物周围条件与规划要求，在一 定范围内实施整体移位，使其得以保留，取得理想的效果，其经济效益十分明 显。建筑物整体移位涉及地基基础、钢结构、混凝土结构、砖木结构等领域， 它采用托换技术，将上部结构与基础分离，安装行走机构、施加动力后达到水 平移位。安装顶升机构达到垂直移位并使倾斜得到调整。利用液压推进系统， 提高了水平移位速度，提高了工效，为建筑物整体移位技术的推广应用提供了 条件。 1、特点 （1）建（构）筑物不需拆除，保持其上部结构原状，保留或恢复其使用功 能。 （2）在整体水平移位中，应用组合式下走道板及活动反力支座能灵

三维城市模型(3dcm)的研究是近年来gis领域内的一个研究热点,在交通、地质、矿山、城市测绘、环保等方面有着十分重要的研究意义。对3dcm而言,目前还缺少一个统一、完备的数据模型,作者对gis的数据进行了建模,以三维城市建筑物可视化模型为例,提出了基于obj标准模型文件的面向对象建筑物三维数据模型。用实例论证了模型的正确性和高效性

建筑能耗数据具有非平稳和非线性特征；单一预测模型很难对其进行精准预测；提出一种用于建筑能耗短期预测的新型混合模型；利用互补集合经验模态分解方法(ceemd)将波动性较大的能耗数据分解为一组本征模态函数和一个残差序列；基于反向学习、差分进化算法并引入控制参数λ对鲸鱼优化算法(woa)进行改进；有效解决算法早熟收敛与陷入局部最优等的问题；提出改进算法uwoa(upgradedwhaleoptimizationalgorithm)；利用uwoa优化elman神经网络的权值与阈值；优化后的elman神经网络对本征模态函数和残差序列进行预测并集成；得到能耗预测值；应用ceemd-uwoa-elman混合模型对上海某大型公共建筑能耗进行短期预测；结果显示混合模型获得很好的预测效果；