Snake模型的建筑物群移位算法改進研究

針對建筑物模型的規(guī)則性,提出了一種基于平面的建筑物模型重建算法,可以從單幅透視圖像恢復建筑物的表面模型該算法主要分為相機定標、基平面的提取、平面位置和方向的計算等幾個子過程相機定標主要用于求解相機的焦距,是一個非常重要的部分該算法以建筑物場景中的幾何結構作為約束條件,從單幅圖像中求解相機的焦距;然后計算基平面位置和法向;最后通過交互式操作指明場景中各平面之間的相互關系,遞歸求解各平面的位置和法向,達到根據圖像重建建筑物場景表面模型的目的

介紹了在地圖縮編中因道路符號所對應的實際尺寸加寬而破壞了建筑物與道路符號的正確關系時,針對第二、三、四類建筑物進行移位所涉及的數學方法,并給出了實驗結果。最后,介紹了用柵格探測加矢量計算法對移位后可能產生的要素間的后繼圖形沖突所進行的探測,以及消除后繼沖突的方法。

為進一步提高灰色verhulst模型的預測精度,將ls-svm算法與灰色verhulst模型相結合,對灰色verhulst模型的參數估計方法和預測方法進行了改進。該方法采用ls-svm算法,構造以背景值序列和原始序列為訓練樣本的ls-svm,將verhulst模型參數的估計問題轉化為灰色ls-svm的參數估計問題,依據ls-svm算法求得灰色ls-svm的參數,進而得到verhulst模型的參數估計,方法上遵循了結構風險最小化原則,適合verhulst小樣本建模的特點。將改進的模型應用于軟土地基建筑物的沉降預測,結果表明本文的方法是可行的且有效的,比傳統(tǒng)方法預測精度高。

介紹灰色非等間距gm(1,1)模型的建立及其精度評定方法,著重探討模型精度的主要影響因素,并從模型背景值的構造以及初值選取兩個方面對灰色非等間距gm(1,1)模型進行改進,結合高層建筑沉降監(jiān)測實例進行預測結果分析,結果表明,改進后的灰色模型具有較高的精度,在沉降預測中具有較高的應用價值。

要準確模擬低矮建筑物壁面上分離渦位置的平均風壓比較困難,這些區(qū)域在繞鈍體流動中也是很關鍵的部位。本文在spalart-allamaras湍流物理模型的基礎上,根據鈍體繞流流場特性,結合低矮建筑物上的實測數據,調試并選取合適的參數,提高渦粘預測的準確性,提出了改進的s-a湍流物理模型。通過對6m立方體和silsoe低矮建筑模型進行穩(wěn)態(tài)數值模擬,由改進s-a湍流模型得到的屋面、背風和側風面上平均風壓結果,比目前公認的模擬鈍體繞流效果較好的sst湍流模型有較大改善,比風洞實驗更接近實測結果。由此可以看出,本文改進湍流模型的方法,將是一條提高預測建筑物表面平均風壓精度很有效的途徑。

針對灰色模型在建筑物變形預報中存在的問題,提出了改進灰色模型的要求。該模型運用了距離最近影響最大的原則,對建模數據賦以一定的權,以體現各個數據的重要性不同;同時給出了三種不同的加權方法;最后,結合工程實際,比較了經典灰色模型和加權改進灰色模型的預報效果。結果表明本文的方法能很好地改善預報精度。

分析了多尺度數據庫和在線綜合集成的途徑與網格簡化技術的矛盾及改進方法,提出了基于多尺度數據匹配的建筑物群典型化算法。算法基于分治原則,將整個圖面空間劃分為多個分區(qū),每個分區(qū)進而劃分為多個簇,以簇為單元,支持并行計算。此方法快速有效,適于網絡制圖。

針對建筑物計算機輔助調平的需要,應用模糊數學工具建立基礎梁變曲測判方法,解決了原始基礎情況不明條件下的數學建模問題,避免盲目調平可能產生的附加變形,為建筑物安全調平提供了保證。

針對建筑物計算機輔助調平的需要,應用模糊數學工具建立基礎梁變曲測判方法,解決了原始基礎情況不明條件下的數學建模問題,避免盲目調平可能產生的附加變形,為建筑物安全調平提供了保證。

在傳統(tǒng)gm(1,1)模型的基礎上考慮初始條件選取的理論缺陷,提出了改進的灰色預測模型。通過在隧道開挖后上方建筑物沉降預測值與實測值的對比分析得出,該模型具有良好的精度,并具有一定的工程應用價值。

針對傳統(tǒng)非等間距gm(1,1)模型在建筑物沉降監(jiān)測中預測精度不夠高的問題,提出了一種新的非等間距gm(1,1)建模方法。此法基于初始條件改進及把灰色微分方程的白化方程中的灰導數用離散形式進行表示的改進相結合、提高非等間距gm(1,1)模型的建模精度。結合桂林市某廣場的集商用、住房于一體的高層建筑的沉降變形監(jiān)測實例,將本模型的沉降預測的結果同文獻中另一非等間距gm(1,1)改進方法進行對比分析和檢驗,充分驗證了建筑物沉降變形分析預報中本模型方法的可行性和優(yōu)越性,對進一步促進非等間距gm(1,1)模型在沉降變形預測中的應用起到了積極的作用。

隨著城市高層建筑的不斷出現和重點項目的陸續(xù)完成,建筑物變形觀測顯得越來越重要。本文通過對高層建筑物沉降觀測過程的分析研究,對外業(yè)觀測的注意事項和觀測過程設計進行了詳細的討論研究,并通過對觀測結果應用雙曲線模型進行分析研究,得出了觀測結論。

建立基于支持向量機的建筑物沉降預測模型,并將其應用于建筑物的沉降預測。與采用bp神經網絡的預測結果相比,支持向量機取得較好的預測結果。實例表明支持向量機在小樣本數據的預測上具有精度高、泛化能力強的特點,為建筑物的沉降預測提供一種新的方法。

為了確保建筑物施工、運營期間的安全,需要進行沉降觀測.分析了沉降觀測的流程和要求,在沉降觀測數據的基礎上,提出了使用雙曲線進行沉降預測的方法,從而可以根據預測的沉降量,科學決策,確定沉降觀測的周期.

由于非等間隔gm(1,1)灰色模型對于處理數據量小且表達信息不確定的數據具有優(yōu)越性,因此廣泛應用于石油天然氣勘探、機床故障診斷、電力負荷預測、大壩安全監(jiān)測等領域?；诜堑乳g隔gm(1,1)灰色模型理論,利用某小區(qū)建筑物沉降觀測的實測數據,建立了適合該小區(qū)建筑物沉降預測的灰色模型。通過對比理論預測值和實測值,并進行模型對應的精度評定分析,結果表明,此模型適用于該建筑物沉降預測分析的研究。

建筑物沉降變形的模型的建立對于建筑的沉降變形規(guī)律的研究具有重要作用。對某一建筑物使用二次模型進行了的沉降變形的擬合。通過實例分析,二次模型能很好擬合實際地面的沉降變形,進而反應建筑物的變形情況。

該文基于實測資料進行建筑物沉降預測。在灰色模型和泊松曲線模型理論的基礎上,引入對非等間距數列進行變換處理的方法,從而建立了非等間距預測模型。結合建筑物沉降監(jiān)測資料進行分析比較,結果表明,兩種預測方法均能較好地反映建筑物的沉降趨勢。

為了降低wsn中弱硬實時系統(tǒng)的能量消耗,應用離散事件系統(tǒng)(des)框架中的優(yōu)化原理,建立數學模型,得到了能量消耗的目標函數,為了最小化目標函數,利用線性規(guī)劃方法進行求解,得到一種可擴展的低復雜度算法來進行動態(tài)電壓調節(jié)(dvs)。并對算法進行了模型實例計算,結果表明,優(yōu)化的dvs算法能在滿足弱硬實時系統(tǒng)時限要求的基礎上更大程度節(jié)省節(jié)點能量。

三維城市模型(3dcm)的研究是近年來gis領域內的一個研究熱點,在交通、地質、礦山、城市測繪、環(huán)保等方面有著十分重要的研究意義。對3dcm而言,目前還缺少一個統(tǒng)一、完備的數據模型,作者對gis的數據進行了建模,以三維城市建筑物可視化模型為例,提出了基于obj標準模型文件的面向對象建筑物三維數據模型。用實例論證了模型的正確性和高效性

建筑能耗數據具有非平穩(wěn)和非線性特征；單一預測模型很難對其進行精準預測；提出一種用于建筑能耗短期預測的新型混合模型；利用互補集合經驗模態(tài)分解方法(ceemd)將波動性較大的能耗數據分解為一組本征模態(tài)函數和一個殘差序列；基于反向學習、差分進化算法并引入控制參數λ對鯨魚優(yōu)化算法(woa)進行改進；有效解決算法早熟收斂與陷入局部最優(yōu)等的問題；提出改進算法uwoa(upgradedwhaleoptimizationalgorithm)；利用uwoa優(yōu)化elman神經網絡的權值與閾值；優(yōu)化后的elman神經網絡對本征模態(tài)函數和殘差序列進行預測并集成；得到能耗預測值；應用ceemd-uwoa-elman混合模型對上海某大型公共建筑能耗進行短期預測；結果顯示混合模型獲得很好的預測效果；

結合河南林州千年古寺整體平移工程,介紹了建筑物整體平移的設計及施工方法。在目前我國城鎮(zhèn)面臨舊城改造、文物保護、環(huán)境保護形勢下,建筑整體平移具有十分重要的現實意義。

預測建筑物受災的國際泛用模型的研制