【摘 要】
:
在检索大量国内外研究文献的基础上,发现国内相关研究还处于探索阶段,在国内BIM具有良好的可行性和广泛的前景,国外的研究相较成熟。总结了BIM国内外研究现状,梳理了BIM国内外发展以及发展过程中存在的问题,并为国内BIM体系创新构建了基础。
论文部分内容阅读
在检索大量国内外研究文献的基础上,发现国内相关研究还处于探索阶段,在国内BIM具有良好的可行性和广泛的前景,国外的研究相较成熟。总结了BIM国内外研究现状,梳理了BIM国内外发展以及发展过程中存在的问题,并为国内BIM体系创新构建了基础。
其他文献
在科学和工程学领域中,超奇异积分方程都占有举足轻重的地位。由于该方程的奇异性导致求解非常困难,目前,有许多学者致力于研究此类方程,对于二阶超奇异积分方程得到了很多有效可行的数值方法,而对于更高阶甚至非线性的情况研究相对较少。因此,本文提出了求解高阶线性和非线性超奇异积分方程的方法。本文首先在前人给出的有关Hadamard有限部积分理论及Bernstein多项式相关定义和性质的基础上,提出一种基于B
现如今,在科学研究飞速发展的时代背景下,数据规模不断变大。高维成为了大数据的一个典型特征,涌现出如视频数据、功能性磁共振成像、遥感图像等高维数据。经典的高维数据分析方法局限的依赖于向量和矩阵形式进行表示和计算,并将多维数据展开成矩阵进行处理。但在向量化或矩阵化的过程中会破坏其固有结构,这会导致数据处理中表现出较差的性能。张量作为多维数组,是向量和矩阵的高维拓展,可以很自然的处理高维数据。另外,在遥
目的:研究分析冠心病护理中采用行为护理干预对提高护理效果的应用。方法:选取我院于2018年1月到2021年6月所收治的共计60例冠心病患者作为本次研究的样本对象,通过电脑随机分组,将这入选的60例患者随机乱序均分为30例应用常规护理的对照组患者,以及30例应用行为护理干预的观察组患者。对比分析两组患者的并发症发生率、护理满意度以及预后的生活质量评分。结果:应用了行为护理干预的观察组患者的护理满意度
面对日益复杂的外部经济环境,以及动态变化的竞争环境,企业逐渐感知到威胁并且意识到需要采取一定的应对策略。以团队为基本单位开展工作,逐渐被多数企业采纳,用以提升团队决策质量。团队成员所具备的多元化的教育背景、文化认知以及过往工作经历导致团队断层。过去多数研究发现被激活的团队断层通过影响团队成员之间的关系作用于团队决策质量,但探讨团队断层对团队决策质量的作用机制的研究数量较少。此外,团队断层具备情境依
敬畏被普遍认为是个体面对宏大事物时所产生的一种积极的心理体验。当我们置身于大自然的鬼斧神工下,又或是瞻仰伟大的英雄先烈时,我们都能体会到深深的敬畏。除此之外,敬畏也被认为广泛存在于工作场所中,例如员工往往对权威领导者感到敬畏。而敬畏之所以受到越来越多学者和管理者的重视,正是因为这种心理体验给个体带来了许多积极的作用和影响。一方面,体验到敬畏能让我们用更加灵活的思维框架去看待事物,激发求知欲,最终帮
随着经济的发展,在全球范围内,创业正变得越来越热门。一方面,经济的腾飞让创业的形式不再单一;另一方面,创业提供给了个体自主安排自己生活的可能性。创业活动将个体从企业的规章制度中解放出来,给予个体自由安排自己空间时间的可能性,个体可以运用这种自主性实现自己在生活上的诉求。家庭,毫无疑问是个体生活中绕不开的组成部分。与此同时,为工时而斗争的例子在世界各地都存在。工作强度的增加导致了工作对个人生活的侵蚀
“水肿病”用针灸与五皮饮、五苓散配合治疗,效力极大。基本原则,是“辨症论治”,因病、因人而异。在临床治疗观察统计达百分之九十以上的效果。故特附病例如下,以供同人研究参考。是否有当,希先进同道们指教。
本文首先回顾了背景知识和介绍了问题现状,再应用有效市场理论,无套利模型和伊藤定理,对Black-Scholes方程进行推导,将方程转化为一维热传导方程。其次提出一维时间区域分解耦合Kansas方法的算法。该算法先将时间细分,并在每个细分区间上进行并行计算,同时在空间上应用Kansas方法,分别求解每个细分区间下的偏微分方程,在区间与区间的交界设置跳跃点以保证精度,进而迭代求解。然后对算法进行收敛性
2020年,网络微短剧被广电总局认定为网络影视剧的第四种类目,成为继网络剧、网络电影及网络动画片三类网络影视剧之后的用户内容消费新选择。对网络影视行业而言,网络微短剧的出现,是变局,亦是新机。媒介融合时代,不同媒介间的壁垒被打破,新媒介不断对旧媒介的内容、形式及结构进行整饬与优化,在兼容与重塑中建构自身的媒介特性,实现再媒介化。在此语境下,本文拟基于再媒介化理论视角,对网络微短剧的媒介优势与传播特
大数据时代下,由于图片所承载的信息量已经远远超过文本,而且越来越生动形象,所以如何实现人工智能技术对图片进行分类识别,一直是计算机视觉领域的研发热点。面临海量的图片信息,传统依靠人工设计的分类方式已经显得不再流行。随着深度学习的不断发展,图像分类的识别精度有了很大的提升,然而深度学习中的卷积神经网络算法普遍面临着分类效率不高和计算机资源消耗大等问题,使得模型无法得到进一步应用与推广。卷积神经网络旨