【摘 要】
：
建筑空间结构对几何缺陷较为敏感,如果存在偏差容易造成结构承载力性能下降,可提出一种基于网格多密度的建筑空间尺寸偏差辨识方法.分析建筑空间辨识原理以组建建筑数据空间,并将数据空间进行一维分化处理,得到空间网格单元,依靠单元中数据点描述网格密度,利用单元内相邻边界与相邻点构建邻接单元.计算建筑空间中心坐标与核网格得到建筑空间的基类,凭借刚体运动学理论获得目标坐标向量数积,将该数据以矩阵的形式计算,得到建筑空间内某一轴转动与沿着某一轴移动的尺寸.最后通过莱茵达准则的基础理念,拟定不同的建筑空间坐标测量点,得到坐
【机 构】
：
吉林建筑大学,吉林 长春130118
论文部分内容阅读
建筑空间结构对几何缺陷较为敏感,如果存在偏差容易造成结构承载力性能下降,可提出一种基于网格多密度的建筑空间尺寸偏差辨识方法.分析建筑空间辨识原理以组建建筑数据空间,并将数据空间进行一维分化处理,得到空间网格单元,依靠单元中数据点描述网格密度,利用单元内相邻边界与相邻点构建邻接单元.计算建筑空间中心坐标与核网格得到建筑空间的基类,凭借刚体运动学理论获得目标坐标向量数积,将该数据以矩阵的形式计算,得到建筑空间内某一轴转动与沿着某一轴移动的尺寸.最后通过莱茵达准则的基础理念,拟定不同的建筑空间坐标测量点,得到坐标的空间偏差,实现对建筑空间尺寸偏差的辨识.仿真结果证明,所提方法有着辨识精确度高与计算速度快的优点.
其他文献
为深入了解乡村空间形态地域分布状况,分析不同层面的形态特征和演化规律,提出一种基于门槛值法的空间形态地域特征识别方法.拍摄空间形态地域红外遥感图像,建立图像数据采集系统,使用基于相位保持的图像预处理手段,预防发生非均匀现象,减少图像噪声,增强空间图像成像质量,为特征识别提供先决条件;在门槛值法的基础上,建立门槛值回归模型,划分不同空间形态地域基础特征;运用基于改进型PCNN赋时矩阵的地域特征识别方法,实现图像特征提取与目标精准识别.仿真结果表明,所提方法可以有效识别乡村空间形态地域的规模结构和形态分异的格
针对目前方法对扩展软件进行稳态训练时,存在软件检测缺陷的时间较长,检测率较低、误报率较高的问题,提出基于长短期记忆网络的扩展软件稳态训练方法.方法首先利用长短期记忆网络对软件中的数据进行特征提取,建立数据集与验证集并以此构建马尔可夫链稳态训练模型,再引入关联缺陷矩阵对软件中的缺陷关联关系进行计算,获取缺陷关联系数,最后依据缺陷的检测率、关联回扣值、关联系数设定资源函数,通过计算剔除软件中的缺陷,完成对软件的稳态训练.实验结果表明,运用上述方法对软件进行稳态训练时,检测缺陷的时间较短、检测效率较高、误报率较
针对传统目标识别算法在目标遮挡情况下识别准确率较低的问题,提出一种基于轮廓分段特征可信度的遮挡目标识别算法.为获取有效分段,提出了基于弯曲度的轮廓分段优化算法,首先根据轮廓曲率分布进行初步分段,再根据分段的弯曲度进行分段优化,得到有效分段.然后用重要性和局部性两个参数对分段的特征可信度进行评价.在此基础上提出加权相似度匹配,将分段之间的相似度与其特征可信度结合起来,最后得到衡量识别准确率的加权相似度,获得遮挡目标的最终识别结果.通过对MPEG-7数据库进行仿真,实验证明所提出算法对于遮挡目标的识别可以获得
传统模糊频繁项集合挖掘方法的挖掘范围较大,且无法预处理模糊频繁项集合,导致存在运行内存过大、应用有效性低的问题.因此提出新的间隔约束条件下的模糊频繁项集合挖掘方法.方法预处理模糊频繁项集合,修补缺损数据,并引入主成分分析法完成数据的降维,并为数据添加间隔约束条件,缩小挖掘范围.利用蚁群算法获取最优爬行路径,挖掘模糊频繁项集合.实验结果表明,与传统方法相比,所提方法运行内存小,挖掘有效性更理想.
传统方法在删除重复数据时逻辑顺序较为混乱,导致重复数据消除效果欠佳.为解决上述问题,基于文件路径,对信息集群中重复数据消除方法展开研究.根据重复数据消除方法分块理念与文件系统中的目录名称,探析文件路径的重复数据消除原理.通过分块筛选存储数据完成数据对比,从而去除数据备份并用指向唯一的实例指针代替.在界定元数据信息的基础上,对文件部分和数据块模块中的重复数据进行消除,并采用文件路径信息集群的多个存储节点来加快消除速度.同时,利用元数据信息赋予数据可恢复性能,确保数据的可靠性.仿真结果表明:上述方法不仅有效提
为了准确判断数据在传输过程中是否存在异常行为,实现异常行为的分级预警,提出面向工业控制系统的数据跨域传输异常预警方法.通过构建信息流模型,分析数据传输过程中的异常行为,归一化处理系统中的样本数据得到标准化小波系数.通过小波系数和样本数据总数计算得到预警标准阈值,将信息流模型与预警标准阈值相结合,共同实现对数据传输异常行为的监督,并结合模糊综合评判法获取数据跨域传输异常预警指标.将所有指标划分到相应的因素集中,得到异常预警矩阵,依据最大隶属度原则,对不同程度的异常行为设定不同的预警等级:无警、一级预警和二级
为确保冷链物流在缩减成本的同时满足农产品品质需求,以异构数据为基础,提出一种农产品冷链物流节点部署方法.基于可扩展标记语言文档,利用数据源模块、转变模块、集成模块以及应用模块,构建异构数据集成模型;根据集成的物流异构数据,架构冷链物流节点部署模型,采用粒子群优化算法进行求解,获取节点方位,通过分析影响寻优性能的极大速度与加速常数等指标参数取值范围,完善农产品冷链物流节点部署结果.仿真结果表明,所提方法的设计方案的配送成本与需求量满足度最优,具有较好的有效性.
传统嵌入式云计算系统信任度访问控制方法忽略了对节点信任度的计算,导致用户访问出现安全问题,异常访问情况下云计算系统信任度衰减速度过慢.为此提出基于汇聚负载的云计算系统信任度访问控制方法.利用模糊数学理论得到信任度评估等级,引入分组理念构建信任度模型.划分节点到不同小组,利用本地交易记录和推荐信任数据加权计算相同小组节点信任度.设置云计算系统服务质量参数,将同类型系统程序访问请求序列看作一个访问请求流,设立信任度访问控制收敛条件,并利用任意参数均值与方差优化收敛条件.最后建立信任度访问控制函数,实现准确快速
针对于场景识别问题,提出一种基于开源的室外场景数据集以及自定义采集的数据集在deepLabV3+深度学习模型上进行实验,并运用一种改进的K-近邻算法对DeepLabV3+深度学习模型进行优化.与现有的测试数据集的方法不同,省去了对数据集进行标签的工作,减少了大量的前期准备工作,提高了模型的计算效率以及分类模型的准确率和召回率.结果表明,使用K-近邻算法改进后的Deeplabv3+模型识别精度达到相0.75,较于直接使用Deeplabv3+模型进行语义分割的准确率0.65提高了0.1,并且得到了效果明显,在
针对风速序列不平稳难以预测的问题,提出了一种混沌麻雀搜索算法(CSSA)优化最小二乘支持向量机(LSSVM)参数的短期风速预测混合模型.模型结合样本熵(SE)和具有自适应噪声改进的互补集成经验模态分解(ICEEMDAN)、变分模态分解(VMD)两阶段分解的数据预处理方法.首先,利用ICEEMDAN分解原始风速序列,且依据SE评估子序列的复杂程度,重构熵值近似的序列,VMD二次分解熵值最大的序列.然后对所有子序列分别建立LSSVM预测模型,同时CSSA对该模型参数优化以提高预测效率.最后将预测的各子序列叠加