绿色建筑评价新标准下BIM技术在施工管理中的应用研究

以现代信息技术与绿色建筑施工管理的融合为研究背景,从绿色建筑评价标准中施工管理的可持续性评价指标和评价方法出发,分析了国内外绿色施工管理BIM技术的研究现状,指出BIM技术在绿色施工管理应用中存在的困难和进一步研究方向。研究结果表明,当前引入BIM技术的施工管理仍然存在信息技术工具的整体架构缺乏、应用普及度低以及理论手段与管理水平不匹配、需求不平衡等问题。因此,未来基于BIM的绿色施工管理应重点关注的研究方向包括:宏观管理和精细化管理的功能结合、信息技术和施工管理的集成融合、智能控制与管理模式的理论整合、应用研究与管理标准的相互渗透。

新工科背景下的C语言程序设计课程实验教学

分析当前C语言程序设计课程实验教学现状,提出新工科背景下C语言程序设计课程实验教学建设方案,从思维方式培养和程序设计能力递进式培养两方面阐述面向能力培养的程序设计实验教学设计,介绍以能力培养为导向的程序设计实验教学实践,最后说明教学实践效果。

基于以本为本理念的专业建设创新研究与实践

如何坚持以本为本,加强内涵式建设,提高人才培养质量是专业发展的核心。以西安理工大学计算机科学与技术专业为例,工程认证为抓手,在"以学生为中心,成果导向和持续改进"的教育理念引导下,构建了知识和能力的双螺旋渐增式人才培养模式,"互联网+"混合式教学模式和"建设-监控-评估-反馈-改进"的专业建设持续改进机制,有效地促进了专业建设质量的持续提升。

基于Nadam-TimeGAN和XGBoost的时序信号故障诊断方法

为了提高故障诊断模型在数据不平衡场景下的诊断性能和模型泛化能力,提出了一种基于Nadam-TimeGAN和XGBoost的时序信号故障诊断方法。首先对比基于LSTM和GRU的TimeGAN模型,选取性能更优的GRU网络作为TimeGAN模型的组成单元,然后采用Nadam优化算法对TimeGAN模型的各组件进行优化,即构建Nadam-TimeGAN模型用以数据扩充,最后构建一个平衡的数据集输入XGBoost集成学习模型进行分类训练。实验选取转辙机动作电流数据集进行验证性实验,选取MFPT轴承数据集和CWRU轴承数据集进行泛化性实验,并与8种方法进行对比,结果表明,所提方法在准确率、召回率以及F1-score这3种评价指标上均高于其他方法,从而验证了所提方法在不平衡数据故障诊断方面的有效性和泛化性。

创新实践能力培养目标下的机器视觉课程改革

针对目前机器视觉课程建设存在的问题,结合当前人工智能技术研究与应用的热潮和社会对智能信息处理人才的巨大需求,分析学习机器视觉所需基础知识、课程体系结构、学生学习难点和能力瓶颈限制等因素,提出从更新教学理念、深化知识内容、丰富实践教学、完善考核标准等方面进行改革的方案,介绍具体改革实践,展示课程改革效果。

基于RUL和SVs-GFF的云服务器老化预测方法

针对云服务器中存在软件老化现象,将造成系统性能衰退与可靠性下降问题,借鉴剩余使用寿命(Remaining useful life,RUL)概念,提出基于支持向量和高斯函数拟合(Support vectors and Gaussian function fitting,SVs-GFF)的老化预测方法.首先,提取云服务器老化数据的统计特征指标,并采用支持向量回归(Support vector regression,SVR)对统计特征指标进行数据稀疏化处理,得到支持向量(Support vectors,SVs)序列数据;然后,建立基于密度聚类的高斯函数拟合(Gaussian function fitting,GFF)模型,对不同核函数下的支持向量序列数据进行老化曲线拟合,并采用Fréchet距离优化算法选取最优老化曲线;最后,基于最优老化曲线,评估系统到达老化阈值前的RUL,以预测系统何时发生老化.在OpenStack云服务器4个老化数据集上的实验结果表明,基于RUL和SVs-GFF的云服务器老化预测方法与传统预测方法相比,具有更高的预测精度和更快的收敛速度.

程序设计类课程的支架式教学模式

针对程序设计类课程在教学过程中存在的实际问题,提出基于支架教学理论的程序设计类课程教学模式,以具体案例为例,从搭建支架、情境创设、独立探索、协作学习4个环节介绍具体教学实践过程,最后说明教学效果。

地铁车站BIM模型信息完备性审查研究

随着智能建造的发展,三维正向设计逐渐替代了传统二维设计,对设计成果的交付审查也将同步转换为对建筑信息模型的审查。地铁建筑设计区别于其他建筑具备较强的功能性,在实际设计交付成果审查中,会存在错审率、漏项高等问题。为解决该问题,本文依据相关国家标准,构建适用于地铁车站建筑信息模型完备性审查的本体模型,同时集成工业基础类(IFC 4.0)实例信息、计算机规则技术,实现模型完备性审查。以地铁车站的建筑单元为例,实现地铁车站模型在方案设计阶段的交付工作。该方法的提出有助于促进整个建筑行业的信息化发展。

面向复杂施工环境的实时目标检测算法

针对施工环境下普遍存在的环境杂乱、目标被遮挡、目标尺度范围大、正负样本不平衡、现有检测算法实时性不足等问题,提出一种面向复杂施工环境的实时目标检测算法YOLO-C。将提取到的低层特征与高层特征相融合,增强网络全局感知能力;设计小目标检测层,提高算法对不同尺度目标的检测精度;设计通道-空间注意力(CSA)模块,增强目标特征,抑制背景特征;在损失函数部分,采用VariFocal Loss计算分类损失,解决正负样本不平衡问题;GhostConv作为基本卷积块构建GCSP(Ghost Cross Stage Partial)结构,降低参数量和计算量;针对复杂施工环境,构建混凝土施工现场目标检测数据集,在构建的数据集上与多个算法进行对比分析实验。实验结果表明,YOLO-C算法的检测精度更高,参数量更小,更适合复杂施工环境下的目标检测任务。

联合语义分割的自监督单目深度估计方法

研究深度估计和语义分割的图像之间的互利关系,提出了一种联合语义分割的自监督单目深度估计方法USegDepth.语义分割和深度估计任务通过共享编码器,实现语义引导.为了进一步提高编码器的跨多任务性能,设计了多任务特征提取模块,堆叠该模块构成共享编码器,解决有限感受野和缺乏跨通道交互导致的模型特征表示能力欠佳问题,进一步提升模型精度.同时,提出跨任务交互模块,通过双向的跨域信息交互细化特征表示,提升深度估计表现,特别是光度一致性监督有限的弱纹理区域和物体边界.通过在KITTI数据集上的训练和全面评估,实验结果显示所提的USegDepth模型方法的均方相对误差相比于SGDepth降低了0.176个百分点,在阈值为1.253的阈值精度达到了98.4%,证明了USegDepth在深度预测上具有较高的准确率.

基于双重注意力机制的人群计数方法

针对复杂场景下人群计数问题中的尺度变化、背景干扰和部分遮挡等问题,在空洞卷积操作的基础上,提出一种基于双重注意力机制的空洞上下文卷积神经网络(DA-DCCNN)。首先,将VGG16中的卷积层作为特征提取器,获取人群图像抽象、深层的特征图;其次,利用空洞卷积构造空洞上下文模块(DCM)对不同层获取的特征进行连接,并引入空间注意力模块(SAM)和通道注意力模块(CAM)获取上下文信息;最后,组合欧氏距离和交叉熵构造损失函数,对网络预测注意力图和真实注意力图之间的差异进行度量。在ShanghaiTech、UCF_CC_50和UCF-QNRF 3个公开数据集上的实验结果表明,DA-DCCNN在有效获取图像的多尺度特征的同时,增强了对图像中重要区域和通道的感知能力,平均绝对误差(MAE)取得了相对最优的结果。基于双重注意力机制的特征融合网络能有效感知图像中的空间结构和局部特征,从而使得生成的密度图能更准确地对人群区域进行预测和计数。

基于MiniGUI的客户端PDA的研究及开发

文章简要分析了基于Linux的嵌入式图形用户界面支持系统MiniGUI的层次结构和编程技术 ,在此基础上设计并实现了一个基于MiniGUI自带的服务器端程序mginit的客户端PDA应用实例。该PDA具有设计简单能充分利用MiniGUI和Linux系统资源的特点。这对于基于Linux开发嵌入式系统应用提供了参考价值。

基于嵌入式Linux的PDA设计与实现

分析了基于嵌入式Linux的图形用户界面支持系统的有关技术,在此基础上设计并实现了一个基于典型的嵌入式图形用户界面系统MiniGUI的PDA应用实例。实例证明,该程序具有设计简单、能充分利用MiniGUI系统资源的特点。

基于二元决策图的故障树底事件排序

提出了一种底事件排序的新方法——最小深度子树法。该方法先将结构复杂的故障树化简为一棵简单的树,然后基于各子树的深度、节点数及节点间的位置关系对底事件进行静态排序,并根据排序结果动态构造BDD。最后,通过对航空发动机加速时喘振停车的故障树分析,证明该方法可快速构建BDD,而且构建的BDD产生的冗余节点数目较少。

一种基于通信的列车控制系统的AP快速切换方法研究

当前大多数基于无线通信的列车控制系统(CBTC)都是基于FAT无线接入点架构的。该系统架构中所有无线接入点(AP)都要承担与通信相关的全部任务,且各无线接入点间相互独立,因此其信道不能得到充分利用。本研究通过引入FIT无线接入点与无线交换技术相结合的思想优化CBTC通信系统架构,降低了无线接入点的通信负载,在此基础上提出了列车车载通信终端在无线接入点之间的快速切换方法和安全认证策略,可有效减少无线接入点切换时延,缩短列车经过的盲区距离,从而提高行车安全。仿真实验结果表明,所提出的方法是可行且有效的。

多阶段粒子群优化算法求解容量约束p-中位问题

容量约束p-中位问题(Capacitated P-Median Problem,CPMP)已被证明是一类计算机难以求解的具有NP-hard特性的组合优化问题.本文提出一种多阶段粒子群优化算法(Multi-Phase Particle Swarm Optimization,MPPSO)及在算法设计中应用模式有关理论和方法.所提MPPSO在标准PSO基础上,考虑CPMP结构特征信息,采用一种以字符编码为基础的结构体编码结构,重新定义粒子速度与位置更新方式.它将CPMP优化求解分为种群粒子初始化阶段及两个优化阶段.在优化求解第一阶段,分析了惯性因子对所求问题编码结构粒子搜索的局限性,设计一种保留粒子最优特征中位点信息的变异算子.以粒子全局搜索算子操作为重点,期望从整个搜索空间搜索到好的模式结构分布特性的粒子.在优化求解第二阶段,对高适应性粒子执行一种改进的迭代局部搜索操作,达成对粒子精度的进一步提升.迭代局部搜索分为基本局部搜索和深层次局部搜索.基本局部搜索侧重对粒子需求点和中位点提炼用于发现候选粒子相邻的局部最优解.在深层次局部搜索中,采用对粒子执行扰动算子操作,使得算子操作在更大邻域范围内搜索粒子新的模式结构,从而发现蕴含高适应性模式结构的潜在更好解.文中提出模式范数及模式结构距离等概念,并将它们用于扰动算子设计.实验测试表明:MPPSO对4大类CPMP用例问题进行求解得到的实验数据,与4种文献对比算法提供的数据相比有一定优势,且能发现3个大数据集用例新的最好解.

课程思政教育在C语言程序设计课程中的应用

针对课程思政在教育教学中具有的重要理论价值和实践意义,构建融入思政要素的理论教学环节和多层次实践教学环节,介绍思政教育在C语言程序设计课程中的应用,最后通过统计数据说明思政教育教学效果。

列车动力学模型时变环境参数自适应辨识

考虑列车制动性能与制动距离对列车安全的重要影响,分析了列车运行的动力学特性,构建了列车离散化制动模型,并针对影响列车制动性能的关键参数—钢轨粘着系数难以直接观测、随钢轨环境变化的特点,提出基于滑动窗口与最大期望理论的轮轨粘着系数在线辨识算法.首先,依据数据特征确定滑动窗口位置与窗口尺寸;然后,构造列车动力学模型参数的条件数学期望,并结合粒子滤波与粒子平滑算法以及贝叶斯理论,估计预设模型参数下的列车运行状态;在此基础上,分析粘着系数的后验概率,并极大化条件数学期望对模型参数预设进行优化更新,进而实现模型真实参数的逐步逼近.最后,考虑雪地、隧道等场景下的粘着系数变化,对本文方法进行了仿真验证,并数值分析了粘着系数对制动距离的影响.仿真结果表明本文算法可快速、准确地对粘着系数进行实时辨识,掌握轮轨间实时粘着状态.

VB6访问数据库技术的应用

讨论了微软的VB 6.0中提供的几种数据库访问技术 :Data控件 ,DAO ,RDO ,OLEDB和ADO。对这些技术各自的特点和应用进行了具体分析 ,并说明了在实际应用时必须注意的问题。

Linux模块技术分析及应用

通过分析Linux内核中模块动态装载机制，总结了使用模块的优点和缺点，介绍了Linux模块装入、卸载的实现，并在此基础上给出了一个以模块方式存在于系统中的设备驱动程序例子。