-
题名浅谈如何进行住宅开发项目成本控制与工程造价管理
被引量:2
- 1
-
-
作者
屠冉
-
机构
合肥工业大学
-
出处
《黑龙江科技信息》
2009年第30期270-270,332,共2页
-
文摘
住宅开发项目建设成本与工程造价管理有着密切的关系,开发商如何将有限的资金在项目中得到合理的分配,使开发项目能以最经济、合理的方式带来最大的社会效益和经济效益,是当前开发商造价管理的目标。要使住宅开发项目工程造价管理取得良好的效果,就必须对工程项目全过程进行管理。以商品住宅项目开发建设程序为主线,从工程项目决策、设计、招标、施工管理和竣工结算等方面,研究探讨了加强对住宅开发项目工程造价管理、降低和控制住宅项目的建造成本、提高开发商经济效益和市场竞争力的措施。
-
关键词
住宅开发项目成本控制
工程造价管理
措施
-
分类号
TU723.3
[建筑科学—建筑技术科学]
TU241
[建筑科学—建筑设计及理论]
-
-
题名基于UNet网络的高分辨率遥感影像建筑物提取
- 2
-
-
作者
屠冉
-
机构
合肥市大数据资产运营有限公司
-
出处
《计算机应用文摘》
2023年第11期54-56,共3页
-
文摘
针对目前在建筑物提取任务中,SVM算法、K-means聚类算法等半自动化提取方式表现均不理想,提取结果存在大量噪声,细碎斑点较多,且对一些复杂的地物划分不明确等问题,文章提出用一种基于UNet网络模型的深度学习方法进行建筑物的自动提取。UNet网络模型能够完整有效地完成对局部特征信息的提取。在马萨诸塞州建筑物数据集(Massachusetts Buildings Dataset)建筑物提取实验中验证了文章方法的适用性。研究结果表明,该方法优于SVM决策树方法以及K-means聚类算法,具有良好的分割精度和鲁棒泛化能力,能有效完成高分辨率遥感影像建筑物提取。
-
关键词
高分辨率遥感影像
深度学习
建筑物提取
UNet网络
-
Keywords
high-resolution remote sensing images
deep learning
building extraction
UNet network
-
分类号
P237
[天文地球—摄影测量与遥感]
-