期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于Revit二次开发与深度学习的钢框架节点智能审图
1
作者
刘红波
杨智锋
+1 位作者
周婷
陈志华
《建筑结构学报》
EI
CAS
CSCD
北大核心
2024年第7期43-55,共13页
近年来,为了提高审图的工作效率、降低返工率,基于BIM的智能审图与自动审图技术成为BIM领域中的研究热点,然而在结构中至关重要的节点模型目前尚未有自动合规性检查的相关研究。为此,提出了基于Revit二次开发与深度学习的智能审图框架,...
近年来,为了提高审图的工作效率、降低返工率,基于BIM的智能审图与自动审图技术成为BIM领域中的研究热点,然而在结构中至关重要的节点模型目前尚未有自动合规性检查的相关研究。为此,提出了基于Revit二次开发与深度学习的智能审图框架,包括信息抽取、语义丰富、合规性推理与建议三部分内容,针对钢框架四种梁柱节点完成了智能审图系统开发。以节点特征值为样本所训练的一维卷积神经网络充分考虑了模型的几何特征,在优化后对梁柱节点分类的准确率达到98.59%,高于其他常用的机器学习分类算法。通过所设计的合规性推理算法可完成节点模型的构造规则校核与强度校核,并提出优化建议。所开发的智能审图系统完成了一栋四层钢框架模型,共计136个梁柱节点的智能审图,准确率为97.79%,耗时86 s,与人工审图相比提高了准确率与审图效率。
展开更多
关键词
钢结构
智能审图
BIM
Revit二次开发
深度学习
自动合规性检查
原文传递
题名
基于Revit二次开发与深度学习的钢框架节点智能审图
1
作者
刘红波
杨智锋
周婷
陈志华
机构
天津大学未来技术学院
河北工程大学土木工程学院
天津大学建筑工程学院
天津大学建筑学院
天津大学滨海土木工程结构与安全教育部重点实验室
出处
《建筑结构学报》
EI
CAS
CSCD
北大核心
2024年第7期43-55,共13页
基金
2021—2022年度河北省高等教育教学改革研究与实践项目(2021GJJG244)。
文摘
近年来,为了提高审图的工作效率、降低返工率,基于BIM的智能审图与自动审图技术成为BIM领域中的研究热点,然而在结构中至关重要的节点模型目前尚未有自动合规性检查的相关研究。为此,提出了基于Revit二次开发与深度学习的智能审图框架,包括信息抽取、语义丰富、合规性推理与建议三部分内容,针对钢框架四种梁柱节点完成了智能审图系统开发。以节点特征值为样本所训练的一维卷积神经网络充分考虑了模型的几何特征,在优化后对梁柱节点分类的准确率达到98.59%,高于其他常用的机器学习分类算法。通过所设计的合规性推理算法可完成节点模型的构造规则校核与强度校核,并提出优化建议。所开发的智能审图系统完成了一栋四层钢框架模型,共计136个梁柱节点的智能审图,准确率为97.79%,耗时86 s,与人工审图相比提高了准确率与审图效率。
关键词
钢结构
智能审图
BIM
Revit二次开发
深度学习
自动合规性检查
Keywords
steel structure
intelligent drawing review
BIM
Revit secondary development
deep learning
automatic compliance check
分类号
TU391 [建筑科学—结构工程]
TU17 [建筑科学—建筑理论]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于Revit二次开发与深度学习的钢框架节点智能审图
刘红波
杨智锋
周婷
陈志华
《建筑结构学报》
EI
CAS
CSCD
北大核心
2024
0
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部