将理想信念教育全方位融入大学生职业生涯规划教育路径探究——以北京建筑大学为例

目前职业生涯规划课程已成为全国各类高校就业指导工作的重要内容,均将其作为激发大学生提升内在成长动力、增强综合素质和就业竞争力的有效途径。在深入分析当前校职业生涯规划教育现状的基础上,根据当前新时代特点和学生的成长发展特征,积极探索把理想信念教育全方位融入大学生职业生涯规划教育的具体路径,使职业生涯规划课更加具有激励学生、引导学生的积极力量,引领学生成长为有学识、见识和胆识的新时代人才。

压缩感知理论中的建筑电气系统故障诊断

针对目前建筑电气系统缺少有效诊断故障方法的问题,提出一种基于压缩感知理论的建筑电气系统故障分析诊断方法,其中的关键是将故障的分类归结为一个求解待测样本对于整体训练样本的稀疏表示问题。使用建筑电气故障模拟平台数据建立了其故障诊断模型,分别采用支持向量机、l1分类器和l2分类器对系统的5种故障状态进行了诊断对比,结果表明,利用稀疏表示算法可以达到很好的诊断效果,分类准确率为96.4%,诊断运行时间0.260 1 s,可以满足小样本数据的建筑电气故障诊断工程应用的需求。

BIM技术在建筑工程施工管理中的应用探索

BIM技术,是贯穿整个建筑物生命周期的技术手段,不仅可以为项目全过程的方案优化和科学决策提供依据,而且支持各专业协同工作、项目的虚拟建造和精细化管理,实现建筑全生命期各参与方在同一多维建筑信息模型基础上的数据共享。本文概述了现阶段我国建筑工程施工管理中函待解决的问题,介绍了BIM技术在建筑工程施工管理中的应用优势,从施工管理角度探讨了BIM技术对于推进施工过程管理精细化、信息化的重要意义。

绿色建筑电气系统调适策略及应用

首先给出绿色建筑电气系统"调适"的相关概念,阐述其基本内涵;然后详细论述在项目的预设计、设计、施工、验收以及维护5个阶段中电气系统调适的策略,以及调适带来的收益;最后以中美清洁能源建筑节能项目二期示范项目"兴业新能源产业园"研发楼为实例,简单分析和验证调适策略的可行性。

建筑电气节能技术与方案若干问题的探讨

随着建筑业的迅速发展,其消耗的能源也在迅速增长,而建筑中消耗的能源大部分都是以电能的方式消耗的,因此在能源日益短缺的今天,关于建筑电气的节能问题显得尤为重要。如何实现绿色照明?如何使空调系统做到节能?变压器、风机、水泵及电梯等其他电气设备在建筑物中应采取何种节能措施?如何通过治理谐波降低线路损耗等电气节能问题受到相关电气设计人员、制造商及用户技术人员的普遍关注。本期栏目将重点关注智能照明控制系统和空调系统节能相关问题,邀请设计院和高校的专家对上述问题进行交流、探讨。

建筑电气节能技术与方案若干问题的探讨

随着建筑业的迅速发展其消耗的能源也在迅速增长,而建筑中消耗的能源大部分都是以电能的方式消耗的,因此在能源曰益短缺的今天关于建筑电气的节能问题显得尤为重要。如何实现绿色照明?如何使空调系统做到节能?变压器、风机、水泵及电梯等其他电气设备在建筑物中应釆取何种节能措施?如何通过治理谐波降低线路损耗等电气节能问题受到相关电气设计人员、制造商及用户技术人员的普遍关注。本期栏目将重点关注能源统计管理系统和空调系统节能相关问题,邀请设计院和咼校的专家对上述问题进行交流、探讨。

跨平台的建筑信息模型展示技术研究

建筑信息模型是建筑物的数字化表达,可为建筑全生命周期提供精确的信息。而数据共享不畅、设备硬件要求高、应用服务不灵活等问题严重阻碍了BIM技术的推广,导致设计阶段产生的建筑信息模型难以发挥其应有的价值,造成数字资产的浪费。故提出一种数据规范、成本低、扩展性好、跨平台的建筑信息模型展示技术应用方法,以实现数字资产价值的最大化。

国际视角下电气电子信息类新工科专业创新创业人才培养探索

电气电子信息类专业作为一个庞大的工科专业群,如何响应新工科需求,培养更多高质量的创新创业型人才,是未来走内涵发展之路的关键。本文从国际视角分析了美国、加拿大和英国电气电子信息相近专业设置,以这三个国家的七所世界一流大学为例,探究其专业设置和人才培养特色,最后总结了我国电气电子信息类专业创新创业人才培养模式,以期对我国高校新工科建设有所启示。

基于BIM的多尺度建筑消防信息检索方法研究

提出一种面向BIM数据的多尺度建筑消防信息检索方法。首先利用知识图谱技术构建一个全面、可查询的建筑消防语义图谱,提高数据的可理解性;然后通过自然语言处理技术,对查询语句进行分词和语义消歧,实体识别和句法分析,识别查询意图,构建查询的逻辑表达式;最终映射到不同尺度对应的查询模板,实现多尺度信息检索。实验结果表明,所提多尺度方法在多尺度信息检索上可实现0.929的查准率和0.795的查全率,在单尺度信息检索(设备检索)上较现有基于关键词的方法提升0.293准确率和0.240的查全率,推动了新型消防管理系统检索能力的优化和升级。

BIM技术在北京某体质健康中心工程建设中的应用

在BIM技术的大力推广应用的背景下,以北京某体质健康中心工程为依托,将BIM技术引入到工程设计与施工管理阶段.针对该工程项目的特点,开发了一套机电族模型,然后在此基础上建立了北京某体质健康中心工程的BIM模型,并利用BIM碰撞检测技术以图纸、工程量等方式导出,以实现物资采购合理化、施工交底三维可视化、安全教育全过程化.结果表明,BIM技术的应用不仅可以提高设计协同办公、出图效率,而且可以实现绿色、高效的施工管理,为今后类似工程提供理论依据和技术支持.

建筑电气技术在智能建筑中的应用

随着国家城市化建设不断加深,国民生活水平提高的同时对建筑的要求也在不断的提高,智能化建筑获得了发展空间。本文通过对国家现阶段建筑电气技术的应用现状进行简单的探讨,进而引出建筑电气技术在智能建筑中的作用和注意事项,随后对建筑电气技术在智能建筑中的应用展开了深入研究。通过对建筑电气技术的研究,推动国家智能建筑的发展和进步,满足国民需求,创建新时代的智能型城市。

基于FireNet的古建筑火灾检测方法研究及改进

针对古建筑火灾检测需要快速、准确及实时的需求,建立了一个专门用于古建筑火灾检测的数据集,用于古建筑火灾检测的深度学习研究。利用CBAM注意力机制模块,结合多尺度特征融合,对FireNet网络进行改进,提出适用于古建筑火灾检测的轻量级FireNet-AMF网络,在FireNet数据集和本文构建的古建筑火灾检测数据集上验证了FireNet-AMF网络的火灾检测能力。与改进前的网络相比,FireNet-AMF网络在FireNet数据集上对火灾识别的准确率达到了95.08%,与原网络相比提高了1.17%,在本文构建的古建筑火灾检测数据集上的准确率达到了95.62%,比原网络提高了1.62%。该网络在保证轻量级的同时也保证了在古建筑火灾检测中较高的检测精度。

大型语言模型及其在建筑行业应用研究综述

近年来,以ChatGPT和GPT-4为代表的大型语言模型,在技术上出现了快速的进步和迭代,已经成为人工智能领域具有变革性的技术。大型语言模型在数据信息容量、模型参数量、底层模型结构、模型训练方法上都较之前的语言模型取得了关键突破,在自然语言处理、机器视觉等任务上乃至通用任务领域的表现都在持续提升,包括大型语言模型显示出的涌现能力。概述了大型语言模型的技术演进、技术架构、关键技术、主要特点,介绍了大模型的基础架构及核心原理,分享了大模型在建筑领域的应用,讨论了其局限性以及未来发展方向,旨在推动以大语言模型为代表的人工智能技术在建筑领域的应用与发展。

融合点云和体素信息的目标检测网络

为解决复杂自动驾驶场景下小目标检测效果不佳和漏检的问题,提出一种融合点云和体素信息的高性能网络架构。通过预处理模块、空间语义特征关联模块、坐标注意力机制模块等改进PV-RCNN网络的检测性能,构建网络架构PSC-RCNN。在KITTI上进行验证,实验结果表明,PSC-RCNN在简单、中等、困难3种检测难度的类别下,对于自行车这种形状复杂的小物体识别精度分别为82.99%、67.03%、59.88%,相对原有的PV-RCNN网络,识别精度分别提高了4.39%、3.32%、2.23%;相对于现有3D目标检测网络,识别精度分别提高了0.51%、2.93%、2.23%。

基于Potree结构的建筑物激光点云与BIM点云的变化检测

建筑变化检测可对建筑管理及决策提供有力支持。目前建筑变化检测的难点是完成检测任务所需计算成本高。为了提高检测效率,提出一种基于Potree结构的建筑物激光点云与建筑信息模型(building information modelling,BIM)点云的变化检测方法。该方法将实时获取的激光点云,与建设初期规划的BIM进行比较,检测和识别出二者之间的差异,作为建筑变化检测的结果。实验结果表明,与基于可修改嵌套八叉树结构方法比较,本文提出的方法在保证完整性、准确度等不损失的情况下,在时间复杂度上降低了22.05%。

提示学习框架下融合多层级特征信息的中文命名实体识别

目前基于预训练-微调模式下的命名实体识别任务预训练与微调之间会出现差距,难以有效地对实体与上下文之间的关系进行建模,并且当前中文命名实体识别方法不能获取足够的字形或词义。针对上述问题,本文提出一种基于提示学习且融合多层级特征信息的命名实体识别方法。首先根据提示学习机制构建提示文本,再将输入文本的字符、词和实体级别特征信息与之拼接作为预训练模型的输入,以有效捕捉上下文之间的语义信息,缩小预训练模型与下游任务之间的差距,提高模型对命名实体识别的感知能力。本文提出的方法充分利用先验知识,提升模型的学习质量,提高在中文复杂多变语义环境下命名实体识别的效果。在人民日报、MSRA、Weibo、Resume和CMeEE数据集上的F1值分别达到了97.09%、96.68%、83.44%、97.48%和76.05%。实验结果表明,本文提出方法总体优于目前主流的中文命名实体识别方法。

时间分类和多目标优化的建筑能耗区间预测

能耗不确定性导致建筑能源管理的可靠性面临很大的挑战,然而现有研究无法完全处理不同时段的能耗不确定性。为准确量化能耗不确定性,提出一种基于时间分类和多目标优化的建筑能耗区间预测方法。首先,给出基于单个时间尺度(TS)分类、自适应核密度估计以及百分位数估计的残差区间估计方法;利用该法处理所有TS组合分类的能耗残差,任一类残差均获得多个预测区间(PI);然后,基于混沌映射、适应值加权以及核密度估计改进多目标人工蜂群算法,用于优化PI并获得帕累托最优建筑能耗区间预测模型。实验结果表明,90%和95%置信度下,所提方法的覆盖率误差由传统方法的-8.55%和-7.90%提高到1.53%和0.16%,且区宽仅增大0.78%和2.01%,可作为建筑能耗不确定性的有效处理方法。

多层教学建筑火灾疏散模拟与策略研究

为解决教学建筑应急疏散无秩序,人流高峰期出口压力大等问题,以某高校多层教学楼为研究对象,以建筑信息模型(Building information model, BIM)为基础,应用Pyrosim和Pathfinder对研究对象的火灾场景、人员疏散情况进行联合仿真并分析着火点及易波及区域的烟气层高度、能见度、CO浓度进行分析,得出人员可用安全疏散时间ASET,并采用人员疏散模型对不同疏散方案进行对比研究。为进一步缓解应急场景下出口的疏散压力,提出几种建筑结构改进措施并进行仿真验证。仿真结果表明,适合的疏散方案能够有效提高疏散效率,缩短人员必须时间RSET;此外,新增出口的最佳方案能够提升室内人员31%的有效疏散效率并减少50s疏散时间。上述方案提高了人员疏散的安全性,同时缓解了原有出口的疏散压力。

建筑行业需求导向下的计算机专业教学改革研究

在建筑行业对计算机专业人才需求不断升级的背景下,当今高校计算机专业凸显出很多问题,为此必须进行系统的教学改革。本文主要探索提出了建筑行业需求导向下的教学改革路径,包括优化课程体系以突出行业特色,强化实践教学以提升学生的动手能力,推动跨学科融合以培养综合能力,以及革新教学方法和注重创新教育,这些改革措施有助于提升学生的行业适应性和综合素质,更好地满足建筑行业的需求。

基于ACP方法的高层建筑火灾中人员疏散策略研究

高层建筑结构规模巨大、人员众多,而疏散出口数量有限,如何有效安排疏散出口人员分布,提高疏散效率,是火灾应急管理的重要研究内容.以人为中心的疏散系统是典型的复杂系统,具有难以真实实验分析的困难.本文基于ACP(人工系统、计算实验、平行执行)方法,以智能体技术为核心建立了人工疏散系统,基于火灾场景,利用计算实验对疏散策略进行了验证、评估,给出了实际疏散系统与人工疏散系统的平行执行实现思想.最后,通过案例验证了方法的可行性.