高校创新创业型学生党建品牌建设探索——以西安建筑科技大学信息与控制工程学院学生党支部为例

文章分析了高校党建工作与创新创业教育融合的必要性,探讨了建设创新创业型学生党支部品牌的意义,并对西安建筑科技大学信息与控制工程学院学生党支部创新创业品牌的建设进行了研究。

专业学位研究生创新思维培养的案例教学法研究——以西安建筑科技大学控制工程专业为例

"工业4.0"时代,经济社会发展的信息化新形态对高水平技术人才提出了新要求。为满足专业学位研究生的复合型人才需求,必须转变传统的教学方法,加强专业素质和创新能力培养。在分析专业学位研究生教育存在问题的基础上,以西安建筑科技大学控制工程专业为例,研究专业学位研究生创新思维培养的案例教学方法。专业学位研究生的创新思维培养主要是技术创新层面的延展和深化,基于知识和生产高度融合的"互联网+"项目案例对提出的案例教学法从总体思路、具体实施、迭代教学特性等方面进行层次化分析和实践研究。

高校廉洁教育的理论与实践——以西安建筑科技大学为例

廉洁教育是提高当代高校廉洁精神文化水平的必然要求,高校廉洁精神文明是高校廉洁文化发展和创新的基本动力之一。当代大学生是社会主义的接班人,身上肩负着重要的历史使命,而大学生廉洁不仅关乎着其个人身心健康的发展和高校教育事业的发展,还关乎着党和国家发展的兴衰,所以高校廉洁建设是现代大学教育必不可少的内容。本文以西安建筑科技大学为例浅谈高校廉洁教育的实践理论与方法。

高校共青团培育和践行社会主义核心价值观的路径探索——以西安建筑科技大学为例

高校共青团是高校开展思想教育引领的领路人,同时承担着为党和国家培育合格建设者的重要使命。本文就当前高校共青团组织在培育和践行社会主义核心价值观过程中存在的问题进行分析,并根据当前大学生对核心价值观的理解及践行的现状提出改进方案。以西安建筑科技大学为例,将培育和践行社会主义核心价值观与学校的实际情况相结合,从四个方面探究主题,并就如何有效地培育和践行社会主义核心价值观提出建议。

多校区办学背景下对共青团建设的思考——以西安建筑科技大学为例

伴随着高等教育的快速发展,多校区办学成为高校发展的新模式,给高校共青团工作带来了新的机遇,同时也存在一些问题。本文以西安建筑科技大学为例,从组织青年、引导青年、服务青年、宣传青年四个方面对团建工作管理模式和工作方式提出了新思路,对培养高素质人才具有现实而深远的重大意义。

科技活动在信息类大学生创新思维与设计理念培养中的作用

本文主要通过对当前信息类大学生学习中存在的问题以及当前大学创新教育缺失的大环境进行剖析,并就如何提高学生的创新能力给出自己的看法和建议。大学生创新能力的培养,在很大意义上取决于大学生对科技活动的参与情况与热衷度,因此,积极鼓励学生参加科技活动和各类学科竞赛,对大学生提高创新思维和创新意识有很大的帮助。

建筑智能化工程与控制理论

本文说明了建筑智能化工程与控制理论之间的密切联系，并提出了用现代控制理论解决建筑智能化工程中所面临的一些问题。

基于Android的城市建筑物信息外业采集系统研究

建筑物信息的完善是震前风险评估和震后损失评估的重要基础,决定着评估结果的精度。为了实现城市建筑物信息的快速采集,笔者对系统需求分析、架构设计、功能设计、数据库设计及核心功能实现等几个方面进行了研究,开发了基于Android的城市建筑物信息外业采集系统,并利用该系统对示范区进行了现场采集测试。实践证明,与传统采集方式相比,该系统人机交互简便,有利于现场非专业技术人员的操作,可以更好地应用于建筑物信息的外业采集,极大地提高了建筑物信息采集的效率,为地震灾害评估过程中建筑物信息数据采集提供技术支持。

基于拓扑特征的建筑信息模型检索方法

检索相关设计方案于复用是提高建筑设计效率的有效手段。针对传统的三维形状检索方法对建筑模型空间结构表达能力不足的问题,提出一种基于拓扑特征的建筑信息模型检索方法。利用Revit API开发插件提取建筑信息模型房间连接拓扑图(room connectivity topology graphs,RCTG),然后结合空间句法理论构造建筑空间构形节点深度值表(node depth value table,NDVT)并过滤出候选模型,进而将检索模型和候选模型的NDVT转换为标准化的邻接矩阵并提取相应的特征向量,最后通过相似性度量得到检索结果。实验结果表明,该方法能够有效实现建筑模型局部结构的检索,与单一考虑形状特征的传统三维检索方法相比,检索精准度较高,能够实现建筑模型的高效再利用,具有广泛的应用前景。

aIB算法在古建筑信息模型特征提取中的应用与研究

古建筑信息模型特征提取在古建筑重建过程中具有重要的作用.针对三维激光扫描获取的散乱点云数据形成的古建筑信息模型在特征提取时存在的问题,采用二值化方法将图像数字化,提取特征数据集,使用aIB算法提取点云数据特征.aIB算法将原始点云数据集作为源变量X,将法向量作为相关变量Y,将特征变量作为目标变量T,将源变量X压缩到目标变量T中时,尽可能保持相关变量Y的信息,更加精确的获取点云数据特征,同时尽量压缩噪声数据.实验结果表明aIB算法可以有效提升古建筑信息模型特征提取的准确度.

气候变化下未来西安几种类型建筑暖通空调负荷分析预测

气候变暖已对建筑全生命周期的运行状况产生了不可忽略的影响,准确评估气候变化对建筑能源需求的影响,对建筑方案设计和既有建筑的节能改造具有重要意义.论文以中国西安历史30年观测数据为基础,基于IPCC报告中SRES下的A1B情景,使用变形法进行降尺度处理,预测了该地区未来的逐时气象数据,用于高层住宅、办公、商场及酒店建筑进行全年负荷模拟,预估了西安几种不同类型建筑的负荷在未来100年里的变化趋势.结果表明不同类型的建筑制冷负荷均显著增加,采暖负荷呈现降低趋势.由于负荷是指导冷热源设备和调控的依据,因此研究气候变化下各类型建筑的负荷变化对全国范围内的节能及建筑环境相关政策的提出有参考价值.

一种建筑信息模型分类方法

数字化的建筑信息大量存在和应用于建筑设计、城市规划等领域。目前,由于建筑信息模型的数据量急剧膨胀,为克服"数据丰富而知识匮乏"现象,对其进行基于内容的模型分类十分必要。提出一种结合空间句法理论和基于SVM决策分类的模型分类方法,首先对建筑信息模型建立RCARG(Room Connectivity Attributed Relational Graphs)模型,提取出建筑信息模型的模型固有特征,并结合空间句法理论而扩充出模型空间构形特征,在常用的DAG-SVMS分类算法的基础上增加特征向量均衡化的过程,减少决策分类时误判几率,以实现高精准度分类效果。实验结果表明,该方法与KNN和DAG-SVMS算法相比,具有较高的分类精准度。

城市热岛下TMY的修订方法及其对建筑能耗的影响——以西安市为例

通过对西安建筑科技大学雁塔校区自测气象数据与气象局所建台站的实测气象数据进行对比分析,确定实测地与台站之间的城市热岛(UHI)强度;以台站长期观测记录数据为基准,利用"Morphing"变形方法,对建筑所在地的干球温度、相对湿度和太阳辐射等气象参数进行修订,生成UHI效应下的典型气象年(TMY);应用Energy Plus对办公建筑进行模拟,研究UHI对建筑能耗的影响。结果表明,在考虑UHI效应下,修订后的建筑负荷比修订前更接近实测地的建筑负荷。

建筑信息模型的Web端重建与三维交互方法研究

在BIM技术的背景下,针对现有的BIM服务器多为C/S架构,对电脑软硬件有较高要求、无法跨平台等问题,实现BIM模型在Web端的重建,并实现了对模型的拾取,获取其属性。其方法主要分为两部分,第一部分实现BIM模型从Revit软件中的导出,第二部实现对其导出的模型信息在Web端的三维交互,具有良好的用户体验。

大学生科技创新活动的研究与探索

科技创新已经成为高等学校人才培养的重要内容,培养现阶段具有创新意识的人才具有重要的战略意义。对组织学生开展科技创新活动的经验进行了详细介绍和深入分析,科学的工作流程是学生科技创新活动顺利开展的基本条件,人才梯队是学生科技创新活动健康持续发展的重要保障,稳定的科技创新基地为学生科技创新活动提供可靠的平台和资源。最后,提出了开展大学生科技创新活动中存在的问题及改进的意见。

建筑物供暖节能中的智能控制技术研究

我国北方地区是以集中供热的方式取暖,建筑物中供暖的能耗占总能耗的60%左右。研究在间歇式供暖方式下,整个供暖系统预热时间的精确控制既关乎燃料的消耗,又关乎环境的舒适性。因此文中基于热力学原理,得出了间歇供暖加热的数学模型,建立了预热时间的神经网络模型,提出了供暖系统最佳启停的自校正控制算法,对建筑物中的节能与温度环境的舒适性产生显著效果,具有重要的经济效益与社会效益。

基于短信息的智能家居控制技术研究

分析了常用短信息的PDU编码格式与编码规则,利用ZigBee发送AT指令控制GSM模块实现短信的收发,并设计了在UCS2编码下,接收智能家居监控短信与发送中英文反馈短信编码的具体形式与软件实现流程。该设计使得用户的操作简单易行、保密性好、可靠性高,非常适合于智能家居的远程控制应用开发。

建筑环境中的信息融合方法研究

根据建筑环境中的信息的特点,提出了在信息的处理中使用信息融合技术和神经网络方法,找到一种利于信息预测的自适应线性神经网络结构,对输入信号进行了较好预测,为进一步的研究工作打下了基础。

融合全局聚合与局部挖掘的建筑图像检索

针对建筑图像易受到尺度变化和局部遮挡干扰而导致检索准确率低的问题,本文提出了一种融合全局聚合与局部挖掘的建筑图像检索网络。以ResNet50为骨干网络并在其后引入多尺度特征聚合的全局分支和注意力引导特征挖掘的局部分支,再通过正交融合策略高效整合双分支互补特征。其中,多尺度特征聚合模块结合混合空洞卷积和通道注意力对全局不同尺度的目标进行自适应加权聚合,增强网络对建筑多尺度显著特征的提取;注意力引导特征挖掘模块通过信息互补注意力对最显著特征标记擦除,实现对局部区域中潜在的细节信息的挖掘。所提方法在主流建筑数据集ROxf和RPar上的平均精度均值(mAP)指标分别达到了81.54%(M)、62.43%(H)和90.28%(M)、78.35%(H)。实验结果表明,该方法有效克服了尺度变化和局部遮挡的干扰,显著提升了建筑图像检索的准确率。

一种基于LC-BoVW模型的建筑垃圾物料识别算法

针对建筑垃圾物料的种类多、形貌易混淆等问题,构建了一种基于局部约束的视觉词袋(local constraint-bag of visual words,LC-BoVW)模型的建筑垃圾物料识别算法。首先,对建筑垃圾物料图像分块,分别提取局部颜色特征和局部二值模式特征;考虑到图像分块特征的局部相似特性,构建LC-BoVW模型分别对目标图像的显著特征进行统计。然后,基于信息融合思想对特征统计量进行融合,形成图像的判别性特征并输入到分类器中进行物料的精确识别。最后,利用自建的5类建筑垃圾物料图像数据集进行实验,实验结果表明,所提算法能够快速有效地实现建筑垃圾物料识别,平均识别准确率可达到97.92%。