约束满足网络建筑物阴影结构提取

首先对上海市中心城区遥感影像建库,把众多的遥感影像数据组织起来,以方便管理和使用.在此基础上,利用gis和rs技术,对遥感数据解译处理,提取建筑物阴影信息,从而为估算建筑物高度值作准备.

航空影像中,垂直边缘对建筑物提取具有重要意义。为快速准确地提取垂直边缘,依据航空摄影测量学的有关知识,利用摄影测量成像模型推导出垂直边缘灭点位置,并结合物方空间几何约束和图像空间边缘信息,采用一种自适应模糊hough变换算法,实现了建筑物垂直边缘的自动提取。实验证明,该算法是行之有效的。

建筑节能是当今城市建设和社会发展的前沿和研究热点,对建筑的能耗现状进行综合分析与评估是进行节能改造或节能设计的前提和基础,而建立反映能耗变化的预测模型是从宏观尺度上分析认识建筑能耗变化与发展特性、为公共建筑节能工作提供决策依据的有效途径和重要手段。研究针对常规bp网络算法收敛速度慢、易陷入局部最小点的缺点,采用了具有较快收敛速度及稳定性的lm算法进行预测,构造了基于bp神经网络的建筑物用电量预测模型。以某市公共建筑原始用电能耗统计数据作为样本,并采用matlab对预测模型进行了仿真预测。结果显示:误差在允许范围内。

根据建筑物实测沉降利用人工神经网络理论,建立了前馈网络预测模型并提出新的学习算法,结合某建筑物纠偏工程实例对建筑物沉降进行了预测.预测结果表明神经网络方法是可行且有效的.

建筑物沉降的诱因与沉降量之间有一个复杂的非线性相关性,应用回归法对这种复杂的相关性进行分析有较大的局限性。人工神经网络是由许多神经元组成的大规模非线性系统,具有较强的动态处理能力,能对简单的非线性函数进行多次复合,来实现一个复杂的非线性函数。神经网络这些特性满足建筑物沉降分析的需求。实例表明,应用神经网络bp算法可以对建筑物沉降原因进行更客观的分析,对沉降趋势预测效果也较好。

在我们应用回归方法对建筑物沉降原因分析及沉降趋势的预测中,由于实际情况的复杂性及主观认识的局限性,这样所得的结果含有较多的人为因素,可能会与实际情况有所差异。针对这种情况,讨论了应用神经网络方法来发现和验证引起建筑物沉降的因素及对沉降趋势的预测。实例表明,该方法能取得较好的效果。

为解决建筑物基础沉降量的安全监测问题,对其进行有效的预测、校核与分析,运用matlab软件建立径向基神经网络模型对某市建筑物的基础沉降量进行预测.结果表明:径向基神经网络的结构形式简易,适应能力更强,预测误差比bp网络小,平均约为66.83%,达到预测精准度所需的耗时短、收敛速度更快.径向基神经网络的预测结果与实测结果较为吻合,表明径向基神经网络预测模型适用于建筑工程沉降预测领域之中.

提出基于人工神经网络的基础最终沉降的预测新方法,通过工程实例应用,在较短的实测资料情况下,可获得较小误差的最终沉降量,所建立的模型预测精度高。

将粗糙粗集理论和神经网络原理结合起来,建立了基于粗集-神经网络的建筑物震害预测模型。首先运用粗糙集理论,根据原始样本建立决策表进行属性离散化、属性重要性排序、属性约简和分类规则的提取;然后将所提取的关键成分作为神经网络的输入训练模型。实例研究表明,基于粗集-神经网络的多层砖房震害预测结果与实际震害基本吻合。该模型简化了神经网络结构,提高了训练速度和分类精度,还能对各因素对房屋震害的影响度进行分析。

介绍了基于matlab的径向基函数rbf神经网络对于建筑物沉降预测的方法,讨论了rbf神经网络的构造思路、参数和分布密度spread的选择。为建筑物变形监测人员的数据分析、变形预测提供了一个可行的概念。

为探索人工神经网络用于建筑物变形预报的可能性，采用ｂｐ网络代替传统的回归分析方法，处理变形观测数据。结果表明，当影响建筑变形的因素较多，且各因素间存在非线性关系或关系不确定时，加归分析预报的结果存在较大偏差，ｂｐ网络有助于提高建筑物变形预报的精度。

基于人工神经网络强大的动态数据处理能力和学习能力，本文对应用bp神经网进行建筑物沉降预测的方法进行了初步探讨，并通过实例分析了该方法的可行性和实用性。

提出了根据实测数据构造神经网络变形预测模型的基本思路,构造出基于bp算法的神经网络变形预测模型,并给出应用实例分析。结果表明,神经网络应用于变形预测效果良好,具有一定参考价值和指导意义。

针对建筑物阴影提取受同物异谱和异物同谱特点的噪声干扰较大这一问题；提出一种结合几何特征和语义特征约束条件去噪的城市规则建筑物阴影提取方法；首先；针对阴影在his色彩模型中低亮度、高色调和高饱和度的特性；采用归一化阴影指数进行初步阴影检测；并与经过过绿指数变换后的图像做差值运算去除偏蓝色地物的干扰；然后根据建筑物阴影特征采用4种几何指数和阴影方向进行去噪处理；分别选取高分辨率卫星影像和航空影像进行实验；结果表明；该方法对于城市规则建筑物阴影提取具有较高的精度；并且结果边界完整；无破碎图斑；

高分辨率多光谱遥感影像中的建筑物阴影具有重要作用。针对检测到的建筑物阴影经常受高大树木阴影影响的问题,在可分离亮度的lab颜色空间建立树木颜色模型,使用查表法准确检测遥感影像中的树木区域。提出根据树木区域和光照方向去除建筑物阴影中树木阴影的方法,通过实验证明其有效性。

采用comgis(组件式地理信息系统)技术开发了结合专业震害分析模型的建筑物震害评估系统,讨论了基于bp人工神经网络和gis耦合模型的多层砖房震害预测.研究表明:水平成层土地震反应分析程序shake91在vb菜单下可直接调用,实现地震动影响场计算的模块化;bp神经网络应用于建筑物震害预测中,能达到较理想的效果,其计算模型在系统菜单下可直接调用;系统的gis空间分析功能可使震害预测结果与建筑物信息进行空间匹配,实现地震灾害损失快速评估.

介绍了rbf神经网络的模型和结构,提出将该网络应用于建筑物沉降预测。运用matlab工具箱函数建立了沉降预测网络模型,编制了计算程序,通过工程实例验证了该模型的正确性和可行性,并和bp神经网络在收敛速度上进行了比较,结果表明rbf神经网络的收敛速度远远快于bp网络。

在分析了现有建筑物阴影识别提取方法不足的基础上，介绍了利用约束满足网络提取黑白城区航空影像中建筑物阴影结构的原理及方法，实验表明，文中所述的方法是稳健的。

1/9 智能化建筑物网络工程设计方案 一、设计依据和设计要求 1、设计依据 （1）智能化建筑概况 建筑规模为地上20层，地下4层，共计24层，地上5层以上为标准层。工程设 计范围主要是高层的主楼建筑，总计建筑面积约五万多平方米。 （2）通信信息种类和数量 该智能化建筑的信息种类主要是话音和计算机数据，根据用户提供的各个楼层所 需的话音和计算机数据的信息点数量和分布如表1所列，话音信息点为1260个， 计算机数据信息点为629个。 （3）机房位置设置 根据用户使用需要和设备配置等要求，在智能化建筑设计中已将用户电话交换机 房和计算机主机房的位置，分别确定在5层和7层。 （4）配线架和缆线的设计 为了便于使用管理和维护检修，根据用户要求每个楼层均需设置配线架，用户电 话交换机机房设置总配线架。 2、设计标准 根据国内通信行业标准《大楼通信综合布线系统》（yd

随着我国经济建设的不断发展,多层建筑物已经被高层和超高层建筑所替代。高层建筑物对单元地面所产生的压力骤然增加,建筑物自身所存在的荷载相应增加。本文主要利用数字水准仪对高层建筑h楼进行沉降观测,设置15个周期,主体施工阶段每2层观测一期数据,封顶之后观测了5期数据。取3个点作为实验分析数据,得出了沉降变化曲线。利用bp神经网络、改进bp神经网络,对沉降数据进行预测,取期间的沉降数据和期间累计沉降数据作为训练样本,根据两个沉降数据预测值的大小,选择合适的训练样本,提高预测精度。

用vb编制了人工神经网络的通用bp算法程序。根据西安参考年气象参数,采用动态模拟程序计算了某办公楼4月至9月逐时冷负荷,结果显示利用神经网络的预测值与计算值吻合。

介绍灰色神经网络模型的建模原理和方法,并采用该模型对实际的监测数据进行处理和分析。结果表明,灰色神经网络模型能够在小样本、贫信息和波动数据序列等情况下对变形监测数据做出比较准确的模拟和预报,从而能够为变形监测的数据处理提供一种较好的方法,能够满足实际应用的需求。