CN112288331A - 一种基于语义识别的建筑改建评估系统 - Google Patents
一种基于语义识别的建筑改建评估系统 Download PDFInfo
- Publication number
- CN112288331A CN112288331A CN202011330724.4A CN202011330724A CN112288331A CN 112288331 A CN112288331 A CN 112288331A CN 202011330724 A CN202011330724 A CN 202011330724A CN 112288331 A CN112288331 A CN 112288331A
- Authority
- CN
- China
- Prior art keywords
- buildings
- items
- improvement means
- building
- improvement
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000011156 evaluation Methods 0.000 title claims description 14
- 238000010276 construction Methods 0.000 claims description 24
- 238000000034 method Methods 0.000 claims description 16
- 238000013528 artificial neural network Methods 0.000 claims description 14
- 238000012549 training Methods 0.000 claims description 14
- 238000004891 communication Methods 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 4
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 229920000742 Cotton Polymers 0.000 description 5
- 230000001680 brushing effect Effects 0.000 description 3
- 239000003973 paint Substances 0.000 description 3
- 238000007789 sealing Methods 0.000 description 3
- 238000009413 insulation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Artificial Intelligence (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- Evolutionary Computation (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Biophysics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Primary Health Care (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种基于语义识别的建筑改建评估系统,涉及建筑改造技术领域,针对现有技术中由于事先不能对改建进行评价,进而导致改建效率低的问题,本申请可以根据要改进的建筑类型与现有建筑进行对比,为人们提供具体改进项、改进参数及具体的改进技术手段,本申请可以综合评定改进手段和改进参数等,给改建人提供预算范围内工期最短、最有效的改进手段;利用本方案进行建筑物改进时,可以快速、高效的给出具体改进方向及改进手段,改建效率高。
Description
技术领域
本发明涉及建筑改造技术领域,具体为一种基于语义识别的建筑改建评估系统。
背景技术
在社会信息化进程日益发展的今天,人们对居住空间的关注已不再仅仅局限于居住面积,周边环境等,而是把更多的注意力放在与外界沟通,信息服务,安全防范等方面,新建住宅项目在基础设施和硬件配备能够预置以上标准。而现在城市里存在空白点就是大量的多层住宅,这些建筑物楼龄长,建筑标准低,建设时完全没有考虑未来信息化社会的居住需求。
现在越来越多的建筑未到使用年限,但由于城市规划或其他原因该建筑物的用途已发生改变,若将建筑物进行拆除后再进行重建,付出的人力和物力成本过高。针对该问题常见的手段是针对现有建筑物进行改建,改建的原则是使改建后的建筑物满足使用要求,但改建时现有技术中没有方案可以预先对改建进行评价,得到改建成本及具体的改建手段,由于改建手段不明确,进而导致了改建效率低。
发明内容
本发明的目的是:针对现有技术中由于事先不能对改建进行评价,进而导致改建效率低的问题,提出一种基于语义识别的建筑改建评估系统。
本发明为了解决上述技术问题采取的技术方案是:
一种基于语义识别的建筑改建评估系统,所述评估系统具体执行以下步骤:
步骤一:确定改建类型,并根据建筑类型提取对应的行业标准信息;
步骤二:提取待改建建筑中与行业标准信息所对应的信息,并将得到的信息与行业标准信息进行比对,得到所有未达标项及缺失项;
步骤三:将所有未达标项及缺失项输入神经网络中,得到改进手段及改进参数;
步骤四;根据得到的改进手段及改进参数对待建筑物进行改进。
进一步的,所述步骤一中确定改建类型的具体步骤为:直接选择改建后的建筑类型或根据输入的待改建项的完成标准确定改建类型。
进一步的,所述根据输入的待改建项的完成标准确定改建类型的具体步骤为:
步骤一一:将输入的待改建项的完成标准确中各个待改建项进行关键字提取,得到各个待改建项的关键字;
步骤二二:对行业标准进行筛选,得到包含全部关键字的行业标准;
步骤二三:将输入的待改建项的完成标准与包含全部关键字的行业标准中的标准进行比对,选择全部符合的行业标准作为最终的行业标准,若全部符合的行业标准为多个,则根据实际用途确定最终的行业标准。
进一步的,所述步骤三中神经网络的训练步骤为:
步骤三一:获取本领域中针对所有未达标项及缺失项中每一项的所有改进手段;
步骤三二:根据行业标准及所有未达标项及缺失项得到所有未达标项及缺失项中每一项的具体改进参数;
步骤三三:根据所有未达标项及缺失项中每一项的所有改进手段及所有未达标项及缺失项得到所有未达标项及缺失项中每一项的具体改进参数得到所有未达标项及缺失项中各个改进手段所需要的工期;
步骤三四:根据所有未达标项及缺失项中每一项的所有改进手段及所有未达标项及缺失项中每一项的具体改进参数得到各个改进手段所需要的费用;
步骤三五:根据改进手段、改进手段所需要的工期及改进手段所需要的费用得到最优改进手段,并将最优改进手段作为训练集;
步骤三六:利用训练集训练神经网络。
进一步的,所述步骤三五利用贪心算法得到最优改进手段。
进一步的,所述步骤三五中得到最优改进手段的具体步骤为:
步骤三五一:获取预算总额;
步骤三五二:将所有未达标项及缺失项中每一项的多种改进手段进行组合;
步骤三五三:根据各个改进手段所需要的费用得到每种组合所需总费用;
步骤三五四:删除所需总费用大于预算总额的组合,得到粗选组合;
步骤三五五:根据各个改进手段所需要的工期得到各个粗选组合所需总工期;
步骤三五六:将得到的各个粗选组合所需总工期进行排序,选择总工期最少的组合为最优改进手段。
进一步的,所述改建类型包括:居住建筑、公共建筑、工业建筑和农业建筑。
进一步的,所述公共建筑包括:教育建筑、办公建筑、科研建筑、商业建筑、金融建筑、文娱建筑、医疗建筑、体育建筑、交通建筑、民政建筑、司法建筑、宗教建筑和通信建筑。
本发明的有益效果是:
本申请可以根据要改进的建筑类型与现有建筑进行对比,为人们提供具体改进项、改进参数及具体的改进技术手段,本申请可以综合评定改进手段和改进参数等,给改建人提供预算范围内工期最短、最有效的改进手段;利用本方案进行建筑物改进时,可以快速、高效的给出具体改进方向及改进手段,改建效率高。
附图说明
图1为本申请的流程图。
具体实施方式
需要特别说明的是,在不冲突的情况下,本申请公开的各个实施方式之间可以相互组合。
具体实施方式一:参照图1具体说明本实施方式,本实施方式所述的一种基于语义识别的建筑改建评估系统,所述评估系统具体执行以下步骤:
步骤一:确定改建类型,并根据改建类型提取对应的行业标准信息;
步骤二:提取待改建建筑中与行业标准信息所对应的信息,并将得到的信息与行业标准信息进行比对,得到所有未达标项及缺失项;
步骤三:将所有未达标项及缺失项输入神经网络中,得到改进手段及改进参数;
步骤四;根据得到的改进手段及改进参数对待建筑物进行改进。
首先需要确定改建后的类型,然后根据改建的类型提取出行业标准,并根据行业标准与待改建建筑进行比对,得到不符合行业标准的待改建项或缺失项,并将待改建项或缺失项输入训练好的神经网络中,得到针对待改建项或缺失项的具体改进手段及改进参数(改进多少)。本申请利用了神经网络进行改建评估,评估效率高。并且本领域技术人员可根据改进手段及改进参数得到完成改进所需费用,便于改建前期进行工程预算。
具体实施方式二:本实施方式是对具体实施方式一的进一步说明,本实施方式与具体实施方式一的区别是所述步骤一中确定改建类型的具体步骤为:直接选择改建后的建筑类型或根据输入的待改建项的完成标准确定改建类型。
具体实施方式三:本实施方式是对具体实施方式二的进一步说明,本实施方式与具体实施方式二的区别是所述根据输入的待改建项的完成标准确定改建类型的具体步骤为:
步骤一一:将输入的待改建项的完成标准确中各个待改建项进行关键字提取,得到各个待改建项的关键字;如完成标准为噪声分贝不大于50分贝,则将其中的关键字“噪声”或“分贝”进行提取。
步骤二二:对行业标准进行筛选,得到包含全部关键字的行业标准;在行业标准中进行筛选,得到涉及“噪声”和“分贝”的标准。
步骤二三:将输入的待改建项的完成标准与包含全部关键字的行业标准中的标准进行比对,选择全部符合的行业标准作为最终的行业标准,若全部符合的行业标准为多个,则根据实际用途确定最终的行业标准。如行业标准中规定养老院分贝不得大于60分贝,则将该行业标准中的数值“60”与输入的待改建项的完成标准进行比对,若符合标准则保留该行业标准,若不符合则删除该行业标准。
根据关键字进行行业标准的选取,如输入的标准为噪声满足低于50分贝,采光不低于600lx,则在行业标准中查找包含分贝和采光的标准,并将不满足低于50分贝和600lx的删除,得到最终的行业标准,若得到的最终行业标准为多个,则根据改建人的具体用途确定。
具体实施方式四:本实施方式是对具体实施方式一的进一步说明,本实施方式与具体实施方式一的区别是所述所述步骤三中神经网络的训练步骤为:
步骤三一:获取本领域中针对所有未达标项及缺失项中每一项的所有改进手段;
步骤三二:根据行业标准及所有未达标项及缺失项得到所有未达标项及缺失项中每一项的具体改进参数;
步骤三三:根据所有未达标项及缺失项中每一项的所有改进手段及所有未达标项及缺失项得到所有未达标项及缺失项中每一项的具体改进参数得到所有未达标项及缺失项中各个改进手段所需要的工期;
步骤三四:根据所有未达标项及缺失项中每一项的所有改进手段及所有未达标项及缺失项中每一项的具体改进参数得到各个改进手段所需要的费用;
步骤三五:根据改进手段、改进手段所需要的工期及改进手段所需要的费用得到最优改进手段,并将最优改进手段作为训练集;
步骤三六:利用训练集训练神经网络。
本实施方式的目的是通过本申请技术方案可以根据待改建的信息得到具体改进的手段和改进参数,如采用增加10毫米的隔音棉控制噪音。
本实施方式通过针对所有未达标项及缺失项中每一项的所有改进手段,如针对“隔音”和“采光”进行改建,获取“隔音”和“采光”所有的改进技术手段,然后根据行业标准与输入的待改建项的完成标准确进行比对,得到具体改进的数值/参数,然后根据改进手段及改进数值/参数得到每种改进手段所需要的工期,之后根据改进手段和改进数值/参数得到改进费用,然后取费用和工期的最优解作为训练集,训练神经网络。训练好后,将所有未达标项及缺失项输入神经网络中,可以得到改进手段及改进参数。本实施方式利用神经网络针对分类问题进行了处理,极大的节省了时间,提高了效率。
具体实施方式五:本实施方式是对具体实施方式四的进一步说明,本实施方式与具体实施方式四的区别是所述步骤三五利用贪心算法得到最优改进手段。
具体实施方式六:本实施方式是对具体实施方式四的进一步说明,本实施方式与具体实施方式四的区别是所述步骤三五中得到最优改进手段的具体步骤为:
步骤三五一:获取预算总额;
步骤三五二:将所有未达标项及缺失项中每一项的多种改进手段进行组合;
步骤三五三:根据各个改进手段所需要的费用得到每种组合所需总费用;
步骤三五四:删除所需总费用大于预算总额的组合,得到粗选组合;
步骤三五五:根据各个改进手段所需要的工期得到各个粗选组合所需总工期;
步骤三五六:将得到的各个粗选组合所需总工期进行排序,选择总工期最少的组合为最优改进手段。
本实施方式作为具体实施方式四的进一步说明,对获取具体改进技术手段进行了详细的说明,本实施方式考虑了改建人的预算,选择总成本小于预算的改进手段或改进手段的组合。
本实施方式首先获取预算总额,然后计算所有未达标项及缺失项中每一项的多种改进手段进行组合,如解决解决“噪声”可以采用增加隔音棉和增加房间的密封性,针对“采光”问题可以采用在屋内刷白色油漆和改进窗户增大进光量,组合即为增加隔音棉和在屋内刷白色油漆、增加隔音棉和改进窗户增大进光量、加房间的密封性和在屋内刷白色油漆、加房间的密封性和增加隔音棉和改进窗户增大进光量四等组合,然后结合改进数值/参数(改进对少。如增加进光量多少,减少分贝至多少)分别计算每种组合所需要的费用,之后删除费用超出预算总额的,然后再将留下的组合分别计算每种组合所需要的工期,选择工期最少的作为最终的手段。
具体实施方式七:本实施方式是对具体实施方式一的进一步说明,本实施方式与具体实施方式一的区别是所述改建类型包括:居住建筑、公共建筑、工业建筑和农业建筑。
具体实施方式八:本实施方式是对具体实施方式七的进一步说明,本实施方式与具体实施方式七的区别是所述公共建筑包括:教育建筑、办公建筑、科研建筑、商业建筑、金融建筑、文娱建筑、医疗建筑、体育建筑、交通建筑、民政建筑、司法建筑、宗教建筑和通信建筑。
需要注意的是,具体实施方式仅仅是对本发明技术方案的解释和说明,不能以此限定权利保护范围。凡根据本发明权利要求书和说明书所做的仅仅是局部改变的,仍应落入本发明的保护范围内。
Claims (8)
1.一种基于语义识别的建筑改建评估系统,其特征在于所述评估系统具体执行以下步骤:
步骤一:确定改建类型,并根据建筑类型提取对应的行业标准信息;
步骤二:提取待改建建筑中与行业标准信息所对应的信息,并将得到的信息与行业标准信息进行比对,得到所有未达标项及缺失项;
步骤三:将所有未达标项及缺失项输入神经网络中,得到改进手段及改进参数;
步骤四;根据得到的改进手段及改进参数对待建筑物进行改进。
2.根据权利要求1所述的一种基于语义识别的建筑改建评估系统,其特征在于所述步骤一中确定改建类型的具体步骤为:直接选择改建后的建筑类型或根据输入的待改建项的完成标准确定改建类型。
3.根据权利要求2所述的一种基于语义识别的建筑改建评估系统,其特征在于所述根据输入的待改建项的完成标准确定改建类型的具体步骤为:
步骤一一:将输入的待改建项的完成标准确中各个待改建项进行关键字提取,得到各个待改建项的关键字;
步骤二二:对行业标准进行筛选,得到包含全部关键字的行业标准;
步骤二三:将输入的待改建项的完成标准与包含全部关键字的行业标准中的标准进行比对,选择全部符合的行业标准作为最终的行业标准,若全部符合的行业标准为多个,则根据实际用途确定最终的行业标准。
4.根据权利要求1所述的一种基于语义识别的建筑改建评估系统,其特征在于所述步骤三中神经网络的训练步骤为:
步骤三一:获取本领域中针对所有未达标项及缺失项中每一项的所有改进手段;
步骤三二:根据行业标准及所有未达标项及缺失项得到所有未达标项及缺失项中每一项的具体改进参数;
步骤三三:根据所有未达标项及缺失项中每一项的所有改进手段及所有未达标项及缺失项得到所有未达标项及缺失项中每一项的具体改进参数得到所有未达标项及缺失项中各个改进手段所需要的工期;
步骤三四:根据所有未达标项及缺失项中每一项的所有改进手段及所有未达标项及缺失项中每一项的具体改进参数得到各个改进手段所需要的费用;
步骤三五:根据改进手段、改进手段所需要的工期及改进手段所需要的费用得到最优改进手段,并将最优改进手段作为训练集;
步骤三六:利用训练集训练神经网络。
5.根据权利要求4所述的一种基于语义识别的建筑改建评估系统,其特征在于所述步骤三五利用贪心算法得到最优改进手段。
6.根据权利要求4所述的一种基于语义识别的建筑改建评估系统,其特征在于所述步骤三五中得到最优改进手段的具体步骤为:
步骤三五一:获取预算总额;
步骤三五二:将所有未达标项及缺失项中每一项的多种改进手段进行组合;
步骤三五三:根据各个改进手段所需要的费用得到每种组合所需总费用;
步骤三五四:删除所需总费用大于预算总额的组合,得到粗选组合;
步骤三五五:根据各个改进手段所需要的工期得到各个粗选组合所需总工期;
步骤三五六:将得到的各个粗选组合所需总工期进行排序,选择总工期最少的组合为最优改进手段。
7.根据权利要求1所述的一种基于语义识别的建筑改建评估系统,其特征在于所述改建类型包括:居住建筑、公共建筑、工业建筑和农业建筑。
8.根据权利要求7所述的一种基于语义识别的建筑改建评估系统,其特征在于所述公共建筑包括:教育建筑、办公建筑、科研建筑、商业建筑、金融建筑、文娱建筑、医疗建筑、体育建筑、交通建筑、民政建筑、司法建筑、宗教建筑和通信建筑。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011330724.4A CN112288331B (zh) | 2020-11-24 | 2020-11-24 | 一种基于语义识别的建筑改建评估系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011330724.4A CN112288331B (zh) | 2020-11-24 | 2020-11-24 | 一种基于语义识别的建筑改建评估系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112288331A true CN112288331A (zh) | 2021-01-29 |
CN112288331B CN112288331B (zh) | 2022-04-12 |
Family
ID=74425221
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011330724.4A Active CN112288331B (zh) | 2020-11-24 | 2020-11-24 | 一种基于语义识别的建筑改建评估系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112288331B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150178861A1 (en) * | 2013-12-20 | 2015-06-25 | Homer Tlc, Inc. | Systems and Methods for Quantitative Evaluation of a Property for Renovation |
CN107762170A (zh) * | 2017-08-31 | 2018-03-06 | 吕怀民 | 一种改建的房屋及其\或房屋的综合改建方法 |
US20180336652A1 (en) * | 2017-05-16 | 2018-11-22 | One Concern, Inc. | Estimation of damage prevention with building retrofit |
CN109271685A (zh) * | 2018-08-30 | 2019-01-25 | 深圳市赛为智能股份有限公司 | 一种基于bim的城市更新改造数据存储方法及装置 |
CN109446992A (zh) * | 2018-10-30 | 2019-03-08 | 苏州中科天启遥感科技有限公司 | 基于深度学习的遥感影像建筑物提取方法及系统、存储介质、电子设备 |
CN110009671A (zh) * | 2019-02-22 | 2019-07-12 | 南京航空航天大学 | 一种场景理解的网格曲面重建系统 |
CN110032643A (zh) * | 2019-04-02 | 2019-07-19 | 上海建工四建集团有限公司 | 一种建筑维修工单分析方法、装置、存储介质及客户端 |
CN110390153A (zh) * | 2019-07-15 | 2019-10-29 | 贝壳技术有限公司 | 户型结构改造方案的生成方法、装置以及设备、存储介质 |
CN110569616A (zh) * | 2019-09-12 | 2019-12-13 | 哈尔滨工业大学 | 一种基于som的建筑多目标优化设计决策支持方法 |
CN110969701A (zh) * | 2019-11-29 | 2020-04-07 | 司空定制家居科技有限公司 | 对房屋进行建模的方法、装置以及存储介质 |
CN111881505A (zh) * | 2020-08-04 | 2020-11-03 | 河北工业大学 | 一种基于ga-rbf算法的既有建筑多目标优化改造决策方法 |
-
2020
- 2020-11-24 CN CN202011330724.4A patent/CN112288331B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150178861A1 (en) * | 2013-12-20 | 2015-06-25 | Homer Tlc, Inc. | Systems and Methods for Quantitative Evaluation of a Property for Renovation |
US20180336652A1 (en) * | 2017-05-16 | 2018-11-22 | One Concern, Inc. | Estimation of damage prevention with building retrofit |
CN107762170A (zh) * | 2017-08-31 | 2018-03-06 | 吕怀民 | 一种改建的房屋及其\或房屋的综合改建方法 |
CN109271685A (zh) * | 2018-08-30 | 2019-01-25 | 深圳市赛为智能股份有限公司 | 一种基于bim的城市更新改造数据存储方法及装置 |
CN109446992A (zh) * | 2018-10-30 | 2019-03-08 | 苏州中科天启遥感科技有限公司 | 基于深度学习的遥感影像建筑物提取方法及系统、存储介质、电子设备 |
CN110009671A (zh) * | 2019-02-22 | 2019-07-12 | 南京航空航天大学 | 一种场景理解的网格曲面重建系统 |
CN110032643A (zh) * | 2019-04-02 | 2019-07-19 | 上海建工四建集团有限公司 | 一种建筑维修工单分析方法、装置、存储介质及客户端 |
CN110390153A (zh) * | 2019-07-15 | 2019-10-29 | 贝壳技术有限公司 | 户型结构改造方案的生成方法、装置以及设备、存储介质 |
CN110569616A (zh) * | 2019-09-12 | 2019-12-13 | 哈尔滨工业大学 | 一种基于som的建筑多目标优化设计决策支持方法 |
CN110969701A (zh) * | 2019-11-29 | 2020-04-07 | 司空定制家居科技有限公司 | 对房屋进行建模的方法、装置以及存储介质 |
CN111881505A (zh) * | 2020-08-04 | 2020-11-03 | 河北工业大学 | 一种基于ga-rbf算法的既有建筑多目标优化改造决策方法 |
Non-Patent Citations (3)
Title |
---|
S. TRIPODI等: "Deep learning-based extraction of building contours for large-scale 3D urban reconstruction", 《IMAGE AND SIGNAL PROCESSING FOR REMOTE SENSING XXV》 * |
康健: "民用建筑住宅建筑细节设计的方法", 《住宅与房地产》 * |
李玉荣: "改建型养老设施的设计策略研究", 《中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑)》 * |
Also Published As
Publication number | Publication date |
---|---|
CN112288331B (zh) | 2022-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Safiullin et al. | Methodical approaches for creation of intelligent management information systems by means of energy resources of technical facilities | |
Abdul‐Rahman et al. | Quality function deployment in construction design: application in low‐cost housing design | |
El Asmar et al. | Are building occupants satisfied with indoor environmental quality of higher education facilities? | |
Bako et al. | Motivational factors influencing housing interior finish choice and preference | |
Shi et al. | Analysis of trip generation rates in residential commuting based on mobile phone signaling data | |
Politi et al. | An expeditious method for comparing sustainable rating systems for residential buildings | |
CN112288331B (zh) | 一种基于语义识别的建筑改建评估系统 | |
Aghimien et al. | Stakeholders' perception of sustainability in educational buildings in Nigeria | |
Ozkan et al. | Post occupancy evaluation and user satisfaction in urban open space | |
Uotila et al. | Decision-making when organising facilities for a school: a participatory action research approach | |
Abdullah et al. | Assessment criteria on sustainable rating tools used in Asian countries | |
Eriksson | Character defining elements: Relations between heritage regulations, user perspectives and energy saving objectives | |
Lee et al. | Need analysis of building maintenance: a case study in small-scale residential buildings based on the perceptions of construction industry | |
CN116307054B (zh) | 基于贪心算法的办公用房智能配置方法 | |
Seow et al. | Good Governance Practices in Recycling Programmes | |
Fakere | Socioeconomic and participatory predictors of residential satisfaction in public housing estates in Akure, Nigeria | |
Junyoung et al. | Spatial Big Data Strategy for Smart Safer City in Connection with Citizen Participation | |
Shaviv et al. | Green building standards–visualization of the building as layers according to lifetime expectancy | |
Kyritsi et al. | Energy retrofitting of heritage buildings: an integrated methodology | |
Demirtas | Facility location under uncertainty and spatial data analytics in healthcare | |
Beirão et al. | Interactive urban parametric design | |
Park et al. | Formulation of Value Engineering Process for New-Hanok Village Evaluation | |
Adebisi et al. | EVALUATION OF RESIDENTIAL-BASED ARCHITECTURAL FIRM FACILITIES TOWARDS REDESIGNING: A CASE STUDY OF SOUTH WEST NIGERIA | |
Emmanuel | The Quality of Housing Produced by the Low Income in a Developing Country: A case study in Ibadan, Nigeria | |
Mousavi Fard et al. | Measuring the effect of architectural plan type and receiving natural light on residents’ sense of comfort in low-rise houses |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |