一、采用可视化输入及数据库技术的场域综合有限元分析系统（论文文献综述）
邱瑞辰[1]（2021）在《基于机器学习算法的地铁交通环境振动数据库预测模型研究》文中认为传统的地铁交通环境振动预测方法很难兼顾预测速度快、范围广和精度高的需求。将机器学习和数据库技术应用于轨道交通环境振动领域,为地铁环境振动预测方法的研究提供了新的方向。本文构建了地铁交通环境振动数据库系统框架,嵌套机器学习算法实现对地铁交通环境振动的高效预测,主要研究内容及成果如下:（1）数据库系统设计。通过文献调研地铁交通环境振动预测的主要影响因素,确定了数据库目标存储信息,包括工况信息、振动响应信息、模型信息和测试信息,使用E-R模型图完成了数据库结构设计。（2）数据库系统开发。通过分析功能需求,设计了地铁交通环境振动数据库应用程序框架,使用Django+My SQL+Vue+u WSGI搭建了数据库系统,实现对地铁交通环境振动数据的科学管理。（3）利用周期性有限元-无限元耦合模型计算获得机器学习算法的数据样本。首先基于实测案例,对周期性有限元-无限元耦合模型的数值计算方法进行了验证,然后基于正交试验设计方法和随机抽样方法设计了38组工况,计算得到228组振动数据,将其作为机器学习算法模型的训练集和测试集。（4）构建地铁交通环境振动神经网络算法预测模型,实现对地铁交通环境振动最大Z振级的预测,并探究了优化器、学习率和隐藏层神经元个数对算法预测模型学习速度和预测准确度的影响。（5）建立基于机器学习算法的数据库预测模型。将机器学习算法预测模型嵌入数据库系统中,使用JSON字符串作为前后端交互的数据格式,使用ORM和AJAX进行数据传输和格式转换,实现机器学习算法预测模型与数据库系统可视化操作的交互。（6）实测验证。选取实测案例对比分析相应条件下数据库预测模型的预测结果,进一步验证数据库预测模型对地表点最大Z振级的预测准确性。在具备大量数据支持的情况下,将机器学习算法用于地铁交通环境振动预测,可以大幅降低建模时间和计算时长。建立地铁交通环境振动数据库系统,可以实现对振动数据的科学管理,也可以为机器学习算法预测提供可视化的软件生态,并为算法预测模型数据集的积累提供平台支持。本文的研究表明将数据库与机器学习算法结合用于地铁交通环境振动的高效预测是可行的。
宫珏[2]（2021）在《基于BIM-SHM的RC柱施工期温度监控技术研究》文中研究指明近年来,针对大尺寸RC结构承载能力的探索一直都是受研究人员重点关注的课题;但作为工程质量把控重点,结构施工期水化热温度控制却并未结合新兴技术进行拓展性研究。大尺寸RC构件施工期由自身材料水化反应释放的热量不能得到有效控制,从而影响成型质量,因此有必要对其在从浇筑开始到养护结束的过程开展结构健康监测工作,将水化热模拟分析趋势与监测结果实时反馈给现场施工人员,做好温度超限的预防及控制措施。在江西省某大型电子工业厂房施工推进过程中,随着工期要求趋紧,现浇结构需尽量缩短施工周期为之后的PC构件留出足够的工期余量,大批量RC柱的施工质量因此备受各方关注;施工现场因此亟需一套基于SHM（结构健康监测）与BIM技术等先进理论的结合的混凝土温升监控技术;鉴于目前的工程实际,该技术应以“信息管理”与“反馈控制”为两条监控工作实施主线,能使施工人员及时掌握RC柱温度监测数据,并由控制模块将控制结果直观反馈给施工管理人员。本文针对上述研究现状进行的重点工作如下:（1）通过RC柱施工期水化热反应特征,以及监测工作的必要性入手,归纳监测工作技术层面的需求;将温度监控作为施工期结构健康监测重要应用之一进行研究,确立监控工作的中心思想,梳理施工期监控工作五项基本任务,并以其中三点作为本文研究主题;（2）以SHM系统的子系统构成为依据,总结系统设计的标准,以及目前的应用情况,研究BIM技术对SHM系统的拓展应用方向,构建BIM-SHM方法中的IEEF（Integrating-Evluation-Early warning-Feedback control）模块,介绍该模块的功能构成及实现思路;（3）提出一种基于BIM-SHM方法下的温度信息反馈控制技术,针对大尺寸RC柱水化热控制技术施作前后对比情况进行工况模拟,计算出RC柱内部温度场分布特征;基于技术措施施作前后的水化热模拟结果,验证了降温措施的有效性,并依据相关施工规范及设置监测预警阈值,以及Revit API中的“AVF（分析可视化框架）”技术,实现阈值的规定下水化热温度模拟结果提取;（4）总结BIM-SHM方法下IEEF模块实现的技术方法,归纳出了该模块的运行流程;即以BIM与数据库技术为依托,Dynamo软件可视化编程、Revit二次开发为主要方式实现监测信息集成化管理;将监测数据与BIM模型实时关联,实现监测值与控制预警值进行比对评估,并使构件通过参数修正方法达到可视化预警的效果;（5）梳理施工现场目前进行的监测流程,针对大尺寸RC柱的施工期水化热过程进行实际与BIM模型中的传感器布设;最后将BIM-SHM监控模式应用到厂房施工实际案例中,假设异常工况发生的情况下,验证了该监控模块的功能性,分析温控措施的应用价值。
王阮[3]（2021）在《数字人文视域下口述历史档案资源知识发现研究》文中研究指明近年来,数字人文在中国学界方兴未艾。数字人文对知识生产方式的改变,好比在学术圈这个相对平静的湖水中投进一颗石子,泛起的涟漪会波及整个学术领域[1]。2017年,中共中央办公厅、国务院办公厅印发的《国家“十三五”时期文化发展改革规划纲要》指出:文化遗产保护工程需加快文物藏品数字化保藏,推进数字故宫、数字敦煌、数字丝绸之路和中国人民抗日战争数字博物馆建设[2]。在数字化浪潮中,人文活动在数字技术赋能下跨界融合,借助数字技术耕读人文知识,变革传统的人文研究范式,并赋予人文研究以新的活力。数字人文正在引领中国社会文化空间的数字化转型,身处数字环境的人们对历史档案文化的知识需求也愈加强烈。《全国档案事业发展“十三五”规划纲要》在有效推进档案资源体系建设过程中鼓励开展口述历史档案、国家记忆和城市（乡村）记忆工程、非物质文化遗产建档等工作。口述历史档案作为历史文化传承的重要载体与纽带,以记录时代变革、填补记录空缺、保护人类文化遗产等价值和功能受到国内外学者的高度关注。我国悠久的历史文化世代相传,随着时间的洗淘,诸多珍贵的文化遗产已经失传或濒临灭亡。1992年,联合国教科文组织启动世界记忆工程项目,旨在通过国际合作与应用数字技术抢救世界范围内正在逐渐老化、损毁、消失的文献记录。有关口述历史档案的研究最早可追溯至美国哥伦比亚大学口述历史研究室的建立。虽然从启动时间看,我国研究起点较美国晚了近30年,无论理论基础还是实践进展都缺少资源深度开发和知识挖掘,尚处于起步成长阶段。但作为中华文化的守护者和传承者,我国拥有相当丰富且数量庞大的人文资源亟待挖掘。在数字人文的大背景下,如何借助数字人文技术方法检索、利用浩瀚繁杂的口述历史档案资源,将其蕴含的丰富内部事实、数据和知识展现出来,实现口述历史档案资源知识发现具有迫切性和必要性。同时,如何对口述历史档案资源进行深度知识组织、知识关联、知识聚合与知识发现,为用户提供知识服务,也将成为当下及未来档案资源开发利用的研究重点。基于此,本文以口述历史档案资源为研究对象,通过对口述历史档案、知识发现的追本溯源,综合运用文献分析、专家访谈、实证研究等方法,结合口述历史档案资源特征与属性,架构数字人文视域下口述历史档案资源知识发现框架,探究数字人文视域下口述历史档案资源知识发现核心内容,构建口述历史档案资源本体与知识图谱并进行实例可视化展示,深入揭示口述历史档案资源知识元,将其蕴含的人、地、时、事等复杂内容关系予以揭示,辅助和支撑人文学者进行研究,为口述历史档案资源实践应用提供可操作性指导,实现口述历史档案资源多维知识发现。具体来说,核心内容包含4个部分。第3章数字人文视域下口述历史档案资源知识发现逻辑框架本章首先对口述历史档案资源知识发现需求进行分析,对口述历史档案资源知识发现目标进行概述,梳理口述历史档案资源知识发现流程及体系结构。然后,解析口述历史档案资源知识发现构成要素、功能要素、构成要素及功能要素关系,架构数字人文视域下口述历史档案资源知识发现框架。最后,对框架主要模块作用进行解构,包含知识组织的描述与揭示作用,知识关联的存储与链接作用,知识发现的多维挖掘作用。第4章口述历史档案资源本体构建口述历史档案资源纷繁浩杂,如何将零散杂乱的口述历史档案资源组织起来,就需要借助本体来实现。鉴于目前本领域尚未发现可复用的口述历史档案资源本体,故而需要自建本体,这也是本领域的创新之处所在。本章作为第五章的铺垫,通过构建口述历史档案资源本体呈现口述历史档案领域知识认可的概念及概念间的相互关系,从知识组织维度实现口述历史档案资源知识表示,并利用Protégé工具辅以实例可视化展示,验证了本文构建的口述历史档案资源本体具有良好的可操作性与实用性,为第五章口述历史档案资源知识图谱构建提供组织结构基础。第5章口述历史档案资源知识图谱构建本体只是从组织层面实现口述历史档案资源描述与揭示,而知识图谱是基于关联层面实现口述历史档案资源深度聚合。本章首先提出口述历史档案资源知识图谱框架设计构想,包含模式层和数据层,模式层既可以从口述历史档案资源本体解析、本体与图数据库的映射规则以及关系界定入手;也可以直接从口述历史档案资源数据源抽取所需要素。数据层包含信息抽取和知识融合两部分。然后介绍知识图谱存储和绘制工具。最后,基于第四章口述历史档案资源本体结构,引入实验数据源,采用目前主流的Neo4j图数据库构建口述历史档案资源知识图谱进行实例可视化展示,从知识关联维度实现口述历史档案资源深层聚合,构筑口述历史档案资源知识网系,实现知识关联,为第六章口述历史档案资源多维知识发现奠定关系主线。第6章口述历史档案资源多维知识发现本章在第五章口述历史档案资源知识图谱实例展示的基础上,基于知识图谱洞悉口述历史档案资源深层关系,从多维视角深入挖掘口述历史档案资源潜藏的丰富内部事实。具体包含:基于项目整体概况的知识发现、基于事件主题关系的知识发现、基于社会网络关系的知识发现以及基于时空网络关系的知识发现。既可以细致展现出口述历史档案资源间人、地、时、事之间的知识关联,又可以探求涉及同一主题或具有相关关系的多个口述历史档案资源之间的隐性关系,方便领域学者进行后续研究,以佐证本研究具有现实指导意义。综上所述,本研究在数字人文大背景下,将以本体和知识图谱为代表的数字人文技术方法“引介”口述历史档案研究,实现了口述历史档案资源领域本体和知识图谱构建新突破,同时借助实例可视化展示,将人、地、时、事等内容特征及其相互关系予以细粒度描述,从事件、时空以及社会网络关系等层面实现口述历史档案资源深层挖掘与多维知识发现,不仅丰富了多元学科理论与研究方法,而且还推进了口述历史档案资源实践创新。在“技术驱动+知识发现”的催化反应下,为口述历史档案资源深度开发提供了借鉴与可行指导,同时也对口述历史档案资源知识发现及可视化具体实施提供了可操作性框架参考,切实推动了口述历史档案资源知识组织、知识关联、知识发现与知识服务。
李林峰[4]（2021）在《高铁轨道RCF电磁涡流检测电磁场仿真平台设计与实现》文中研究说明《国家综合立体交通网规划纲要》指出到2035年将建成20万公里长的铁路干线,解决我国交通运输发展不平衡不充分问题。钢轨作为铁路的重要组成部分,由于恶劣的运行工况和制造缺陷,在列车往复碾压下将会产生伤损;钢轨伤损对人民生命物质安全有潜在威胁,有必要对钢轨伤损进行检测分析。调研发现,目前钢轨伤损的检测多采用仿真计算,电涡流无损检测的正向解析求解较少;钢轨动态巡检时,动静区域的网格划分是一个难题;无损检测方法理论知识过于深奥,不利于钢轨伤损检测的操作使用和推广应用。对此,本文基于.NET技术设计面向高铁钢轨接触疲劳裂纹的电磁涡流无损检测仿真评估平台,实现了电涡流无损检测技术对钢轨伤损正向解析求解和仿真求解;在动态和静态情形下,使用电涡流无损检测技术对钢轨伤损产生的磁场进行计算和显示;集成理论计算和简化数值建模过程,实现将该平台用于钢轨疲劳接触裂纹的检测方法研究中。本文的主要研究内容分为三部分:（1）钢轨伤损电涡流无损检测电磁场解析计算模块。分析钢轨伤损产生的机理,比较不同钢轨伤损缺陷模型的差异,求解得到不同钢轨伤损缺陷模型的解析表达式。利用Matlab数学软件将不同钢轨伤损缺陷模型的解析表达式编制成求解代码。在.NET框架下,联合C#可视化和Matlab数值计算能力强的优势,实现对不同钢轨伤损缺陷模型的可视化解析计算。（2）高速钢轨疲劳缺陷电涡流无损检测2D仿真模块。探究在直流激励下,动生涡流检测技术对产生的钢轨伤损涡流分布影响。使用参数化建模的方法对二维仿真钢轨伤损的动态区域和静态区域进行划分,降低对用户专业性的要求。录制并修改2D数值求解脚本,考虑人机交互和模块化设计的原则,分别设计了几何建模、材料设置、运动设置和网格划分等界面,实现参数化仿真2D钢轨伤损下的磁场分布。并利用该平台研究了磁感应强度变化和裂纹深度与宽度的识别情况。（3）高速钢轨疲劳缺陷电涡流无损检测3D仿真模块。钢轨伤损的二维模型无法还原实际工作中的3D钢轨模型,分析2D仿真和3D仿真的差异。采用数据库管理技术存储3D钢轨伤损仿真数据替代仿真求解过程,将求解数据按巡检速度和钢轨参数分表存储,解决3D仿真计算难度大,耗时长和数据存储和查询难等问题,对3D模型的仿真求解有重要的推广意义。
陈昱同[5]（2020）在《基于非线性映射的电阻层析成像技术研究》文中研究说明电阻层析成像技术（Electrical Resistance Tomography,ERT）是一种新兴的可视化过程检测技术,具有非侵入、安全、简单便携、造价低等特点,有着广阔的应用前景。然而,由于ERT的“软场”效应,重建过程具有高度的非线性、不适定性和病态性,导致重建图像退化严重、准确度不高,限制了其应用与发展。降低ERT重建图像退化程度,提高成像精度,一直是国内外ERT研究的重点和热点问题。本文针对ERT的图像退化问题,重点开展了基于非线性映射的ERT重建研究。针对ERT图像退化问题,从ERT图像重建原理和数学模型入手,分析了场域分布与边界测量电压的映射关系。指出了在ERT敏感场中,对边界电压与电导率分布间的映射关系进行线性化近似是导致重建图像退化的主要原因,也是导致场域内灵敏度系数严重的非一致性引起图像退化畸变的重要因素。针对ERT线性化求解对重建图像退化的影响,在分析采用均匀场灵敏度矩阵重建误差影响的基础上,提出了一种对重建图像与灵敏度矩阵关联的交替修正的迭代动态更新重建算法,构建了具有非线性特征的映射关系。该算法根据边界电压的变化与初始灵敏度矩阵引入误差之间的相关性,获得具有惩罚因子的修正系数,对重建后的电导率分布及初始灵敏度矩阵进行修正,并利用修正后的灵敏度矩阵进行图像重建。实验结果表明,新算法可以更加清晰地重构场域内两种介质之间的边界,伪影更少,分布更准确。针对传统算法对ERT非线性映射问题求解困难的情况,提出了一种基于条件式生成对抗网络（Conditional Generative Adversarial Network,CGAN）的ERT重建算法。通过学习边界测量电压与目标图像之间的非线性映射关系,算法实现了深度学习由测量值到图像的端到端的应用,本方法可有效提高重建图像的准确性,使重建图像的细节更清晰,实用性更强;为实现有效学习,针对ERT场域内介质分布具有多样性的特点,提出了一种将介质分布随机化的数据集产生方法并建立了数据集,实验表明,本文所设计的数据集产生方法能够较好地模拟介质分布的多样性。将该网络用于对退化图像进行复原,得到的重建图像也得到进一步优化。针对ERT场中心的敏感度低、重建图像模糊的问题,本文提出了带有中心电极的ERT结构及算法。将带有中心电极的ERT传感器结构用于对场域的激励以提高场域中心的敏感性。为克服中心电极带来的电极附近的成像畸变,提出了一种有限元级图像融合的重建算法,提高了中心场域图像的准确度,利用人工设计的数据集进一步验证了该方法的有效性。
刘培[6]（2020）在《基于大数据的网络空间主流意识形态传播研究》文中进行了进一步梳理信息技术、互联网与计算机等技术建构的网络空间成为与现实社会空间并存的第二空间。但网络空间不是一成不变的,而是在技术发展中不断演进的。随着大数据技术在互联网领域应用的广泛推进,借助于大数据可以量化一切的强大计算能力,网络空间确已进入到一个高度依赖数据和算法的阶段,形成了新型的“大数据-网络空间”。“大数据-网络空间”是在大数据技术深度介入下形成、以数据生态为核心、以算法为主导的、虚实深度交融的网络空间。它不仅是世界的数据化再现,而且是大数据算法与人的意向性协同敞开的网络空间。作为大数据技术形塑的空间,“大数据-网络空间”不是固态的、稳定的、不可更改的,而是可以被技术发展与各类媒体、政党、国家等主体意愿建造、编制和构筑,即“大数据-网络空间”具有可塑造性。“大数据-网络空间”作为各种意识形态和社会思潮的传播载体和场域,同样也为主流意识形态传播带来了机遇与挑战。一方面,“大数据-网络空间”为主流意识形态的传播带来了受众、传播内容、传播方式与传播效果的可量化与可计算,实现了精准化和个性化传播。另一方面,“大数据-网络空间”亦为主流意识形态传播带来挑战,主要包括:大数据技术理性张扬下传播者经验的下降与自身的隐匿、数据化传播受众画像的失真、假新闻深度转向与传播生态的后真相化、资本逻辑与算法逻辑对主流意识形态传播逻辑的干扰。面对这些挑战,已有相关研究往往集中在大数据技术薄弱、西方的数据霸权和意识形态渗透方式的多样化等方面进行探讨,而忽视了“大数据-网络空间”自身的可塑造性。“大数据-网络空间”与主流意识形态传播的关系不仅仅是大数据以工具性载体助推网络空间主流意识形态的传播,更重要的是“大数据-网络空间”是被技术和各种意识形态共同塑造与建构的。由此,主流意识形态的传播必然要求塑造“大数据-网络空间”,以提升主流意识形态的传播能力。如何塑造“大数据-网络空间”以提升主流意识形态传播能力成为一个重要问题。首先,要规避算法主导的传播方式,建构基于传播者与受众能动性的个性化传播,从而积极地影响、修正甚至改变算法推荐主导的传播内容,以塑造主流意识形态在“大数据-网络空间”的核心地位。其次,以主流价值导向驾驭算法从而建构“主流价值算法”。主流价值算法通过纠正流量至上的价值导向以消解各种社会思潮和意识形态对主流意识形态传播空间的挤压,从根本上塑造一个正能量的“大数据-网络空间”。再次,展开数据素养和政治素养的双维教育。通过数据素养教育提升传播者和传播受众的数据素养,同时强化大数据技术人员的意识形态教育。最后,推动大数据检测技术与平台监管齐头并进。积极研发大数据检测技术,以检测、识别和过滤虚假信息。且按照精细化、区别化的原则进行分类分级地监管各类传播媒体与平台,健全法律与行业规范的双重规制,从而有力推进“大数据-网络空间”主流意识形态的传播。
赵亚宁[7]（2020）在《基于BIM的高铁连续梁桥施工监控智能化技术研究》文中进行了进一步梳理高铁建设关乎国家经济和社会发展,“以桥代路”是高铁建设的重要手段。施工监控是桥梁建设的重要组成部分,是保障桥梁和施工人员安全的重要技术支撑。随着建筑信息模型（BIM）技术的不断发展,BIM为提升桥梁施工及其监控智能化水平提供了有效的技术手段。本文以连徐铁路新沂特大桥为工程背景,以BIM技术为核心,开展其在高铁桥梁施工及其监控方面的研究及应用,旨在提升高铁桥梁施工管理效率,优化连续梁桥施工监控方案,建立高铁连续梁桥施工监控智能化平台,主要研究工作如下:（1）高铁连续梁桥BIM建模及施工应用。以Autodesk Revit（简称:Revit）为核心BIM软件,研究了桥梁结构化分解及参数化建族方法,建立了高铁连续梁桥上部结构、下部结构和施工设施等族库。在此基础上,结合无人机倾斜摄影生成的施工场地模型,建立了连徐铁路新沂特大桥的施工BIM模型。在此基础上,阐明了 BIM技术在高铁连续梁桥可视化施工技术交底、预应力孔道定位、垫石预埋孔出图、满堂支架算量等方面的应用方法,推动BIM技术的工程应用。（2）基于BIM的高铁连续梁桥有限元模型生成。根据Midas Civil软件MCT格式特点以及Revit软件API的接口形式,采用C#语言开发了相应的RTM插件,并将其集成至Revit界面中。基于RTM插件可从桥梁BIM模型中自动提取有限元计算所需的节点、单元、截面参数、材料等数据,并以标准格式输出MCT文件。Midas Civil有限元计算软件可直接读取标准MCT文件,进而自动生成桥梁有限元模型,为桥梁施工阶段应力分析以及施工监控方案设计提供支撑。（3）基于BIM的高铁连续梁桥施工监控方案设计及应用。在已建立高铁桥梁施工BIM模型的基础上补充监测设备的模型,据此比选并确定了应力和视频监控点、仪器线缆排布的最优方案,为桥梁施工监控方案可视化和精细化设计提供有效技术手段。开发了应力测点与传感器模型的关联模块和应力数据实时读取模块,可在BIM模型直接查阅应力监测数据,实现了基于阈值超限的报警功能。（4）高铁连续梁桥施工监控智能化平台开发及应用。以新沂特大桥施工项目为背景,根据当前施工管理平台的应用现状,设计了施工监控智能化平台框架。采用Unity平台和Web技术,建立了施工监控智能化平台,实现了电子沙盘、混凝土质量管控、桥梁施工监控管理、工程质量管理及拓展等功能。借助OpenCV视觉库及YOLO v3算法开展施工人员安全帽佩戴识别,采用RTSP实时流传输协议导入安全帽佩戴识别模块,实现了施工现场安全帽佩戴实时识别。
张明文[8]（2020）在《基于CATIA的车身A柱断面快速建模系统的研究》文中认为汽车车身兼顾功能设计、性能设计以及造型设计,为汽车带来创新性、个性化和高性能,整车开发中车身设计非常重要。当前中国汽车产业技术有了显着提升,车身研究与智能化、科技化深度融合,自主研发技术逐渐突破,计算机辅助技术（CAX）广泛应用在车身开发流程,在汽车产业革新中,技术方法更精进,产品越来越最求多样化、个性化。主断面设计是车身结构设计的基础,它决定了整车车身的刚度、强度、NVH等性能,对整车安全性、舒适性、可靠性至关重要,车身工程师依据设计经验初步设计主断面,在后期对车身和整车进行工艺验证、性能验证时需对断面结构进行反复修改。本文针对车身A柱主断面,着重研究计算机辅助设计软件CATIA的二次开发,基于VB语言,研究快速建模方法,并将设计后期有限元分析整合到结构设计过程中,有效评估断面。具体研究内容有:本文首先分析CAD软件的开发进展,掌握现有的开发方法方式,研究分析CATIA的二次开发方法,选择Automation API的开发方式,以VB为开发语言通过COM接口对CATIA内部对象访问实现对CATIA命令的调用。阐述CATIA的内部接口和API函数,研究开发原理。然后以车身A柱断面为研究对象,详细解读断面设计的控制要素与结构特点,分析并提取控制断面结构的几何约束、尺寸约束,以车身造型面为输入条件,采用VB语言获取Selection对象通过人机交互形式选取截取断面的造型面,研究参数化设计理论方法,手工建模与程序建模相结合实现参数驱动自动化建模。针对创建的断面模型,按照Application模型树中Working with Space Analysis的Object获取SPAWorkbench对象和Inertia对象测量断面的截面面积、材料面积、质心和惯性矩。同时基于断面程序建模生成A柱的部分实体模型,通过接口调用CATIA的有限元分析功能,求解计算结构的应力与位移。开发出系统的参数快速建模、测量、有限元分析的功能。接着对于断面的控制要素、几何约束、尺寸约束、测量参数、有限元求解结果等数据,采用VB的ADO数据控件访问连接Access数据库建立断面数据库,存储断面参数信息。最后,选择所有用户通用的应用程序安装运行方式完成系统的发布。并且以一个车身造型曲面实例验证系统的适用性、稳定性,结合数据库记录集对断面完成有效评估。
韩冬辰[9]（2020）在《面向数字孪生建筑的“信息-物理”交互策略研究》文中提出建筑信息模型（BIM）正在引发从建筑师个人到建筑行业的全面转型,然而建筑业并未发生如同制造业般的信息化乃至智能化变革。本文以BIM应用调研为出发点,以寻找限制BIM生产力发挥的问题根源。调研的众多反馈均指向各参与方因反映建筑“物理”的基础信息不统一而分别按需创建模型所导致的BIM模型“林立”现状。结合行业转型的背景梳理与深入剖析,可以发现是现有BIM体系在信息化和智能化转型问题上的直接表现:1)BIM无法解决跨阶段和广义的建筑“信息孤岛”;2)BIM无法满足建筑信息的准确、全面和及时的高标准信息要求。这两个深层问题均指向现有BIM体系因建成信息理论和逆向信息化技术的缺位而造成“信息-物理”不交互这一问题根源。建成信息作为建筑物理实体现实状态的真实反映,是未来数字孪生建筑所关注而现阶段BIM所忽视的重点。针对上述问题根源,研究对现有BIM体系进行了理论和技术层面的缺陷分析,并结合数字孪生和逆向工程等制造业理论与技术,提出了本文的解决方案——拓展现有BIM体系来建构面向数字孪生建筑的“信息-物理”交互策略。研究内容如下:1)本文基于建筑业的BIM应用调研和转型背景梳理,具体分析了针对建成信息理论和逆向信息化技术的现有BIM体系缺陷,并制定了相应的“信息-物理”交互策略;2)本文从建筑数字化定义、信息分类与描述、建筑信息系统出发,建构了包含BIM建成模型、“对象-属性”分类与多维度描述方法、建筑“信息-物理”交互系统在内的建成信息理论;3)本文依托大量案例的BIM结合建筑逆向工程的技术实践,通过实施流程和实验算法的开发建构了面向图形类建成信息的“感知-分析-决策”逆向信息化技术。研究的创新性成果如下:1)通过建筑学和建筑师的视角创新梳理了现有BIM体系缺陷并揭示“信息-物理”不交互的问题根源;2)通过建成信息的理论创新扩大了建筑信息的认知范畴并丰富了数字建筑的理论内涵;3)通过逆向信息化的技术创新开发了建成信息的逆向获取和模型创建的实验性流程与算法。BIM建成模型作为“信息-物理”交互策略的实施成果和能反映建筑“物理”的信息源,将成为其它模型的协同基础而解决BIM模型“林立”。本文聚焦“物理”建成信息的理论和技术研究将成为未来探索数字孪生建筑的基础和起点。
刘奕[10]（2020）在《5G网络技术对提升4G网络性能的研究》文中研究指明随着互联网的快速发展,越来越多的设备接入到移动网络,新的服务与应用层出不穷,对移动网络的容量、传输速率、延时等提出了更高的要求。5G技术的出现,使得满足这些要求成为了可能。而在5G全面实施之前,提高现有网络的性能及用户感知成为亟需解决的问题。本文从5G应用场景及目标入手,介绍了现网改善网络性能的处理办法,并针对当前5G关键技术 Massive MIMO 技术、MEC 技术、超密集组网、极简载波技术等作用开展探讨,为5G技术对4G 网络质量提升给以了有效参考。
二、采用可视化输入及数据库技术的场域综合有限元分析系统（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、采用可视化输入及数据库技术的场域综合有限元分析系统（论文提纲范文）
（1）基于机器学习算法的地铁交通环境振动数据库预测模型研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 选题背景及意义 |
| 1.2 地铁交通环境振动预测方法研究现状 |
| 1.3 数据库技术发展现状 |
| 1.3.1 数据库技术发展历程 |
| 1.3.2 数据库技术在土木工程领域的应用 |
| 1.4 机器学习算法研究现状 |
| 1.4.1 机器学习的定义 |
| 1.4.2 机器学习算法在交通环境振动领域的应用 |
| 1.5 研究内容与技术路线 |
| 1.5.1 主要研究内容 |
| 1.5.2 技术路线 |
| 1.6 拟解决的技术问题 |
| 2 地铁交通环境振动数据库系统设计 |
| 2.1 数据库系统基本概念 |
| 2.2 数据库设计 |
| 2.2.1 数据库目标存储信息分析 |
| 2.2.2 数据结构设计 |
| 2.2.3 数据类型设置 |
| 2.3 数据库应用程序开发 |
| 2.3.1 系统功能分析 |
| 2.3.2 Django+Vue+u WSGI实现Web开发 |
| 2.3.3 数据库系统界面展示 |
| 2.4 本章小结 |
| 3 地铁列车环境振动响应数值计算分析 |
| 3.1 车轨动力耦合模型 |
| 3.1.1 列车动荷载产生机理 |
| 3.1.2 无限周期结构理论 |
| 3.1.3 车轨动力耦合模型的建模思路 |
| 3.2 周期性有限元-无限元耦合模型的建立 |
| 3.2.1 振动激励力 |
| 3.2.2 基本假定 |
| 3.2.3 阻尼条件 |
| 3.2.4 基本原理 |
| 3.2.5 有限元及无限元模式 |
| 3.2.6 程序处理思路 |
| 3.3 地表振动实测 |
| 3.3.1 测试场地情况 |
| 3.3.2 现场测试仪器系统 |
| 3.3.3 测试方案 |
| 3.3.4 测试结果汇总与分析 |
| 3.4 数值预测模型验证 |
| 3.4.1 预测模型参数 |
| 3.4.2 振源激励力 |
| 3.4.3 振动加速度响应对比分析 |
| 3.5 工况设计 |
| 3.5.1 正交试验设计方法 |
| 3.5.2 选定因子 |
| 3.5.3 确定水平 |
| 3.5.4 计算结果 |
| 3.6 本章小结 |
| 4 机器学习算法预测模型的建立与优化 |
| 4.1 机器学习算法选取 |
| 4.1.1 建立机器学习模型的一般流程 |
| 4.1.2 机器学习算法介绍 |
| 4.1.3 神经网络运算机理 |
| 4.1.4 Tensorflow |
| 4.2 算法预测模型的建立 |
| 4.2.1 数据集 |
| 4.2.2 网络层数 |
| 4.2.3 输入层、输出层和隐藏层的神经元个数 |
| 4.2.4 激励函数 |
| 4.2.5 优化器 |
| 4.2.6 损失函数 |
| 4.3 算法模型优化 |
| 4.3.1 超参数 |
| 4.3.2 评价标准 |
| 4.3.3 优化器对模型预测效果的影响分析 |
| 4.3.4 学习率对模型预测效果的影响分析 |
| 4.3.5 隐藏层神经元个数对模型预测效果的影响分析 |
| 4.4 本章小结 |
| 5 基于机器学习算法的数据库预测模型 |
| 5.1 机器学习算法模型嵌入数据库系统 |
| 5.1.1 Django调用算法预测模型 |
| 5.1.2 对象关系映射 |
| 5.1.3 异步的Java Script和 XML |
| 5.1.4 Java Script对象标记 |
| 5.1.5 预测结果展示 |
| 5.2 地表振动实测 |
| 5.3 数据库预测模型验证 |
| 5.3.1 模型参数 |
| 5.3.2 实测数据与算法预测结果对比 |
| 5.4 本章小结 |
| 6 结论 |
| 6.1 本文主要工作 |
| 6.2 本文主要结论 |
| 6.3 主要创新点 |
| 6.4 进一步研究的建议 |
| 参考文献 |
| 附录 A |
| 附录 B |
| 附录 C |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
（2）基于BIM-SHM的RC柱施工期温度监控技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 结构健康监测技术的应用现状 |
| 1.2.2 RC结构温度监控技术研究现状 |
| 1.2.3 BIM技术在监测领域中的研究现状 |
| 1.2.4 文献评述 |
| 1.3 目前存在的问题 |
| 1.4 研究内容及技术方法 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法及技术路线 |
| 2 相关研究理论 |
| 2.1 RC柱施工期监控内容分析 |
| 2.1.1 RC柱施工期监控需求 |
| 2.1.2 RC柱施工期监控任务 |
| 2.2 SHM系统的应用与扩展方法分析 |
| 2.2.1 SHM系统的组成 |
| 2.2.2 SHM系统设计标准及应用 |
| 2.2.3 BIM技术在监测中的应用方向 |
| 2.2.4 BIM技术与SHM系统结合方式 |
| 2.3 BIM-SHM方法的监控模块构建方法 |
| 2.3.1 BIM-SHM监测信息管理方式 |
| 2.3.2 BIM可视化编程技术 |
| 2.3.3 构建BIM-SHM的 IEEF监控模块 |
| 本章小结 |
| 3 IEEF模块下的RC柱施工期温控技术研究 |
| 3.1 BIM-SHM方法中的反馈温控技术 |
| 3.1.1 反馈温控工作流程 |
| 3.1.2 温控方法总体设计 |
| 3.2 新型降温技术及温控理念 |
| 3.3 温控效果模拟验证 |
| 3.3.1 水化热分析验证内容 |
| 3.3.2 相关材料热学计算 |
| 3.3.3 新型降温技术温控效果验证 |
| 3.4 BIM环境下水化热分析数据集成 |
| 3.4.1 各级温度阈值总结设定 |
| 3.4.2 BIM环境下的水化热分级表达与提取 |
| 本章小结 |
| 4 IEEF模块下的数据管理技术研究 |
| 4.1 BIM-SHM施工期数据库设计 |
| 4.1.1 施工期数据库需求 |
| 4.1.2 施工期静态信息管理 |
| 4.1.3 施工期动态信息存储设计 |
| 4.1.4 传感器、BIM与数据库交互 |
| 4.2 BIM-SHM方法下监测信息集成管理 |
| 4.2.1 Revit API与二次开发技术 |
| 4.2.2 Ribbon栏及功能设定 |
| 4.2.3 数据更新录入 |
| 4.2.4 信息查询功能 |
| 4.2.5 日志记录功能 |
| 4.2.6 邮件发送功能 |
| 4.3 DYNAMO驱动下的可视化编程 |
| 4.3.1 目标设计及实现说明 |
| 4.3.2 评估及预警编程实现 |
| 4.3.3 自定义节点封装 |
| 4.4 监测数据管理技术方法总结 |
| 本章小结 |
| 5 实例应用 |
| 5.1 应用工程背景介绍 |
| 5.2 监测方案设计 |
| 5.2.1 监测程序及方案设计 |
| 5.2.2 BIM模型中传感器三维布置 |
| 5.3 基于BIM-SHM的 IEEF模块主要功能验证 |
| 5.3.1 IEEF模块总体运行流程总结 |
| 5.3.2 IEEF模块应用效果 |
| 5.4 IEEF模块在BIM-SHM方法中的应用价值分析 |
| 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 附录 |
| 作者在读期间的研究成果 |
| 本人已获得专利、软件着作权 |
| 攻读硕士学位期间参与的科研项目 |
| 研究生期间获奖情况 |
| 致谢 |
（3）数字人文视域下口述历史档案资源知识发现研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 选题背景 |
| 1.2 研究意义 |
| 1.2.1 理论意义 |
| 1.2.2 实践意义 |
| 1.3 国内外研究现状 |
| 1.3.1 口述历史档案研究现状 |
| 1.3.2 知识发现研究现状 |
| 1.3.3 研究现状述评 |
| 1.4 研究内容、研究方法与技术路线 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 1.4.3 技术路线 |
| 1.5 创新点 |
| 第2章 相关概念与理论基础 |
| 2.1 概念界定 |
| 2.1.1 口述历史档案 |
| 2.1.2 口述历史档案资源 |
| 2.2 档案信息资源开发理论 |
| 2.2.1 档案信息资源开发含义 |
| 2.2.2 档案信息资源开发意义 |
| 2.2.3 档案信息资源开发原则 |
| 2.3 本体理论 |
| 2.3.1 本体概念 |
| 2.3.2 本体分类 |
| 2.3.3 本体构建流程 |
| 2.3.4 本体在档案领域的应用 |
| 2.4 知识发现理论 |
| 2.4.1 知识发现定义 |
| 2.4.2 知识发现过程 |
| 2.4.3 知识发现方法 |
| 2.5 本章小结 |
| 第3章 数字人文视域下口述历史档案资源知识发现逻辑框架 |
| 3.1 数字人文视域下口述历史档案资源知识发现需求分析 |
| 3.1.1 数字人文时代的必然要求 |
| 3.1.2 口述历史档案资源开发需求 |
| 3.2 数字人文视域下口述历史档案资源知识发现目标与体系架构 |
| 3.2.1 口述历史档案资源知识发现目标 |
| 3.2.2 口述历史档案资源知识发现流程及体系结构 |
| 3.3 数字人文视域下口述历史档案资源知识发现框架 |
| 3.3.1 口述历史档案资源知识发现构成要素 |
| 3.3.2 口述历史档案资源知识发现功能要素解析 |
| 3.3.3 口述历史档案资源知识发现要素及功能关系 |
| 3.3.4 口述历史档案资源知识发现框架构建 |
| 3.4 数字人文视域下口述历史档案资源知识发现框架主要模块作用解构 |
| 3.4.1 口述历史档案资源知识组织的描述与揭示作用 |
| 3.4.2 口述历史档案资源知识关联的存储与链接作用 |
| 3.4.3 口述历史档案资源知识发现的多维挖掘作用 |
| 3.5 本章小结 |
| 第4章 口述历史档案资源本体构建 |
| 4.1 口述历史档案资源知识组织原则 |
| 4.2 口述历史档案资源元数据标准选择 |
| 4.3 口述历史档案资源元数据抽取 |
| 4.4 口述历史档案资源本体模型设计 |
| 4.4.1 术语词表构建 |
| 4.4.2 确认类的等级体系,定义类和属性 |
| 4.4.3 充实、修正本体 |
| 4.4.4 本体模型转换 |
| 4.5 口述历史档案资源本体实例化 |
| 4.6 本章小结 |
| 第5章 口述历史档案资源知识图谱构建 |
| 5.1 口述历史档案资源知识图谱框架设计 |
| 5.2 模式层组织 |
| 5.2.1 本体解析 |
| 5.2.2 本体与图数据库规则映射 |
| 5.2.3 关系界定 |
| 5.3 数据层组织 |
| 5.3.1 信息抽取 |
| 5.3.2 知识融合 |
| 5.4 知识图谱存储与绘制 |
| 5.5 口述历史档案资源知识图谱实例化 |
| 5.5.1 数据准备 |
| 5.5.2 口述历史档案资源知识图谱模式层组织 |
| 5.5.3 口述历史档案资源知识图谱数据层组织 |
| 5.5.4 口述历史档案资源知识图谱存储与绘制 |
| 5.5.5 口述历史档案资源知识图谱可视化 |
| 5.6 本章小节 |
| 第6章 口述历史档案资源多维知识发现 |
| 6.1 基于项目概况的知识发现 |
| 6.1.1 整体—局部分布 |
| 6.1.2 项目—时间分布 |
| 6.1.3 项目—地点分布 |
| 6.2 基于事件主题关系的知识发现 |
| 6.2.1 事件—项目关系的知识发现 |
| 6.2.2 事件—时间关系的知识发现 |
| 6.2.3 事件—地点关系的知识发现 |
| 6.3 基于社会网络关系的知识发现 |
| 6.3.1 基于口述项目本身的社会关系 |
| 6.3.2 基于口述项目内容的社会关系 |
| 6.4 基于时空网络关系的知识发现 |
| 6.4.1 基于社会关系的人物空间分布分析 |
| 6.4.2 基于任职经历的人物时空迁移轨迹分析 |
| 6.5 本章小节 |
| 第7章 研究结论与展望 |
| 7.1 研究结论 |
| 7.2 研究局限 |
| 7.3 研究展望 |
| 参考文献 |
| 作者简介与研究成果 |
| 致谢 |
（4）高铁轨道RCF电磁涡流检测电磁场仿真平台设计与实现（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 涡流无损检测技术检测钢轨伤损研究现状 |
| 1.2.2 涡流无损检测钢轨伤损仿真系统研究现状 |
| 1.2.3 涡流无损检测钢轨伤损仿真软件研究现状 |
| 1.2.4 钢轨伤损高速巡检研究现状 |
| 1.3 课题来源 |
| 1.4 本文主要研究内容 |
| 1.5 本文内容结构安排 |
| 第二章 仿真平台总体设计 |
| 2.1 电涡流无损检测技术 |
| 2.1.1 电涡流无损检测技术检测原理 |
| 2.1.2 电涡流无损检测技术的特点 |
| 2.1.3 电涡流无损检测技术的优势 |
| 2.2 仿真平台相关开发技术 |
| 2.2.1 Matlab数学软件 |
| 2.2.2 .NET Framework |
| 2.2.3 C#编程语言 |
| 2.2.4 SQL Server数据库 |
| 2.2.5 Ansys Maxwell有限元分析软件 |
| 2.2.6 C#与Matlab混合编程 |
| 2.3 仿真平台需求分析 |
| 2.3.1 仿真平台功能需求分析 |
| 2.3.2 仿真平台系统性能需求分析 |
| 2.4 仿真平台体系结构设计 |
| 2.5 仿真平台运行环境 |
| 2.6 本章小结 |
| 第三章 钢轨伤损电涡流无损检测电磁场解析计算模块 |
| 3.1 钢轨伤损类型分析 |
| 3.2 钢轨伤损解析计算求解表达式 |
| 3.2.1 圆柱形缺陷电涡流无损检测解析表达式 |
| 3.2.2 椭圆形缺陷电涡流无损检测解析表达式 |
| 3.2.3 矩形缺陷电涡流无损检测解析表达式 |
| 3.3 解析计算模块设计思想 |
| 3.4 解析计算模块设计 |
| 3.4.1 C#与Matlab混合编程 |
| 3.4.2 解析求解数据存储于数据库 |
| 3.4.3 含缺陷金属构件电磁涡流无损检测磁场计算模块界面展示 |
| 3.5 解析计算模块测试 |
| 3.6 解析计算模块实例应用 |
| 3.7 本章小结 |
| 第四章 高速钢轨疲劳缺陷电涡流无损检测2D仿真模块 |
| 4.1 基于直流电磁激励的动生涡流检测技术 |
| 4.2 2D仿真模块设计思想 |
| 4.3 2D仿真模块设计 |
| 4.3.1 高速钢轨滚动接触疲劳裂纹动静态区域的划分 |
| 4.3.2 Ansys Maxwell脚本文件的录制和修改 |
| 4.3.3 .NET框架下Win Form参数化启动Ansys Maxwell有限元软件 |
| 4.3.4 2D仿真平台界面 |
| 4.3.5 2D钢轨伤损斜裂纹仿真结果 |
| 4.4 2D仿真模块测试 |
| 4.5 2D仿真模块在钢轨滚动接触直裂纹缺陷定量检测中的应用 |
| 4.6 本章小结 |
| 第五章 高速钢轨疲劳缺陷电涡流无损检测3D仿真模块 |
| 5.1 3D仿真模块设计思想 |
| 5.2 3D仿真模块设计 |
| 5.2.1 钢轨建模仿真 |
| 5.2.2 钢轨伤损仿真数据提取 |
| 5.2.3 钢轨伤损仿真数据分表存储 |
| 5.2.4 3D仿真平台界面 |
| 5.3 3D仿真模块测试 |
| 5.4 3D仿真模块应用 |
| 5.5 仿真平台集成 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
（5）基于非线性映射的电阻层析成像技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 电阻层析成像的概念及技术优势 |
| 1.1.2 电阻层析成像的应用及研究前景 |
| 1.2 电阻层析成像技术的研究进展 |
| 1.2.1 电学层析成像重建算法的研究进展 |
| 1.2.2 深度学习在电学成像中的应用发展 |
| 1.2.3 阻抗激励测量模式的研究进展 |
| 1.3 本文的主要研究内容及组织结构 |
| 1.3.1 现有研究工作的挑战 |
| 1.3.2 本文的主要研究工作 |
| 1.3.3 论文组织结构 |
| 第二章 ERT图像退化分析 |
| 2.1 引言 |
| 2.2 ERT技术基本原理 |
| 2.2.1 ERT的测量原理 |
| 2.2.2 ERT的数学模型 |
| 2.2.3 基于有限元法的ERT重建 |
| 2.3 ERT图像退化分析 |
| 2.3.1 ERT图像退化现象及评价标准 |
| 2.3.2 有限元剖分对正问题计算的影响 |
| 2.3.3 敏感场特性对反演重建的影响 |
| 2.4 本章小结 |
| 第三章 基于灵敏度误差估计的ERT修正算法 |
| 3.1 引言 |
| 3.2 基于灵敏度误差估计的ERT图像修正算法 |
| 3.2.1 均匀场灵敏度矩阵引起的重建误差估计 |
| 3.2.2 基于误差惩罚的图像修正算法 |
| 3.2.3 重建图像及灵敏度矩阵交替修正算法流程 |
| 3.3 图像重建实验及分析 |
| 3.3.1 仿真实验结果及分析 |
| 3.3.2 实测实验结果及分析 |
| 3.4 本章小结 |
| 第四章 基于条件式生成对抗网络的ERT重建 |
| 4.1 引言 |
| 4.2 ERT数据集的产生 |
| 4.2.1 电导率分布图像集合的产生 |
| 4.2.2 边界电压集合的产生 |
| 4.3 基于条件式生成对抗网络的ERT重建 |
| 4.3.1 训练目标函数 |
| 4.3.2 ERT条件式生成对抗网络设计 |
| 4.3.3 基于自适应判别网络的训练流程 |
| 4.4 基于CGAN的 ERT重建实验及分析 |
| 4.4.1 CGAN网络参数设定 |
| 4.4.2 仿真实验结果及分析 |
| 4.4.3 实测实验结果及分析 |
| 4.5 基于CGAN的重建图像复原及实验分析 |
| 4.5.1 基于CGAN的重建图像复原网络结构 |
| 4.5.2 实验及分析 |
| 4.6 本章小结 |
| 第五章 带有中心电极的ERT图像重建 |
| 5.1 引言 |
| 5.2 带有中心电极的ERT传感器设计 |
| 5.2.1 传感器结构设计 |
| 5.2.2 混合激励测量模式分析 |
| 5.3 带有中心电极的ERT图像融合算法研究 |
| 5.3.1 场域敏感性分析 |
| 5.3.2 中心激励模式的电导率分布重建 |
| 5.3.3 融合重建算法研究 |
| 5.4 图像重建实验及分析 |
| 5.4.1 实验设置 |
| 5.4.2 仿真实验结果及分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 本文总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读博士学位期间发表的论文及所取得的研究成果 |
| 致谢 |
（6）基于大数据的网络空间主流意识形态传播研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 问题的缘由与研究价值 |
| 1.2 国内外研究动态与文献评析 |
| 1.3 研究思路与研究方法 |
| 1.4 研究创新点与难点 |
| 2 主流意识形态传播与网络空间的内在关联 |
| 2.1 意识形态概念的演变 |
| 2.2 主流意识形态传播方式的变迁 |
| 2.3 网络空间及其可塑性 |
| 2.4 网络空间与主流意识形态传播的内在关联维度 |
| 3 大数据技术对网络空间的形塑 |
| 3.1 大数据技术:网络空间变革的技术基础 |
| 3.2 大数据技术的生产力属性与功能 |
| 3.3 “大数据-网络空间”的界定 |
| 3.4 “大数据-网络空间”的本质 |
| 3.5 “大数据-网络空间”的主要特征 |
| 4 “大数据-网络空间”主流意识形态传播的机遇与挑战 |
| 4.1 “大数据-网络空间”主流意识形态传播的机遇 |
| 4.2 技术理性的张扬与传播者的遮蔽 |
| 4.3 数据化受众画像的失真 |
| 4.4 假新闻扰乱主流意识形态传播环境 |
| 4.5 政治逻辑、算法逻辑与资本逻辑的博弈 |
| 5 掌握主流意识形态传播的主动权:提升塑造“大数据-网络空间”的能力 |
| 5.1 建构基于传播者与受众能动性的个性化传播 |
| 5.2 设计主流价值算法 |
| 5.3 展开数据素养与政治素养双维度教育 |
| 5.4 大数据检测技术与监管齐头并进 |
| 6 结论 |
| 参考文献 |
| 作者简介 |
| 学位论文数据集 |
（7）基于BIM的高铁连续梁桥施工监控智能化技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 BIM概念及特点 |
| 1.2.1 BIM概念 |
| 1.2.2 BIM特点 |
| 1.3 BIM技术在桥梁工程领域的研究及应用 |
| 1.3.1 国外研究应用现状 |
| 1.3.2 国内研究应用现状 |
| 1.4 本文依托工程背景 |
| 1.5 本文主要研究内容 |
| 第二章 高铁连续梁桥BIM建模及施工应用 |
| 2.1 引言 |
| 2.2 高铁连续梁桥及施工设备建模 |
| 2.2.1 节段箱梁通用族 |
| 2.2.2 桥墩承台桩基一体化族 |
| 2.2.3 预应力孔道族 |
| 2.2.4 施工设备族 |
| 2.2.5 施工场地模型 |
| 2.2.6 高铁连续梁桥建模 |
| 2.3 高铁连续梁桥施工BIM应用 |
| 2.3.1 应用一: 施工可视化交底 |
| 2.3.2 应用二:预应力孔道施工放样 |
| 2.3.3 应用三: 桥墩垫石预埋孔自动出图 |
| 2.3.4 应用四: 满堂支架算量 |
| 2.4 本章小结 |
| 第三章基于BIM的高铁连续梁桥有限元模型生成 |
| 3.1 引言 |
| 3.2 基于BIM的有限元模型生成方法 |
| 3.3 基于BIM的有限元模型生成程序开发 |
| 3.3.1 Midas Civil命令流 |
| 3.3.2 Revit API接口 |
| 3.3.3 RTM插件编写及应用 |
| 3.4 有限元计算参数及结果分析 |
| 3.4.1 计算参数 |
| 3.4.2 连续梁桥应力分析 |
| 3.5 本章小结 |
| 第四章 高铁连续梁桥施工监控方案设计及实施 |
| 4.1 引言 |
| 4.2 施工监控研究框架 |
| 4.3 基于BIM模型的施工监控方案设计与实施 |
| 4.3.1 监测设备BIM模型 |
| 4.3.2 施工监控方案设计 |
| 4.3.3 施工监控方案实施 |
| 4.4 监测数据与BIM模型关联及报警 |
| 4.4.1 BIM模型与数据关联 |
| 4.4.2 监测数据报警 |
| 4.5 应力监测数据分析 |
| 4.6 本章小结 |
| 第五章 高铁连续梁桥施工监控智能化平台研究 |
| 5.1 引言 |
| 5.2 施工监控智能化平台框架 |
| 5.3 施工监控智能化平台开发 |
| 5.3.1 平台目标与功能 |
| 5.3.2 开发平台与数据库 |
| 5.3.3 图像识别 |
| 5.4 施工监控智能化平台开发应用 |
| 5.4.1 三维模型建立与导入 |
| 5.4.2 电子沙盘 |
| 5.4.3 混凝土质量管理 |
| 5.4.4 桥梁施工管理 |
| 5.4.5 工程质量管理 |
| 5.4.6 安全帽佩戴识别 |
| 5.5 本章小结 |
| 第六章 结论与展望 |
| 6.1 研究结论 |
| 6.2 研究展望 |
| 参考文献 |
| 攻读硕士学位期间取得的研究成果 |
| 致谢 |
（8）基于CATIA的车身A柱断面快速建模系统的研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 相关技术研究现状 |
| 1.2.1 参数化设计方法的应用 |
| 1.2.2 车身设计软件功能开发研究进展 |
| 1.3 本文主要研究内容和研究方法 |
| 1.3.1 研究内容与工程意义 |
| 1.3.2 研究方法 |
| 第2章 断面建模方法和CATIA二次开发技术 |
| 2.1 断面建模方法的研究 |
| 2.1.1 参数化设计方法 |
| 2.1.2 参数化设计思路及特点 |
| 2.1.3 CATIA参数化建模及实现方法 |
| 2.2 CATIA二次开发技术 |
| 2.2.1 CATIA软件及其开发方法 |
| 2.2.2 二次开发方法的比较与选择 |
| 2.2.3 VB对 CATIA的二次开发 |
| 2.3 本章小结 |
| 第3章 A柱断面建模与测量分析功能开发 |
| 3.1 车身主断面结构分析 |
| 3.1.1 主断面的分布与选取 |
| 3.1.2 断面设计控制要素 |
| 3.2 基于VB快速建模功能的开发 |
| 3.2.1 VB与 CATIA平台接口研究 |
| 3.2.2 选择Selection对象创建剖切截面 |
| 3.2.3 程序与参数化方法结合建模 |
| 3.3 基于VB截面测量功能的开发 |
| 3.3.1 A柱断面性能参数分析 |
| 3.3.2 A柱断面性能参数测量 |
| 3.4 A柱有限元分析功能的开发 |
| 3.4.1 A柱结构模型创建功能的开发 |
| 3.4.2 材料库的访问与选择 |
| 3.4.3 A柱有限元分析功能开发 |
| 3.5 本章小结 |
| 第4章 断面数据库的研究 |
| 4.1 数据库技术 |
| 4.2 断面数据库管理工具研究 |
| 4.2.1 A柱断面数据库需求研究 |
| 4.2.2 VB与数据库接口问题研究 |
| 4.3 断面数据库的建立 |
| 4.3.1 基于ADO对象访问读取数据库 |
| 4.3.2 基于ADO控件对参数的数据库存储 |
| 4.4 本章小结 |
| 第5章 快速建模系统的发布与实例应用评估 |
| 5.1 系统的整体结构 |
| 5.2 系统界面设计 |
| 5.2.1 系统界面布局 |
| 5.2.2 系统的发布 |
| 5.3 系统实例应用 |
| 5.3.1 基于造型面建模应用 |
| 5.3.2 断面测量功能应用 |
| 5.3.3 有限元工具应用 |
| 5.3.4 断面参数数据库应用 |
| 5.4 A柱断面的评估 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 本文总结 |
| 6.2 展望 |
| 参考文献 |
| 作者简介及科研成果 |
| 致谢 |
（9）面向数字孪生建筑的“信息-物理”交互策略研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 BIM技术对建筑业及建筑师的意义 |
| 1.1.2 “信息-物理”不交互的问题现状 |
| 1.1.3 聚焦“物理”的数字孪生建筑启示 |
| 1.2 研究综述 |
| 1.2.1 数字孪生建筑的相关研究 |
| 1.2.2 反映“物理”的建成信息理论研究 |
| 1.2.3 由“物理”到“信息”的逆向信息化技术研究 |
| 1.2.4 研究综述存在的问题总结 |
| 1.3 研究内容、方法和框架 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 研究框架 |
| 第2章 BIM缺陷分析与“信息-物理”交互策略制定 |
| 2.1 现有BIM体系无法满足建筑业的转型要求 |
| 2.1.1 信息化转型对建筑协同的要求 |
| 2.1.2 智能化转型对高标准信息的要求 |
| 2.1.3 面向数字孪生建筑拓展现有BIM体系的必要性 |
| 2.2 针对建成信息理论的BIM缺陷分析与交互策略制定 |
| 2.2.1 现有BIM体系缺少承载建成信息的建筑数字化定义 |
| 2.2.2 现有BIM体系缺少认知建成信息的分类与描述方法 |
| 2.2.3 现有BIM体系缺少适配建成信息的建筑信息系统 |
| 2.2.4 针对建成信息理论的“信息-物理”交互策略制定 |
| 2.3 针对逆向信息化技术的BIM缺陷分析与交互策略制定 |
| 2.3.1 建筑逆向工程技术的发展 |
| 2.3.2 建筑逆向工程技术的分类 |
| 2.3.3 BIM结合逆向工程的技术策略若干问题 |
| 2.3.4 针对逆向信息化技术的“信息-物理”交互策略制定 |
| 2.4 本章小结 |
| 第3章 “信息-物理”交互策略的建成信息理论 |
| 3.1 建成信息的建筑数字化定义拓展 |
| 3.1.1 BIM建成模型的概念定义 |
| 3.1.2 BIM建成模型的数据标准 |
| 3.2 建成信息的分类与描述方法建立 |
| 3.2.1 “对象-属性”建成信息分类方法 |
| 3.2.2 建筑对象与属性分类体系 |
| 3.2.3 多维度建成信息描述方法 |
| 3.2.4 建成信息的静态和动态描述规则 |
| 3.3 建成信息的建筑信息系统构想 |
| 3.3.1 交互系统的概念定义 |
| 3.3.2 交互系统的系统结构 |
| 3.3.3 交互系统的算法化构想 |
| 3.4 本章小结 |
| 第4章 “信息-物理”交互策略的感知技术:信息逆向获取 |
| 4.1 建筑逆向工程技术的激光技术应用方法 |
| 4.1.1 激光技术的定义、原理与流程 |
| 4.1.2 面向场地环境和建筑整体的激光技术应用方法 |
| 4.1.3 面向室内空间的激光技术应用方法 |
| 4.1.4 面向模型和构件的激光技术应用方法 |
| 4.2 建筑逆向工程技术的图像技术应用方法 |
| 4.2.1 图像技术的定义、原理与流程 |
| 4.2.2 面向场地环境和建筑整体的图像技术应用方法 |
| 4.2.3 面向室内空间的图像技术应用方法 |
| 4.2.4 面向模型和构件的图像技术应用方法 |
| 4.3 趋近激光技术精度的图像技术应用方法研究 |
| 4.3.1 激光与图像技术的应用领域与技术对比 |
| 4.3.2 面向室内改造的图像技术精度探究实验设计 |
| 4.3.3 基于空间和构件尺寸的激光与图像精度对比分析 |
| 4.3.4 适宜精度需求的图像技术应用策略总结 |
| 4.4 本章小结 |
| 第5章 “信息-物理”交互策略的分析技术:信息物理比对 |
| 5.1 信息物理比对的流程步骤和算法原理 |
| 5.1.1 基于产品检测软件的案例应用与分析 |
| 5.1.2 信息物理比对的流程步骤 |
| 5.1.3 信息物理比对的算法原理 |
| 5.2 面向小型建筑项目的直接法和剖切法算法开发 |
| 5.2.1 案例介绍与研究策略 |
| 5.2.2 针对线型构件的算法开发 |
| 5.2.3 针对面型构件的算法开发 |
| 5.3 面向曲面实体模型的微分法算法开发 |
| 5.3.1 案例介绍与研究策略 |
| 5.3.2 针对曲面形态的微分法算法开发 |
| 5.3.3 形变偏差分析与结果输出 |
| 5.4 面向传统民居立面颜色的信息物理比对方法 |
| 5.4.1 案例介绍与研究策略 |
| 5.4.2 颜色部分设计与建成信息的获取过程 |
| 5.4.3 颜色部分设计与建成信息的差值比对分析 |
| 5.5 本章小结 |
| 第6章 “信息-物理”交互策略的决策技术:信息模型修正 |
| 6.1 BIM建成模型创建的决策策略制定 |
| 6.1.1 行业生产模式决定建成信息的模型创建策略 |
| 6.1.2 基于形变偏差控制的信息模型修正决策 |
| 6.1.3 建筑“信息-物理”形变偏差控制原则 |
| 6.2 基于BIM设计模型修正的决策技术实施 |
| 6.2.1 BIM设计模型的设计信息继承 |
| 6.2.2 BIM设计模型的设计信息替换 |
| 6.2.3 BIM设计模型的设计信息添加与删除 |
| 6.3 本章小结 |
| 第7章 结论与数字孪生建筑展望 |
| 7.1 “信息-物理”交互策略的研究结论 |
| 7.1.1 研究的主要结论 |
| 7.1.2 研究的创新点 |
| 7.1.3 研究尚存的问题 |
| 7.2 数字孪生建筑的未来展望 |
| 7.2.1 建筑数字孪生体的概念定义 |
| 7.2.2 建筑数字孪生体的生成逻辑 |
| 7.2.3 数字孪生建筑的实现技术 |
| 7.2.4 融合系统的支撑技术构想 |
| 参考文献 |
| 致谢 |
| 附录 A 建筑业BIM技术应用调研报告(摘选) |
| 附录 B “对象-属性”建筑信息分类与编码条目(局部) |
| 附录 C 基于Dynamo和 Python开发的可视化算法(局部) |
| 附录 D 本文涉及的建筑实践项目汇总(图示) |
| 个人简历、在学期间发表的学术论文与研究成果 |
（10）5G网络技术对提升4G网络性能的研究（论文提纲范文）
| 引言 |
| 1 4G网络现处理办法 |
| 2 4G网络可应用的5G关键技术 |
| 2.1 Msssive MIMO技术 |
| 2.2 极简载波技术 |
| 2.3 超密集组网 |
| 2.4 MEC技术 |
| 3 总结 |
四、采用可视化输入及数据库技术的场域综合有限元分析系统（论文参考文献）
- [1]基于机器学习算法的地铁交通环境振动数据库预测模型研究[D]. 邱瑞辰. 北京交通大学, 2021
- [2]基于BIM-SHM的RC柱施工期温度监控技术研究[D]. 宫珏. 西安建筑科技大学, 2021(01)
- [3]数字人文视域下口述历史档案资源知识发现研究[D]. 王阮. 吉林大学, 2021
- [4]高铁轨道RCF电磁涡流检测电磁场仿真平台设计与实现[D]. 李林峰. 电子科技大学, 2021(01)
- [5]基于非线性映射的电阻层析成像技术研究[D]. 陈昱同. 中北大学, 2020(03)
- [6]基于大数据的网络空间主流意识形态传播研究[D]. 刘培. 中国矿业大学, 2020(07)
- [7]基于BIM的高铁连续梁桥施工监控智能化技术研究[D]. 赵亚宁. 东南大学, 2020
- [8]基于CATIA的车身A柱断面快速建模系统的研究[D]. 张明文. 吉林大学, 2020(08)
- [9]面向数字孪生建筑的“信息-物理”交互策略研究[D]. 韩冬辰. 清华大学, 2020
- [10]5G网络技术对提升4G网络性能的研究[J]. 刘奕. 数码世界, 2020(04)