巧用Revit自有构件创建特殊模型

Revit作为实现BIM的一种工具,被广泛应用。但Revit作为一款由国外引进的软件,在实际应用中,需要结合我国的规范,制作出满足要求的构件。因而在使用Revit建模中,巧用软件中自有构件或工具,建立复杂模型,能有效避免外部族载入过多,导致软件运行速度减慢。分别从墙构件、屋顶楼板天花板构件、施工图修改工具三个方面展开论述,与以往解决方法相比较,便于明细表统计,快速提高建模速度,可以应用于实际设计中。     

节能环保型温拌沥青混合料的研究

近几年研究开发的温拌沥青混合料(WMA)是一种新型的路面材料,运用一定的技术手段,降低沥青的粘度,使沥青能在相对较低的温度下进行拌和摊铺,并且保持其不低于热拌沥青混合料(HMA)的使用性能,WMA的拌和温度和施工温度控制是其中的关键技术之一.文中将分析温拌技术的研究现状,以及沥青胶结料高温降粘机理,选用适合的外掺剂组合,使WMA可以在不同温度下具有拌和施工温度低,能耗少,利于环境保护等特点.     

计算机网络数据库的安全技术应用

为了能更好地适应当前信息时代飞速发展的需求,因此计算机网络数据库安全技术体系的优化越来越重要,网络数据库安全性的提高很有必要。本文介绍了网络数据库的安全技术应用的现状以及存在的威胁,从而就网络数据库的安全技术优化提出了策略。     

基于FlowS-Unet的遥感图像建筑物变化检测

针对目前人为探察土地资源利用情况的任务繁重、办事效率低下等问题, 提出了一种基于深度卷积神经网络的建筑物变化检测方法, 利用高分辨率遥感图像实时检测每个区域新建与扩建的建筑物, 以方便对土地资源进行有效管理.本文受超列(Hypercolumn)和FlowNet中的细化(Refinement)结构启发, 将细化和其他改进应用到U-Net, 提出FlowS-Unet网络.首先对遥感图像裁剪、去噪、标注语义制作数据集, 将该数据集划分为训练集和测试集, 对训练集进行数据增强, 并根据训练集图像的均值和方差对所有图像进行归一化; 然后将训练集输入集成了多尺度交叉训练、多重损失计算、Adam优化的全卷积神经网络FlowS-Unet中进行训练; 最后对网络模型的预测结果进行膨胀、腐蚀以及孔洞填充等后处理得到最终的分割结果.本文以人工分割结果为参考标准进行对比测试, 用FlowS-Unet检测得到的F1分数高达0.943, 明显优于FCN和U-Net的预测结果.实验结果表明, FlowS-Unet能够实时准确地将新建与扩建的建筑物变化检测出来, 并且该模型也可扩展到其他类似的图像检测问题中.