更新日期: 2025-04-14

基于模型的航空影像矩形建筑物半自動(dòng)建模

格式:pdf

大?。?span id="lznh25l" class="single-tag-height" data-v-09d85783>285KB

頁(yè)數(shù):3P

人氣 :79

基于模型的航空影像矩形建筑物半自動(dòng)建模 4.4

針對(duì)航空影像中矩形建筑物半自動(dòng)重建進(jìn)行了研究。該方法基于最小二乘模型影像匹配算法,通過(guò)使航空影像中提取的建筑物邊緣與模型投影線之間距離和最小計(jì)算建筑物的參數(shù)。給出用CSG與B-Rep相結(jié)合描述的矩形體基本模型,人工在影像上選點(diǎn)建立建筑物的初始模型,將初始模型反投到影像上,并對(duì)影像進(jìn)行邊緣提取,根據(jù)最小二乘模型影像匹配算法求解最佳模型參數(shù)。實(shí)驗(yàn)結(jié)果證明該方法有較高的準(zhǔn)確性。該算法除航空影像與影像方位元素外不需要其他輔助數(shù)據(jù),只需人工計(jì)算初始值,其他計(jì)算由計(jì)算機(jī)完成,速度較快,節(jié)約了人力物力,具有較強(qiáng)的應(yīng)用價(jià)值。

基于模型的航空影像矩形建筑物半自動(dòng)建模

基于模型的航空影像矩形建筑物半自動(dòng)建模

格式:pdf

大?。?span id="s0tlg90" class="single-tag-height" data-v-09d85783>1.2MB

頁(yè)數(shù):4P

基于模型的航空影像矩形建筑物半自動(dòng)建模 作者:楊玲,張劍清,yangling,zhangjian-qing 作者單位:楊玲,yangling(武漢大學(xué),遙感信息工程學(xué)院,武漢,430079),張劍清,zhangjian- qing(武漢大學(xué),遙感信息工程學(xué)院,武漢,430079;武漢大學(xué),測(cè)繪遙感信息工程國(guó)家重點(diǎn)實(shí)驗(yàn) 室,武漢,430079) 刊名: 計(jì)算機(jī)工程與應(yīng)用 英文刊名:computerengineeringandapplications 年,卷(期):2008,44(33) 參考文獻(xiàn)(8條) 1.lowedgfittingparacaeterizedthree-dimensionalmodelstoimages1991(05) 2.張劍清;張祖勛;徐芳城區(qū)大比例尺影像三維景觀重建1998(04) 3.程曦冉;張劍清

基于航空影像的建筑物半自動(dòng)提取技術(shù)研究

基于航空影像的建筑物半自動(dòng)提取技術(shù)研究

格式:pdf

大?。?span id="8nipjcq" class="single-tag-height" data-v-09d85783>3.6MB

頁(yè)數(shù):7P

基于航空影像的建筑物半自動(dòng)提取技術(shù)研究

編輯推薦下載

集成多視航空影像與LiDAR數(shù)據(jù)重建3維建筑物模型

集成多視航空影像與LiDAR數(shù)據(jù)重建3維建筑物模型

格式:pdf

大?。?span id="kn6vivs" class="single-tag-height" data-v-09d85783>2.1MB

頁(yè)數(shù):8P

集成多視航空影像與LiDAR數(shù)據(jù)重建3維建筑物模型 4.7

集成高分辨率多視航空影像與lidar數(shù)據(jù),以"輪廓提取—3維輪廓生成—3維模型重建"為主要框架,提出一種多視輪廓與lidar數(shù)據(jù)集成的3維輪廓線生成方法、lidar數(shù)據(jù)支撐下改進(jìn)的分割-合并-成型算法,形成一套新的、系統(tǒng)的3維建筑物模型重建技術(shù)方案。該方案可以有效重建結(jié)構(gòu)復(fù)雜的3維建筑物模型,相對(duì)單純基于lidar的方案,所重建3維模型的準(zhǔn)確性與完整性更好、定位精度更高。

立即下載
基于區(qū)域分割的彩色航空影像建筑物自動(dòng)檢測(cè)

基于區(qū)域分割的彩色航空影像建筑物自動(dòng)檢測(cè)

格式:pdf

大?。?span id="ybytrdz" class="single-tag-height" data-v-09d85783>1.4MB

頁(yè)數(shù):4P

基于區(qū)域分割的彩色航空影像建筑物自動(dòng)檢測(cè) 4.4

為了從高分辨率遙感圖像中完整提取建筑物區(qū)域,采用區(qū)域分割的原理,研究了建筑物自動(dòng)檢測(cè)的方法。該方法首先利用利用k-mean分類方法將地物分為兩類:人工地物類和非人工地物類,然后利用陰影、meanshift分割信息來(lái)剔除人工地物類中干擾區(qū)域,再根據(jù)形狀分析來(lái)確定真實(shí)的建筑物區(qū)域。本文用上述方法對(duì)高分辨率航空影像進(jìn)行了實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果證明了該方法有著較高的識(shí)別率、較好的準(zhǔn)確性和魯棒性,具有實(shí)用價(jià)值。

立即下載

模型的航空影像矩形建筑物半自動(dòng)建模熱門文檔

相關(guān)文檔資料 1287704 立即查看>>
基于航空立體像對(duì)的三維建筑物建模

基于航空立體像對(duì)的三維建筑物建模

格式:pdf

大小:799KB

頁(yè)數(shù):5P

基于航空立體像對(duì)的三維建筑物建模 4.4

采用人機(jī)交互方法按照一定順序提取建筑物角點(diǎn),根據(jù)近似點(diǎn)位進(jìn)行角點(diǎn)位置的糾正,按照影像自動(dòng)定向的結(jié)果計(jì)算模型的三維坐標(biāo),建立三維建筑物模型。實(shí)驗(yàn)證明,這一方法能有效地實(shí)現(xiàn)速度和逼真度的兼顧。特別是對(duì)于一些僅需小范圍的建筑物建模場(chǎng)合,例如三維制導(dǎo)時(shí)的目標(biāo)區(qū)域,采用該方法進(jìn)行建模不失為一種簡(jiǎn)單而有效的方法。

立即下載
彩色航空影像中的建筑物陰影提取

彩色航空影像中的建筑物陰影提取

格式:pdf

大?。?span id="q80enc8" class="single-tag-height" data-v-09d85783>2.8MB

頁(yè)數(shù):5P

彩色航空影像中的建筑物陰影提取 4.7

彩色航空影像中的建筑物陰影提取

立即下載
從航空影像中自動(dòng)提取高層建筑物

從航空影像中自動(dòng)提取高層建筑物

格式:pdf

大?。?span id="46uhmzl" class="single-tag-height" data-v-09d85783>645KB

頁(yè)數(shù):8P

從航空影像中自動(dòng)提取高層建筑物 4.8

第z8卷第7期 z005年7月 計(jì)算機(jī)學(xué)報(bào) c~inesejournalocomputers vol.z8no.7 julyz005 收稿日期z003-1z-06修改稿收到日期z005-0z-18.本課題得到國(guó)家自然科學(xué)基金6017z066國(guó)家八六三高技術(shù)研究發(fā)展計(jì)劃項(xiàng) 目基金z001aa136070資助.唐亮男1975年生博士主要研究興趣為圖像處理模式識(shí)別和計(jì)算機(jī)視覺(jué)等.e-mailtl!tsinghua. edu.cn.謝維信男教授博士生導(dǎo)師主要從事信號(hào)和圖像處理智能信息處理模糊信息處理等方面的研究.黃建軍男1971年生博 士教授主要從事智能信息處理方面的研究.謝興燦男碩士主要從事圖像處理模式識(shí)別方面的研究.劉

立即下載
基于輪廓小波變換的航空影像建筑物識(shí)別

基于輪廓小波變換的航空影像建筑物識(shí)別

格式:pdf

大小:1.4MB

頁(yè)數(shù):4P

基于輪廓小波變換的航空影像建筑物識(shí)別 4.4

在對(duì)航空影像中的建筑物進(jìn)行識(shí)別提取時(shí),建筑物頂部的輪廓信息是一個(gè)重要的判斷依據(jù)。基于航空影像建筑物個(gè)數(shù)繁多、形狀復(fù)雜,且存在較多的干擾信息,提出一種新穎有效的建筑物識(shí)別方法:首先,利用改進(jìn)標(biāo)記分水嶺算法提取建筑物區(qū)域。然后,對(duì)每個(gè)分割得到的建筑物區(qū)域,提取其輪廓,對(duì)輪廓進(jìn)行基于平穩(wěn)小波變換的仿射不變量計(jì)算,并構(gòu)造建筑物模型數(shù)據(jù)庫(kù),利用相關(guān)系數(shù)實(shí)現(xiàn)了建筑物的有效識(shí)別。

立即下載
基于數(shù)字建筑物模型的線陣推掃影像真正射糾正

基于數(shù)字建筑物模型的線陣推掃影像真正射糾正

格式:pdf

大?。?span id="4bvpzmr" class="single-tag-height" data-v-09d85783>1.1MB

頁(yè)數(shù):5P

基于數(shù)字建筑物模型的線陣推掃影像真正射糾正 4.7

分析了利用數(shù)字表面模型直接代替數(shù)字高程模型進(jìn)行正射糾正難以達(dá)到真正射效果的原因,闡述了遙感影像真正射糾正的基本流程,針對(duì)其中的建筑物遮擋區(qū)自動(dòng)檢測(cè)這一關(guān)鍵問(wèn)題,以z-buffer算法為基礎(chǔ)提出一種解決方案,并利用ads40影像驗(yàn)證了算法的正確性。

立即下載

模型的航空影像矩形建筑物半自動(dòng)建模精華文檔

相關(guān)文檔資料 1287704 立即查看>>
基于U型卷積神經(jīng)網(wǎng)絡(luò)的航空影像建筑物檢測(cè)

基于U型卷積神經(jīng)網(wǎng)絡(luò)的航空影像建筑物檢測(cè)

格式:pdf

大?。?span id="7he9xc4" class="single-tag-height" data-v-09d85783>2.8MB

頁(yè)數(shù):9P

基于U型卷積神經(jīng)網(wǎng)絡(luò)的航空影像建筑物檢測(cè) 4.7

經(jīng)典的卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)在前向傳播過(guò)程中分辨率不斷下降,導(dǎo)致僅采用末層特征時(shí)難以實(shí)現(xiàn)建筑物邊緣的精確分割,進(jìn)而限制目標(biāo)檢測(cè)精度。針對(duì)該問(wèn)題,提出一種基于u型卷積網(wǎng)絡(luò)的建筑物檢測(cè)方法。首先借鑒在圖像分割領(lǐng)域中性能出色的神經(jīng)網(wǎng)絡(luò)模型u-net的建模思想,采用對(duì)稱式的網(wǎng)絡(luò)結(jié)構(gòu)融合深度網(wǎng)絡(luò)中的高維和低維特征以恢復(fù)高保真邊界;其次考慮到經(jīng)典u-net對(duì)位于特征金字塔頂層的模型參數(shù)優(yōu)化程度相對(duì)不足,通過(guò)在頂層和底層兩個(gè)不同尺度輸出預(yù)測(cè)結(jié)果進(jìn)行雙重約束,進(jìn)一步提升了建筑物檢測(cè)精度。在覆蓋范圍達(dá)30km2、建筑物目標(biāo)28000余個(gè)的航空影像數(shù)據(jù)集上的試驗(yàn)結(jié)果表明,本文方法的檢測(cè)結(jié)果在iou和kappa兩項(xiàng)關(guān)鍵評(píng)價(jià)指標(biāo)的均值上分別達(dá)到83.7%和89.5%,優(yōu)于經(jīng)典u-net模型,顯著優(yōu)于經(jīng)典全卷積網(wǎng)絡(luò)模型和基于人工設(shè)計(jì)特征的adaboost模型。

立即下載
基于對(duì)象建模的遙感影像建筑物提取方法

基于對(duì)象建模的遙感影像建筑物提取方法

格式:pdf

大小:822KB

頁(yè)數(shù):5P

基于對(duì)象建模的遙感影像建筑物提取方法 4.3

研究城鎮(zhèn)建筑物的提取是遙感影像分析應(yīng)用中的一項(xiàng)重要內(nèi)容。遙感影像建筑物結(jié)構(gòu)和光譜的多樣性,使結(jié)構(gòu)、光譜等特征的建筑物提取變得極其復(fù)雜。根據(jù)遙感影像的建筑物紋理區(qū)別于其它空間對(duì)象紋理的特點(diǎn),為提高影像分辨率,提出gabor紋理塊的遙感影像對(duì)象模型方法應(yīng)用于遙感影像城鎮(zhèn)建筑物的提取。以整個(gè)城鎮(zhèn)為對(duì)象,以建筑物、道路、綠地等不同城鎮(zhèn)區(qū)域?yàn)榻M成對(duì)象的紋理塊,建立基于紋理塊的對(duì)象模型,利用模型進(jìn)行遙感影像對(duì)象的紋理標(biāo)定,最終提取出城鎮(zhèn)建筑物。實(shí)驗(yàn)結(jié)果表明方法克服了建筑物結(jié)構(gòu)復(fù)雜性和多樣性以及背景環(huán)境的影響,能很好地從城鎮(zhèn)遙感影像中提取建筑物。

立即下載
航空像片冠幅與地面直徑的線性混合模型 航空像片冠幅與地面直徑的線性混合模型 航空像片冠幅與地面直徑的線性混合模型

航空像片冠幅與地面直徑的線性混合模型

格式:pdf

大?。?span id="qtywgdi" class="single-tag-height" data-v-09d85783>252KB

頁(yè)數(shù):5P

航空像片冠幅與地面直徑的線性混合模型 4.8

大量采集航空像片冠幅x與地面樹木直徑y(tǒng)的相關(guān)資料,指出一群由樹冠"亮點(diǎn)集"組成的航空像片圖像是"冠幅"檢測(cè)的必要條件,并從專業(yè)的角度論證航片冠幅x與樹木直徑y(tǒng)應(yīng)滿足帶截距的線性相關(guān)關(guān)系。由于樹冠密度的隨機(jī)干擾,使得冠幅x與直徑y(tǒng)不滿足等方差條件,所以必須在原來(lái)固定參數(shù)線性模型的基礎(chǔ)上引入隨機(jī)效應(yīng)參數(shù)。本文采用"樣地"作為隨機(jī)效應(yīng)的構(gòu)造變量,"樹冠類型"為組變量,它們的叉積構(gòu)造"隨機(jī)效應(yīng)"參數(shù)的設(shè)計(jì)矩陣,從而構(gòu)造出航空像片冠幅x與樹木直徑y(tǒng)的線性混合模型,由此獲得總體y的最優(yōu)無(wú)偏估計(jì),線性混合模型的相關(guān)系數(shù)由一元線性模型的0.57平均提高到0.72。線性混合模型的實(shí)質(zhì)是在固定參數(shù)方程上迭加隨機(jī)"噪聲"。由于數(shù)據(jù)經(jīng)過(guò)標(biāo)準(zhǔn)化處理,帶有隨機(jī)撓動(dòng)的預(yù)測(cè)方程參數(shù)與航空像片比例尺無(wú)關(guān)。

立即下載
基于航空影像的建筑物邊緣直線特征提取方法

基于航空影像的建筑物邊緣直線特征提取方法

格式:pdf

大?。?span id="vqe39is" class="single-tag-height" data-v-09d85783>234KB

頁(yè)數(shù):3P

基于航空影像的建筑物邊緣直線特征提取方法 4.8

基于航空影像建筑物個(gè)數(shù)繁多、形狀復(fù)雜,且存在較多的干擾信息,提出一種新穎的建筑物邊緣直線特征提取方法.對(duì)航空影像進(jìn)行改進(jìn)標(biāo)記分水嶺分割,并結(jié)合dsm高度信息,有效去除道路和陰影的影響.同時(shí),對(duì)影像進(jìn)行基于多尺度自適應(yīng)加權(quán)的改進(jìn)canny算子的邊緣檢測(cè).在每一個(gè)分割得到的建筑物初始區(qū)域內(nèi),對(duì)檢測(cè)到的邊緣點(diǎn)進(jìn)行相位編組提取直線,利用建筑物屋頂約束條件,統(tǒng)計(jì)屋頂?shù)闹鞣较?修正和規(guī)劃直線段,實(shí)現(xiàn)了建筑物邊緣直線特征快速、有效的提取.

立即下載
基于卷積神經(jīng)網(wǎng)絡(luò)的航空影像城市建筑物分割

基于卷積神經(jīng)網(wǎng)絡(luò)的航空影像城市建筑物分割

格式:pdf

大小:3.4MB

頁(yè)數(shù):5P

基于卷積神經(jīng)網(wǎng)絡(luò)的航空影像城市建筑物分割 4.3

對(duì)航空影像城市建筑物的分割方法進(jìn)行了研究;基于densenets的密集連接結(jié)構(gòu);結(jié)合池化下采樣和反卷積上采樣方法;提出了一種新的圖像語(yǔ)義分割方法;實(shí)驗(yàn)結(jié)果表明;新方法在模型參數(shù)大小、訓(xùn)練時(shí)間和平均交并比方面均優(yōu)于unet;預(yù)測(cè)圖像更直觀地體現(xiàn)了新方法的優(yōu)勢(shì);城市建筑物分割得較為完整;

立即下載

模型的航空影像矩形建筑物半自動(dòng)建模最新文檔

相關(guān)文檔資料 1287704 立即查看>>
一種新型的航空?qǐng)D像城區(qū)建筑物自動(dòng)提取方法

一種新型的航空?qǐng)D像城區(qū)建筑物自動(dòng)提取方法

格式:pdf

大?。?span id="u5c9asw" class="single-tag-height" data-v-09d85783>526KB

頁(yè)數(shù):8P

一種新型的航空?qǐng)D像城區(qū)建筑物自動(dòng)提取方法 4.5

提出了一種新的從航空城區(qū)圖像中自動(dòng)提取矩形建筑物的方法.該方法基于從航空城區(qū)圖像中提取的邊緣,經(jīng)過(guò)輪廓跟蹤,采用splitting方法提取直線,得出其相應(yīng)的直線幾何圖形;針對(duì)航空?qǐng)D像的復(fù)雜及現(xiàn)有邊緣檢測(cè)算法的不足,提出了一系列直線處理的方法(如直線的分類、排序、合并、調(diào)整等)有效地彌補(bǔ)了前述處理的不足;為提高矩形房屋提取的準(zhǔn)確率,引入知識(shí)定義了幾種近似的矩形結(jié)構(gòu).文章采用幾何結(jié)構(gòu)元分析的方法,提取圖形中構(gòu)成矩形的各種基本結(jié)構(gòu)元,再根據(jù)結(jié)構(gòu)元合并的準(zhǔn)則,將各種基本結(jié)構(gòu)元通過(guò)一定的合并算法合并成矩形結(jié)構(gòu).大量試驗(yàn)結(jié)果證明該方法提取矩形房屋的準(zhǔn)確率較高,魯棒性好,運(yùn)算速度快,具有較強(qiáng)的實(shí)際應(yīng)用價(jià)值

立即下載
類矩形盾構(gòu)施工對(duì)鄰近建筑物影響的數(shù)值模擬

類矩形盾構(gòu)施工對(duì)鄰近建筑物影響的數(shù)值模擬

格式:pdf

大小:1.1MB

頁(yè)數(shù):5P

類矩形盾構(gòu)施工對(duì)鄰近建筑物影響的數(shù)值模擬 4.5

為研究類矩形盾構(gòu)施工對(duì)鄰近十字交叉梁基礎(chǔ)框架建筑物的影響,基于建筑物-土體-隧道之間的共同作用,本文采用midas/nx軟件建立類矩形盾構(gòu)隧道垂直下穿十字交叉梁基礎(chǔ)框架建筑物的三維有限元模型,考慮隧道水平位置改變和土質(zhì)條件的影響,分析建筑物受類矩形盾構(gòu)施工影響的變形和受力規(guī)律。研究結(jié)果表明,當(dāng)隧道軸線到建筑物中軸線的水平距離l=0m時(shí),隨著隧道開挖的進(jìn)行建筑物的沉降量增大;框架最大第一主應(yīng)力和最大剪應(yīng)變總體上增大;土質(zhì)條件改變影響較大;隨著l增大,框架的最大第一主應(yīng)力和最大剪應(yīng)變呈現(xiàn)減小趨勢(shì),建筑物產(chǎn)生向隧道一側(cè)的傾斜,l增大到一定距離后建筑物幾乎不受影響。

立即下載
一種基于無(wú)人機(jī)影像的建筑物三維模型重建方法

一種基于無(wú)人機(jī)影像的建筑物三維模型重建方法

格式:pdf

大?。?span id="0kudgpz" class="single-tag-height" data-v-09d85783>612KB

頁(yè)數(shù):5P

一種基于無(wú)人機(jī)影像的建筑物三維模型重建方法 4.6

無(wú)人機(jī)航測(cè)技術(shù)具有非接觸測(cè)量、效率高、信息豐富等優(yōu)點(diǎn),在數(shù)字城市建設(shè)中正發(fā)揮著越來(lái)越重要的作用。本文以某建筑物為研究對(duì)象,提出了一種基于無(wú)人機(jī)影像的建筑物三維模型重建方法,首先使用無(wú)人機(jī)對(duì)建筑物的屋頂及墻面拍攝,再進(jìn)行影像匹配生成密集點(diǎn)云;然后使用掃描儀對(duì)無(wú)人機(jī)無(wú)法拍攝的墻面進(jìn)行掃描,并將掃描點(diǎn)云與影像生成點(diǎn)云配準(zhǔn);最后對(duì)點(diǎn)云預(yù)處理,再進(jìn)行三角網(wǎng)構(gòu)建,使用3dsmax構(gòu)建精細(xì)化模型,并對(duì)模型進(jìn)行質(zhì)量評(píng)估。結(jié)果表明,該方法可以獲得建筑物精細(xì)化的三維模型。

立即下載
可變形部件模型在高分辨率遙感影像建筑物檢測(cè)中的應(yīng)用

可變形部件模型在高分辨率遙感影像建筑物檢測(cè)中的應(yīng)用

格式:pdf

大小:5.1MB

頁(yè)數(shù):7P

可變形部件模型在高分辨率遙感影像建筑物檢測(cè)中的應(yīng)用 4.7

高分辨率遙感影像具有場(chǎng)景復(fù)雜、目標(biāo)種類多樣、同一目標(biāo)呈現(xiàn)多種形態(tài)等特點(diǎn),給建筑物檢測(cè)帶來(lái)困難.近年來(lái),可變形部件模型(deformablepartmodel,dpm)被廣泛應(yīng)用到模式識(shí)別領(lǐng)域,并且在自然場(chǎng)景的目標(biāo)識(shí)別方面取得很好的效果.結(jié)合可變形部件模型,提出一種針對(duì)高分辨率遙感影像中建筑物的檢測(cè)方法,將建筑物看作可變形部件的組合,通過(guò)訓(xùn)練得到其對(duì)應(yīng)的參數(shù)模板,并采用滑動(dòng)窗口的方式遍歷待檢測(cè)的影像,判斷其中是否存在建筑物目標(biāo).通過(guò)對(duì)分辨率為0.5m的高分辨率遙感影像的實(shí)驗(yàn)證明了方法的有效性.

立即下載
可變形部件模型在高分辨率遙感影像建筑物檢測(cè)中的應(yīng)用

可變形部件模型在高分辨率遙感影像建筑物檢測(cè)中的應(yīng)用

格式:pdf

大?。?span id="9u2yilo" class="single-tag-height" data-v-09d85783>1.8MB

頁(yè)數(shù):7P

可變形部件模型在高分辨率遙感影像建筑物檢測(cè)中的應(yīng)用 4.7

高分辨率遙感影像具有場(chǎng)景復(fù)雜、目標(biāo)種類多樣、同一目標(biāo)呈現(xiàn)多種形態(tài)等特點(diǎn),給建筑物檢測(cè)帶來(lái)困難。近年來(lái),可變形部件模型(deformablepartmodel,dpm)被廣泛應(yīng)用到模式識(shí)別領(lǐng)域,并且在自然場(chǎng)景的目標(biāo)識(shí)別方面取得很好的效果。結(jié)合可變形部件模型,提出一種針對(duì)高分辨率遙感影像中建筑物的檢測(cè)方法,將建筑物看作可變形部件的組合,通過(guò)訓(xùn)練得到其對(duì)應(yīng)的參數(shù)模板,并采用滑動(dòng)窗口的方式遍歷待檢測(cè)的影像,判斷其中是否存在建筑物目標(biāo)。通過(guò)對(duì)分辨率為0.5m的高分辨率遙感影像的實(shí)驗(yàn)證明了方法的有效性。

立即下載
矩形含水層井流模型求解的軟件實(shí)現(xiàn) 矩形含水層井流模型求解的軟件實(shí)現(xiàn) 矩形含水層井流模型求解的軟件實(shí)現(xiàn)

矩形含水層井流模型求解的軟件實(shí)現(xiàn)

格式:pdf

大?。?span id="8bvoyq0" class="single-tag-height" data-v-09d85783>357KB

頁(yè)數(shù):3P

矩形含水層井流模型求解的軟件實(shí)現(xiàn) 4.5

矩形含水層井流模型的求解過(guò)程比較繁瑣,計(jì)算工作量較大,而且容易出錯(cuò),而利用計(jì)算機(jī)編程技術(shù)可使求解變得極為簡(jiǎn)單、快捷,從而極大地提高工作效率。該文以矩形隔水邊界承壓井流模型為例,研究了實(shí)現(xiàn)軟件求解該類問(wèn)題的思路。

立即下載
矩形截面超高層建筑風(fēng)致脈動(dòng)扭矩的數(shù)學(xué)模型

矩形截面超高層建筑風(fēng)致脈動(dòng)扭矩的數(shù)學(xué)模型

格式:pdf

大小:385KB

頁(yè)數(shù):7P

矩形截面超高層建筑風(fēng)致脈動(dòng)扭矩的數(shù)學(xué)模型 4.5

利用風(fēng)洞試驗(yàn)結(jié)果,對(duì)矩形截面超高層建筑風(fēng)致脈動(dòng)扭矩?cái)?shù)學(xué)模型進(jìn)行研究。以厚寬比和風(fēng)場(chǎng)類別為基本變量,采用最小二乘法得到了風(fēng)致脈動(dòng)扭矩系數(shù)根方差、功率譜密度、豎向相關(guān)性系數(shù)以及橫風(fēng)向基底彎矩-基底扭矩相干函數(shù)閉合計(jì)算公式。這些公式的計(jì)算結(jié)果與原始試驗(yàn)數(shù)據(jù)吻合較好,說(shuō)明計(jì)算公式具有較高精度。此外,利用結(jié)構(gòu)隨機(jī)振動(dòng)方法,用提出的公式以及直接采用試驗(yàn)風(fēng)壓數(shù)據(jù)計(jì)算一棟實(shí)際超高層建筑的扭轉(zhuǎn)動(dòng)力響應(yīng),對(duì)比了扭轉(zhuǎn)廣義力譜、頂層扭轉(zhuǎn)響應(yīng)譜以及扭轉(zhuǎn)響應(yīng)根方差等計(jì)算結(jié)果,對(duì)比結(jié)果表明兩者吻合較好,從而驗(yàn)證了公式的適用性。

立即下載
航空軌道線運(yùn)營(yíng)銜接規(guī)劃模型 航空軌道線運(yùn)營(yíng)銜接規(guī)劃模型 航空軌道線運(yùn)營(yíng)銜接規(guī)劃模型

航空軌道線運(yùn)營(yíng)銜接規(guī)劃模型

格式:pdf

大?。?span id="zoqxw8s" class="single-tag-height" data-v-09d85783>766KB

頁(yè)數(shù):4P

航空軌道線運(yùn)營(yíng)銜接規(guī)劃模型 4.8

航空軌道線是連接機(jī)場(chǎng)陸側(cè)與市區(qū)、為集散機(jī)場(chǎng)地面交通服務(wù)的軌道交通線,是充分發(fā)揮航空運(yùn)輸快捷的重要交通方式。為減少乘客利用航空軌道線進(jìn)行換乘時(shí)的等待時(shí)間,建立了航空軌道線運(yùn)營(yíng)銜接規(guī)劃模型,以乘客換乘時(shí)間最小為目標(biāo)函數(shù),考慮了軌道交通的容量限制,并對(duì)模型進(jìn)行求解,得到其最佳發(fā)車時(shí)間間隔。

立即下載
基于標(biāo)準(zhǔn)模型文件的建筑物三維數(shù)據(jù)模型

基于標(biāo)準(zhǔn)模型文件的建筑物三維數(shù)據(jù)模型

格式:pdf

大?。?span id="xvza928" class="single-tag-height" data-v-09d85783>238KB

頁(yè)數(shù):3P

基于標(biāo)準(zhǔn)模型文件的建筑物三維數(shù)據(jù)模型 4.4

三維城市模型(3dcm)的研究是近年來(lái)gis領(lǐng)域內(nèi)的一個(gè)研究熱點(diǎn),在交通、地質(zhì)、礦山、城市測(cè)繪、環(huán)保等方面有著十分重要的研究意義。對(duì)3dcm而言,目前還缺少一個(gè)統(tǒng)一、完備的數(shù)據(jù)模型,作者對(duì)gis的數(shù)據(jù)進(jìn)行了建模,以三維城市建筑物可視化模型為例,提出了基于obj標(biāo)準(zhǔn)模型文件的面向?qū)ο蠼ㄖ锶S數(shù)據(jù)模型。用實(shí)例論證了模型的正確性和高效性

立即下載
微矩形溝槽熱管傳熱極限模型和實(shí)驗(yàn)研究 微矩形溝槽熱管傳熱極限模型和實(shí)驗(yàn)研究 微矩形溝槽熱管傳熱極限模型和實(shí)驗(yàn)研究

微矩形溝槽熱管傳熱極限模型和實(shí)驗(yàn)研究

格式:pdf

大小:208KB

頁(yè)數(shù):3P

微矩形溝槽熱管傳熱極限模型和實(shí)驗(yàn)研究 4.5

對(duì)微矩形溝槽熱管的傳熱極限進(jìn)行數(shù)學(xué)建模,并通過(guò)實(shí)驗(yàn)討論分析熱管工質(zhì)物性群數(shù)nl、幾何結(jié)構(gòu)群數(shù)ge和重力比數(shù)hg三者對(duì)其傳熱極限的影響作用。研究表明,qc與ge和hg呈近似指數(shù)增長(zhǎng)變化,而與nl成線性增長(zhǎng)關(guān)系。熱管運(yùn)行于較高溫度、合理的幾何結(jié)構(gòu)和有效利用重力的輔助作用,可明顯提高熱管的傳熱能力,同時(shí)也證明了該傳熱極限模型的正確性。

立即下載

模型的航空影像矩形建筑物半自動(dòng)建模相關(guān)

文輯推薦

知識(shí)推薦

百科推薦

萬(wàn)鈞

職位:電氣助理工程師

擅長(zhǎng)專業(yè):土建 安裝 裝飾 市政 園林

模型的航空影像矩形建筑物半自動(dòng)建模文輯: 是萬(wàn)鈞根據(jù)數(shù)聚超市為大家精心整理的相關(guān)模型的航空影像矩形建筑物半自動(dòng)建模資料、文獻(xiàn)、知識(shí)、教程及精品數(shù)據(jù)等,方便大家下載及在線閱讀。同時(shí),造價(jià)通平臺(tái)還為您提供材價(jià)查詢、測(cè)算、詢價(jià)、云造價(jià)、私有云高端定制等建設(shè)領(lǐng)域優(yōu)質(zhì)服務(wù)。手機(jī)版訪問(wèn): 模型的航空影像矩形建筑物半自動(dòng)建模