基于BIM的近海隧道施工安全风险智能评价及实时预警
这是一篇关于近海隧道,BIM,多源数据融合,施工安全风险评价,Revit二次开发的论文, 主要内容为近海隧道由于施工环境复杂,施工过程中存在较多危险源,导致突水现象等安全事故发生概率极高。在施工安全风险管理过程中,风险评价往往依赖主观经验与方法,致使评价结果可靠性不强,加之影响施工安全风险因素来源及结构的多样性,评价结果难以验证,进一步降低了该结果的准确性。再者,风险评价一般在工程施工前进行,施工现场作业人员无法根据实际安全问题及时提出合理规避措施。针对以上问题,本文提出基于BIM的近海隧道施工安全风险智能评价及实时预警,旨在实现近海隧道施工安全风险管理标准化和规范化。本文主要研究内容与结论如下:1.探明了基于置信Hellinger距离的DS证据理论施工安全风险评价法根据信息来源及结构不同,融合方法分为图像融合法及数据融合法。通过对比研究贝叶斯统计理论、Dempster Shafer(DS)证据理论、人工神经网络及专家系统法的优缺点和适用范围,确定DS证据理论法作为研究方法。当衡量两条证据链的冲突因子K接近1时,Dempster融合规则失效,针对该问题,本文用Hellinger距离作为衡量两条证据链冲突程度的方法。通过计算证据链冲突衡量值、可信度和证据权重,达到修正冲突证据的目的,将修正后的证据链用Dempster规则进行融合,得到多源异构数据融合结果。2.提出了基于改进DS证据理论的近海隧道施工安全风险评价针对传统施工安全风险存在受专家主观性影响等局限,本文提出了基于改进DS证据理论的近海隧道施工安全风险评价,利用工程实时监测数据对近海隧道施工现场安全风险进行动态评价。并以宁波某近海隧道为例,验证该方法可行性。结果表明,监测点K7+780风险评价等级为Ⅰ级,监测点K7+860风险评价等级为Ⅱ级,其余监测点处于正常状态。以施工监测数据为基础,通过数据融合技术得到监测点的动态安全风险等级,较之监测分散数据,更能反映施工现场安全风险水平。3.建立了基于BIM的近海隧道施工动态安全风险评价及预警系统以Revit为研究手段,以Microsoft Visual Studio 2017.Net框架下的C sharp编程语言为开发环境,开发了基于BIM模型的“施工现场实时监测”插件。通过添加Revit UI.dll、Revit APIUI.dll和Windows控件及其命名空间的引用达到调用IExternal Application和IExternal Command接口的目的。利用IExternal Application和IExternal Command接口实现添加“施工现场实时监测”插件,同时编写.addin文件启动或关闭该插件。“施工现场实时监测”插件中包含“监测数据”和“近一周各项数据变化”两个子选项,由Task Dialog.Show属性实现两个子选项的功能。以宁波近海隧道为例,验证了该系统的可行性。当风险等级超过预警警戒限值时,系统会自动报警并引导工程人员处理。该研究为监测信息在BIM中的应用提供了技术支持,为项目参与方提供了更加完善的施工安全管理依据。
基于webservice交通管理信息研判平台设计与实现
这是一篇关于信息研判,多源数据融合,Web Service,跨平台跨语言,松耦合度的论文, 主要内容为交通信息管理研判平台作为基于交通大数据研判的交通综合管控系统,是智能交通系统的重要组成部分。如何将各种信息和多源交通数据进行融合研判,有效解决交通系统异构应用之间互操作、集成和信息交互的问题,辅助交通控制中心的决策指挥,将具有重要的现实意义和实践价值。本文的研究工作目标就是采用Web service技术设计并开发交通信息管理的研判系统。论文的主要工作包括三个方面:一是对研判平台的功能需求进行分析,深入研究平台的业务及性能需求;二是根据功能需求分析开展研判系统的总体及具体功能模块的设计,分别对数据采集、数据清洗、数据管理以及信息研判四大功能模块及其接口关系、数据共享等关键技术开展了深入的研究和设计;三是开发了基于Web service的交通管理信息研判系统,并在实际应用中得到验证。在系统开发过程中,运用Web Service跨语言跨平台的远程调用技术,通过SOA组件化技术搭建业务的基础平台,实现子系统的互通互联,以使得系统具有良好的可扩展性;采用传统信息技术与大数据技术结合进行数据管理,形成交通数据的传递以及数据的价值闭环;采用“操作系统”模式管理系统中的软硬件资源,从而达到了业务与数据隔离、设备与控制系统隔离,进一步提升了系统的安全性、可靠性和扩展性。论文研究依托“智能交通管理研判平台项目”项目开展,实际应用表明,所开发的交通管理信息研判系统完全满足了交通管理信息研判的目标要求,包括实现了交通日常数据的采集、处理、加工及汇聚分析以及交通管理的日常信息研判,包括GIS地图可视化、视频监控管理、缉查布控管理、区间测速、违法管理、卡口管理、智能研判、数据分析等业务流程功能闭环,基本涵盖日常交通信息日常研判管理功能需求。经过完整系统测试及试运行的用户验收测试表明,该系统的可靠性、可扩展性、响应时间等主要技术指标均符合需求分析及系统设计指标要求,同时在核心主要功能、业务流程数据分析及处理、主要核心业务等加载速度均符合系统需求及设计要求。同时也实现系统集成目标,可协助管理部门提升改进日常的交通管理与服务,提高日常交通通行效率,实现了交通管理信息的智能研判与智能管理。
基于局部敏感哈希的多源数据协同推荐
这是一篇关于局部敏感哈希,推荐系统,多源数据融合,协同过滤的论文, 主要内容为随着互联网高速发展,网络用户规模不断扩大,智能设备也已经渗透到生活的方方面面,因此个性化广告推荐场景也随之多元化,而推荐的关键在于将不同来源的数据进行充分挖掘,实现全链路数据融合,沉淀用户数据资产。通过大数据技术对数据进行深度挖掘,开发有效的个性化推荐模型,实现千人千面的个性化营销。本文基于个性化推荐场景,使用局部敏感哈希算法对多源数据进行融合,基于用户的协同过滤算法对相似用户进行相关推荐。有效改善推荐模型中的数据稀疏性和冷启动问题,实现个性化推荐场景的优化。模型以广告与支付侧的样本创建共有特征数据集,并对局部敏感哈希相关算法的使用进行了优化,最终目的是使用支付侧场景的数据维度对广告侧人群进行画像扩充并进行相似推荐。本文主要有以下三个贡献点:·创建了基于广告场景、支付场景的用户特征数据集。本文将广告场景、支付场景的数据结合外部数据进行了数据规范化处理,并基于地理位置维度、时间维度、兴趣爱好维度对两个场景下的用户进行共有特征提取。地理位置维度主要是通过Geohash算法对经纬度进行转换并将活跃次数作为权重生成特征,时间维度主要是基于时间段、工作日、月份等三个角度提取用户特征,兴趣爱好维度是将用户根据业务含义形成人群特征,最后再将这3个维度特征的进行融合。这份标准化数据集为多源数据融合推荐场景的研究提供了支持。·提出了改进的局部敏感哈希算法推荐模型。局部敏感哈希算法在大规模相似用户数据计算时容易出现数据倾斜问题,哈希桶内样本过大或过小对推荐结果的准确性都有影响。本文引入对局部敏感哈希高维随机特征降维的方式对用户特征哈希值进行二次迭代,对数据量过小的问题采用相邻桶的位置距离对相邻哈希桶合并。同时考虑到有值特征个数对相似计算度的影响,对用户的相似度计算引入修正系数,经过实验证明以上模型的优化处理方式,可以有效的改进局部敏感哈希算法,对相似用户匹配效率进行提升。·设计对比实验证明本文提出的改进推荐模型的有效性。为了更直观的验证模型的有效性,本文分别针对推荐模型的计算效率以及准确性设计了对比实验。首先对于推荐模型的计算效率,设计实验目的主要在于验证相似度的优化计算是否提高了匹配效率,为此对算法优化前后的匹配耗时进行了对比。针对推荐模型的准确性,设计了线上用户真实订单实验组与对照组的对比,实验组为改进后的局部敏感哈希算法推荐结果,对照组为普通局部敏感哈希算法的模型推荐结果,并以用户是否点击广告为目标,验证推荐模型的准确性是否提高。
基于多源数据融合的高精度降雨数据产品生成系统的设计与实现
这是一篇关于多源数据融合,高精度降雨量数据,产品高空间分辨率,降雨数据产品生成系统的论文, 主要内容为降雨数据对于水文管理、洪水防御、农业水利等领域具有重要作用。高精度、高空间分辨率的降雨数据可以帮助研究人员更好地了解降雨的空间分布和强度,从而为制定相关的管理措施和预测降雨情况提供有力的支持。近几年,随着科技的发展,遥感卫星降雨数据逐渐成为重要的降雨数据来源,但仍难以满足相关领域研究对降雨数据高精度、高空间分辨率的要求。基于以上背景,本文基于多源数据融合技术,设计并实现了一个高精度降雨数据产品生成系统,可以让用户方便的生产高精度、高空间分辨的降雨数据。本文的主要成果为以下两点:第一,提出了一种基于多源数据融合的降雨空间分布校正模型,该模型能够融合GPM IMERG Final卫星降雨数据和数字高程模型两种数据源,并使用地面雨量站观测降雨数据对其校正,从而生产高质量的降雨数据。实验结果表明,本课题提出的模型生成的降雨数据相比于原始卫星降雨数据拥有更高的空间分辨率,同时相比于传统插值法和其他深度学习模型得到的降雨数据,拥有更高的精度。第二,设计并实现了一个高精度降雨数据产品生成系统。首先,明确了系统的需求,进行了角色分析,将用户分为了普通用户、系统管理员和模型管理员。其次,完成了层次架构划分、系统功能结构设计和数据库设计,将系统划分为了系统管理模块、模型管理模块、降雨数据文件管理模块和降雨数据产品生成模块。然后对系统关键功能进行了详细设计,并采用前后端分离技术对系统进行了开发与实现。最后对系统进行了测试,验证了系统的可用性和性能。本文设计的模型可以有效地融合多源数据提高降雨数据的精度和空间分辨率,同时设计的系统可以让用户方便的使用本文设计的模型自定义生产高质量的降雨量数据,为水保、气象、农业等领域提供了更加精确的降雨量数据产品。
基于数字孪生的铁路工务管养智能决策平台设计及应用研究
这是一篇关于数字孪生,多源数据融合,超限预警,WebGIS,智能决策平台的论文, 主要内容为随着铁路基础设施建设进程加快,铁路路网也在不断完善,不可避免的要遇到高原冻土、戈壁风沙等特殊自然地理环境线路。该类型线路养护维修条件恶劣,部分线路值守人员少,现场检查工作量大,对工务养护维修提出了更高挑战。如何充分利用现代信息技术,搭建基于数字孪生的铁路工务管养智能决策平台,实现铁路全生命周期工务管养的智能化就成为重要的研究课题。为此,论文主要开展的研究工作如下:(1)研究铁路线路构筑物BIM精细化建模方法综合分析现有的铁路BIM建模方法及相关应用软件,研究基于Revit+Dynamo的铁路线路构筑物BIM精细化模型快速创建方法,实现轨道结构构件族库快速创建,桥梁、隧道施工模型参数化建模并建立族库。利用Civil 3D软件快速建立铁路工程项目三维空间曲线,利用Dynamo编写实体构建族驱动布置程序流实现路基、桥梁、隧道、轨道结构模型按三维空间曲线快速装配,实现区间线路一体化快速建模。(2)研究基于统一地理框架多源数据融合的铁路工务设施三维场景搭建方法通过对既有铁路区间线路工况分析,提出基于多源数据融合的铁路工务设施三维场景搭建方法,利用卫星遥感技术可以获取目标区域三维空间数据,借助地理信息系统,实现目标区域数字地形模型快速搭建。利用Super Map系列软件建立三维地理实景模型,研究铁路工程项目BIM精细化模型轻量化处理方法,分析比选BIM+GIS融合方法,以大地坐标系三维虚拟地理环境为基座,采用动态加入法实现铁路工务设施BIM精细化模型精准套合。(3)研究基于深度学习的线路TQI超限区段预警算法选取轨检车检测的轨道质量指数(TQI)的时序数据组作为研究对象,通过多种预测时序数据的深度学习神经网络算法分析比选,提出基于Transformer模型的TQI预测算法,实现线路TQI值的精准预测,通过模型精度验证后集成于平台辅助决策模块,实现对轨道病害超限区段的超前预测,科学安排养护维修计划。(4)研究基于数字孪生理念,采用Web GIS构建铁路工务管养智能决策平台的方法通过平台需求分析、逻辑结构确定和数据库的建立,提出利用Super Map+Java Script方案进行基于数字孪生的铁路智能管养决策平台设计与应用研究,利用Super Map系列软件实现铁路工务设施三维场景Web端实时漫游,利用Java架构和C#编程语言实现平台多模块(如:地图编辑、智能信息查询、轨道伤损识别、智能辅助决策等)设计与集成,为数字化铁路建设和铁路全生命周期管理提供一种新的综合数字分析技术支撑。
基于多源数据融合的漏洞复用研究与实现
这是一篇关于漏洞库,多源数据融合,漏洞危害预测,随机森林,漏洞复现的论文, 主要内容为近年来,互联网经济蒸蒸日上,计算机技术飞速发展,随之而来的网络安全态势也愈发严峻,快速涌现的安全问题不断考验着安全从业人员。关注相关漏洞组织及平台,不难发现,每年收录的漏洞数量一直持续上升,漏洞影响的范围也在逐步扩大,漏洞对人们日常生活,甚至工业生产造成不可预计的危害。所以,如何应对层出不穷的漏洞,是当前网络安全行业发展面临的一大挑战。通过对漏洞数据以及安全事件进行分析可以发现,漏洞的影响范围具有普遍性,且相似漏洞频繁出现。因此,学习已知漏洞,了解漏洞原理及其利用细节,可以预防大部分安全问题的出现。基于此,本文提出一种基于已知漏洞的防范方案,建立漏洞数据库,围绕海量漏洞数据信息,借助大数据、机器学习等技术,设计实现基于随机森林的漏洞危害预测模型,分析漏洞危害,并研究实现漏洞场景复现平台,提供漏洞复现环境,为之后构建网络攻防知识图谱以应对复杂网络安全问题提供支撑。本文的主要研究内容如下:首先,建立漏洞数据库。利用爬虫技术收集国内外多个公开漏洞数据库信息,提取漏洞特征,设计实现基于Simhash算法的多源漏洞数据融合算法,通过计算漏洞之间的相似度实现数据融合,为平台提供更为全面的漏洞数据信息。其次,提出基于随机森林算法的漏洞危害预测模型。当前,对漏洞危害的评估多基于CVSS、DREAD等已有评分模型进行改进,或是使用层次分析法、攻击图进行研究,对漏洞原始信息分析较少。本文从漏洞出发,在利用文本分词技术提取漏洞特征的基础上,通过随机森林算法学习漏洞特征与漏洞危害评级之间的关系,以预测漏洞的危害等级,在进一步补充漏洞数据库信息的同时,对漏洞复现工作也具有参考性。最后,研究实现漏洞场景复现平台。由于网络攻击技术的敏感性,攻防对抗技术难以在真实网络下实施和验证,导致研究漏洞原理、学习漏洞利用方法的途径较为匮乏。为解决该问题,利用Docker技术构建漏洞复现场景,提供独立漏洞环境,为用户提供学习平台,并基于Flask框架和PostgreSQL数据库实现平台基本功能和数据存储,展示漏洞信息。
面向智慧小区的环境监测与设备控制研究
这是一篇关于智慧社区,环境监测,PLC通信,Sub-GHz组网,多源数据融合的论文, 主要内容为当前,随着数字家庭需求的推动,从智能家居到智慧社区,再到智慧城市的研究受到广泛关注。虽然许多智能家居方面的应用已初具雏形,逐步形成了一套完整的体系,但围绕智慧社区的数字化建设仍处在物联网应用的初级阶段。本文着重解决住宅小区的环境智慧化问题,通过传感网、多源数据融合以及AI技术,对小区环境数据进行提取、挖掘和分析,辅助智慧社区的管理者及时决策,改善社区服务和居住质量。本文利用多源数据融合技术提取智能决策算法,处理小区多种环境因子的复杂关系,这是实现小区环境智慧决策的关键。首先运用“群体支持度”的思想对初始的测量数据进行预处理,避免了无效测量值对后续融合工作的影响,然后利用加权自适应算法对同类型测量值进行初级融合,最后利用“D-S证据理论”对各组的结论进行融合,得到整体的决策结果。经过对数据的多级处理,有效提取和区分了关系控制决策的关键信息,使决策结果更加具有说服力。其中,重点针对传统D-S证据理论算法的不足进行分析,提出了相应的改进策略和方案,使其更加满足小区环境决策的要求。本文使用的数据传输方案分为两种,近距离设备间的通信使用PLC方式,通过电力线窄带通信连接网关、传感器和控制设备;网关使用Sub-GHz组网与远端服务器通信。传感器的测量数据先由网关交给后端,经过分析处理后获得反馈结果,再由网关分发指令,实现对相应设备的控制操作。软件采用B/S模式设计系统架构,使用基于Java的Spring boot框架对后端模块进行快速开发,实现包括用户管理、设备管理、环境状况、智能决策等功能,并由前端展示数据可视化界面。最后对面向智慧小区的环境监测与设备控制系统进行测试和改进,证明了该系统的可行性。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：毕设货栈 ，原文地址：https://bishedaima.com/lunwen/48699.html
