約束滿足網(wǎng)絡(luò)建筑物陰影結(jié)構(gòu)提取

首先對(duì)上海市中心城區(qū)遙感影像建庫(kù),把眾多的遙感影像數(shù)據(jù)組織起來(lái),以方便管理和使用.在此基礎(chǔ)上,利用gis和rs技術(shù),對(duì)遙感數(shù)據(jù)解譯處理,提取建筑物陰影信息,從而為估算建筑物高度值作準(zhǔn)備.

航空影像中,垂直邊緣對(duì)建筑物提取具有重要意義。為快速準(zhǔn)確地提取垂直邊緣,依據(jù)航空攝影測(cè)量學(xué)的有關(guān)知識(shí),利用攝影測(cè)量成像模型推導(dǎo)出垂直邊緣滅點(diǎn)位置,并結(jié)合物方空間幾何約束和圖像空間邊緣信息,采用一種自適應(yīng)模糊hough變換算法,實(shí)現(xiàn)了建筑物垂直邊緣的自動(dòng)提取。實(shí)驗(yàn)證明,該算法是行之有效的。

建筑節(jié)能是當(dāng)今城市建設(shè)和社會(huì)發(fā)展的前沿和研究熱點(diǎn),對(duì)建筑的能耗現(xiàn)狀進(jìn)行綜合分析與評(píng)估是進(jìn)行節(jié)能改造或節(jié)能設(shè)計(jì)的前提和基礎(chǔ),而建立反映能耗變化的預(yù)測(cè)模型是從宏觀尺度上分析認(rèn)識(shí)建筑能耗變化與發(fā)展特性、為公共建筑節(jié)能工作提供決策依據(jù)的有效途徑和重要手段。研究針對(duì)常規(guī)bp網(wǎng)絡(luò)算法收斂速度慢、易陷入局部最小點(diǎn)的缺點(diǎn),采用了具有較快收斂速度及穩(wěn)定性的lm算法進(jìn)行預(yù)測(cè),構(gòu)造了基于bp神經(jīng)網(wǎng)絡(luò)的建筑物用電量預(yù)測(cè)模型。以某市公共建筑原始用電能耗統(tǒng)計(jì)數(shù)據(jù)作為樣本,并采用matlab對(duì)預(yù)測(cè)模型進(jìn)行了仿真預(yù)測(cè)。結(jié)果顯示:誤差在允許范圍內(nèi)。

根據(jù)建筑物實(shí)測(cè)沉降利用人工神經(jīng)網(wǎng)絡(luò)理論,建立了前饋網(wǎng)絡(luò)預(yù)測(cè)模型并提出新的學(xué)習(xí)算法,結(jié)合某建筑物糾偏工程實(shí)例對(duì)建筑物沉降進(jìn)行了預(yù)測(cè).預(yù)測(cè)結(jié)果表明神經(jīng)網(wǎng)絡(luò)方法是可行且有效的.

建筑物沉降的誘因與沉降量之間有一個(gè)復(fù)雜的非線性相關(guān)性,應(yīng)用回歸法對(duì)這種復(fù)雜的相關(guān)性進(jìn)行分析有較大的局限性。人工神經(jīng)網(wǎng)絡(luò)是由許多神經(jīng)元組成的大規(guī)模非線性系統(tǒng),具有較強(qiáng)的動(dòng)態(tài)處理能力,能對(duì)簡(jiǎn)單的非線性函數(shù)進(jìn)行多次復(fù)合,來(lái)實(shí)現(xiàn)一個(gè)復(fù)雜的非線性函數(shù)。神經(jīng)網(wǎng)絡(luò)這些特性滿足建筑物沉降分析的需求。實(shí)例表明,應(yīng)用神經(jīng)網(wǎng)絡(luò)bp算法可以對(duì)建筑物沉降原因進(jìn)行更客觀的分析,對(duì)沉降趨勢(shì)預(yù)測(cè)效果也較好。

在我們應(yīng)用回歸方法對(duì)建筑物沉降原因分析及沉降趨勢(shì)的預(yù)測(cè)中,由于實(shí)際情況的復(fù)雜性及主觀認(rèn)識(shí)的局限性,這樣所得的結(jié)果含有較多的人為因素,可能會(huì)與實(shí)際情況有所差異。針對(duì)這種情況,討論了應(yīng)用神經(jīng)網(wǎng)絡(luò)方法來(lái)發(fā)現(xiàn)和驗(yàn)證引起建筑物沉降的因素及對(duì)沉降趨勢(shì)的預(yù)測(cè)。實(shí)例表明,該方法能取得較好的效果。

為解決建筑物基礎(chǔ)沉降量的安全監(jiān)測(cè)問(wèn)題,對(duì)其進(jìn)行有效的預(yù)測(cè)、校核與分析,運(yùn)用matlab軟件建立徑向基神經(jīng)網(wǎng)絡(luò)模型對(duì)某市建筑物的基礎(chǔ)沉降量進(jìn)行預(yù)測(cè).結(jié)果表明:徑向基神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)形式簡(jiǎn)易,適應(yīng)能力更強(qiáng),預(yù)測(cè)誤差比bp網(wǎng)絡(luò)小,平均約為66.83%,達(dá)到預(yù)測(cè)精準(zhǔn)度所需的耗時(shí)短、收斂速度更快.徑向基神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)結(jié)果與實(shí)測(cè)結(jié)果較為吻合,表明徑向基神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型適用于建筑工程沉降預(yù)測(cè)領(lǐng)域之中.

提出基于人工神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)最終沉降的預(yù)測(cè)新方法,通過(guò)工程實(shí)例應(yīng)用,在較短的實(shí)測(cè)資料情況下,可獲得較小誤差的最終沉降量,所建立的模型預(yù)測(cè)精度高。

將粗糙粗集理論和神經(jīng)網(wǎng)絡(luò)原理結(jié)合起來(lái),建立了基于粗集-神經(jīng)網(wǎng)絡(luò)的建筑物震害預(yù)測(cè)模型。首先運(yùn)用粗糙集理論,根據(jù)原始樣本建立決策表進(jìn)行屬性離散化、屬性重要性排序、屬性約簡(jiǎn)和分類規(guī)則的提取;然后將所提取的關(guān)鍵成分作為神經(jīng)網(wǎng)絡(luò)的輸入訓(xùn)練模型。實(shí)例研究表明,基于粗集-神經(jīng)網(wǎng)絡(luò)的多層磚房震害預(yù)測(cè)結(jié)果與實(shí)際震害基本吻合。該模型簡(jiǎn)化了神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),提高了訓(xùn)練速度和分類精度,還能對(duì)各因素對(duì)房屋震害的影響度進(jìn)行分析。

介紹了基于matlab的徑向基函數(shù)rbf神經(jīng)網(wǎng)絡(luò)對(duì)于建筑物沉降預(yù)測(cè)的方法,討論了rbf神經(jīng)網(wǎng)絡(luò)的構(gòu)造思路、參數(shù)和分布密度spread的選擇。為建筑物變形監(jiān)測(cè)人員的數(shù)據(jù)分析、變形預(yù)測(cè)提供了一個(gè)可行的概念。

為探索人工神經(jīng)網(wǎng)絡(luò)用于建筑物變形預(yù)報(bào)的可能性，采用ｂｐ網(wǎng)絡(luò)代替?zhèn)鹘y(tǒng)的回歸分析方法，處理變形觀測(cè)數(shù)據(jù)。結(jié)果表明，當(dāng)影響建筑變形的因素較多，且各因素間存在非線性關(guān)系或關(guān)系不確定時(shí)，加歸分析預(yù)報(bào)的結(jié)果存在較大偏差，ｂｐ網(wǎng)絡(luò)有助于提高建筑物變形預(yù)報(bào)的精度。

基于人工神經(jīng)網(wǎng)絡(luò)強(qiáng)大的動(dòng)態(tài)數(shù)據(jù)處理能力和學(xué)習(xí)能力，本文對(duì)應(yīng)用bp神經(jīng)網(wǎng)進(jìn)行建筑物沉降預(yù)測(cè)的方法進(jìn)行了初步探討，并通過(guò)實(shí)例分析了該方法的可行性和實(shí)用性。

提出了根據(jù)實(shí)測(cè)數(shù)據(jù)構(gòu)造神經(jīng)網(wǎng)絡(luò)變形預(yù)測(cè)模型的基本思路,構(gòu)造出基于bp算法的神經(jīng)網(wǎng)絡(luò)變形預(yù)測(cè)模型,并給出應(yīng)用實(shí)例分析。結(jié)果表明,神經(jīng)網(wǎng)絡(luò)應(yīng)用于變形預(yù)測(cè)效果良好,具有一定參考價(jià)值和指導(dǎo)意義。

針對(duì)建筑物陰影提取受同物異譜和異物同譜特點(diǎn)的噪聲干擾較大這一問(wèn)題；提出一種結(jié)合幾何特征和語(yǔ)義特征約束條件去噪的城市規(guī)則建筑物陰影提取方法；首先；針對(duì)陰影在his色彩模型中低亮度、高色調(diào)和高飽和度的特性；采用歸一化陰影指數(shù)進(jìn)行初步陰影檢測(cè)；并與經(jīng)過(guò)過(guò)綠指數(shù)變換后的圖像做差值運(yùn)算去除偏藍(lán)色地物的干擾；然后根據(jù)建筑物陰影特征采用4種幾何指數(shù)和陰影方向進(jìn)行去噪處理；分別選取高分辨率衛(wèi)星影像和航空影像進(jìn)行實(shí)驗(yàn)；結(jié)果表明；該方法對(duì)于城市規(guī)則建筑物陰影提取具有較高的精度；并且結(jié)果邊界完整；無(wú)破碎圖斑；

高分辨率多光譜遙感影像中的建筑物陰影具有重要作用。針對(duì)檢測(cè)到的建筑物陰影經(jīng)常受高大樹(shù)木陰影影響的問(wèn)題,在可分離亮度的lab顏色空間建立樹(shù)木顏色模型,使用查表法準(zhǔn)確檢測(cè)遙感影像中的樹(shù)木區(qū)域。提出根據(jù)樹(shù)木區(qū)域和光照方向去除建筑物陰影中樹(shù)木陰影的方法,通過(guò)實(shí)驗(yàn)證明其有效性。

采用comgis(組件式地理信息系統(tǒng))技術(shù)開(kāi)發(fā)了結(jié)合專業(yè)震害分析模型的建筑物震害評(píng)估系統(tǒng),討論了基于bp人工神經(jīng)網(wǎng)絡(luò)和gis耦合模型的多層磚房震害預(yù)測(cè).研究表明:水平成層土地震反應(yīng)分析程序shake91在vb菜單下可直接調(diào)用,實(shí)現(xiàn)地震動(dòng)影響場(chǎng)計(jì)算的模塊化;bp神經(jīng)網(wǎng)絡(luò)應(yīng)用于建筑物震害預(yù)測(cè)中,能達(dá)到較理想的效果,其計(jì)算模型在系統(tǒng)菜單下可直接調(diào)用;系統(tǒng)的gis空間分析功能可使震害預(yù)測(cè)結(jié)果與建筑物信息進(jìn)行空間匹配,實(shí)現(xiàn)地震災(zāi)害損失快速評(píng)估.

介紹了rbf神經(jīng)網(wǎng)絡(luò)的模型和結(jié)構(gòu),提出將該網(wǎng)絡(luò)應(yīng)用于建筑物沉降預(yù)測(cè)。運(yùn)用matlab工具箱函數(shù)建立了沉降預(yù)測(cè)網(wǎng)絡(luò)模型,編制了計(jì)算程序,通過(guò)工程實(shí)例驗(yàn)證了該模型的正確性和可行性,并和bp神經(jīng)網(wǎng)絡(luò)在收斂速度上進(jìn)行了比較,結(jié)果表明rbf神經(jīng)網(wǎng)絡(luò)的收斂速度遠(yuǎn)遠(yuǎn)快于bp網(wǎng)絡(luò)。

在分析了現(xiàn)有建筑物陰影識(shí)別提取方法不足的基礎(chǔ)上，介紹了利用約束滿足網(wǎng)絡(luò)提取黑白城區(qū)航空影像中建筑物陰影結(jié)構(gòu)的原理及方法，實(shí)驗(yàn)表明，文中所述的方法是穩(wěn)健的。

用vb編制了人工神經(jīng)網(wǎng)絡(luò)的通用bp算法程序。根據(jù)西安參考年氣象參數(shù),采用動(dòng)態(tài)模擬程序計(jì)算了某辦公樓4月至9月逐時(shí)冷負(fù)荷,結(jié)果顯示利用神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)值與計(jì)算值吻合。

介紹灰色神經(jīng)網(wǎng)絡(luò)模型的建模原理和方法,并采用該模型對(duì)實(shí)際的監(jiān)測(cè)數(shù)據(jù)進(jìn)行處理和分析。結(jié)果表明,灰色神經(jīng)網(wǎng)絡(luò)模型能夠在小樣本、貧信息和波動(dòng)數(shù)據(jù)序列等情況下對(duì)變形監(jiān)測(cè)數(shù)據(jù)做出比較準(zhǔn)確的模擬和預(yù)報(bào),從而能夠?yàn)樽冃伪O(jiān)測(cè)的數(shù)據(jù)處理提供一種較好的方法,能夠滿足實(shí)際應(yīng)用的需求。

提出采用模糊處理與人工神經(jīng)網(wǎng)絡(luò)相結(jié)合的方法，有效地實(shí)現(xiàn)對(duì)建筑物變形的短期預(yù)測(cè)，并用實(shí)例加以驗(yàn)證說(shuō)明。

在分析ikonos衛(wèi)星圖像上建筑物陰影與實(shí)際高度關(guān)系的基礎(chǔ)上,闡述了估算城市建筑物高度的原理和方法,并在以北京市中關(guān)村、天壇公園和北海公園為例的試驗(yàn)中,較為準(zhǔn)確地得到了建筑物高度信息,從而顯示出衛(wèi)星遙感在城市園林規(guī)劃與環(huán)境數(shù)值模擬等方面應(yīng)用的巨大潛力。