利用Visual LISP自动计算建筑面积和占地面积的方法研究

本文介绍了在AutoCAD2004中通过对图形属性的分析，利用Visual LISP编程自动计算建筑面积和占地面积的方法。     

天荒坪抽水蓄能电站勘测设计的优秀成果

4枢纽建筑物结构选型合理，大胆采用先进技术 4．1坝体结构设计中尽量利用当地材料充分考虑抽水蓄能电站的运行特点 在上水库地区，有大量的开挖料——全强风化岩（土）料。这种风化土料粘粒含量较高不易重塑压实，天然含水量大，饱和度高，天然干容量较低，但其抗剪强度比较高，压缩性中等。为了利用这种开挖料，考虑到上水库区湿度大，降雨天数多，难以通过凉晒降低土料含水量，设计上一方面合理规划风化土料的使用部位，将其安排在非防渗体或防渗要求低的部位；[第一段]     

基于LIDAR数据的建筑物提取和三维重建的研究进展

本文阐述了基于LIDAR数据提取建筑物以及对其三维重建的一般过程,着重介绍LIDAR数据中建筑物信息提取的有关算法以及进行三维重建的可行性方法.     

建筑物防雷装置安全检测工作的经验探讨

通过从事建筑物防雷装置安全检测工作多年的实践经验，总结出一个比较全面具体的建筑物防雷装置检测方案，其程序为准备、检测、总结、复检、注意事项。     

内蒙古大厦防雷设计技术评价

通过几年的新建建筑物防雷装置设计审核工作经验和结合规范的程度已初步形成了比较科学的工作内容及合理程序。以内蒙古第一高楼———内蒙古大厦为例说明,该工程2003年秋天开始施工建设,总高度150.38m(建筑物高130.83m,装饰针高19.55m),地上31层,地下2层,建筑物总占地面积4011.9m2,建筑物总面积52587.19m2。该建筑位于首府呼和浩特市新华大街新华广场西。该大厦集银行、写字楼、酒店、餐饮于一体,内部设备设施复杂、多样化给防雷的设计带来了很大挑战,本着为大楼内部设备、人员安全考虑,内外兼顾的原则,对设计提出了较多意见和建议。一、设…     

防雷建审中常见的几个问题

1引言吉林市位于吉林省中东部,为雷暴多发区,全年平均雷暴日为41天。雷电作为一种自然现象,具有极强的破坏能力,是目前中国十大自然灾害     

基于滑坡致灾强度预测的建筑物易损性定量评价

针对目前建筑物易损性定量评价中缺乏滑坡致灾强度预测研究,创新性地提出了一种基于InSAR技术的致灾强度经验曲线与ABAQUS二次开发的空间化位移预测相结合的建筑物易损性定量评价方法.以三峡库区石龙门滑坡为例,利用PS-InSAR解译的2017-2020年间滑坡年平均位移,通过函数反演获取了滑坡累积位移?致灾强度经验曲线;使用ABAQUS编写荷载和孔隙水压力子程序模拟了极端工况下(库水位下降+强降雨)的滑坡累积位移,用于建筑物易损性预测计算.建筑物抗灾能力由PSO-Fuzzy AHP模型加权赋值8个指标构成,与滑坡致灾强度两部分相结合即可定量评价建筑物易损性.研究结果表明：(1)本文提出的抗灾能力评价体系能够很好表征三峡库区农村建筑物的结构特征,具备较高的评价精度;(2)基于PS-InSAR得到的上限致灾强度曲线为I_pu=0.065×D_tot^0.236,具备更高的预测精度,有效减少了假阴性误报;(3)通过ABAQUS模拟的极端工况致灾强度随着降雨量增加而增加,预测的房屋易损性等级随之提高,并且成功预警了前期调查有明显变形的...     

基于特征级融合方法的高光谱影像建筑物提取

利用多范围波谱特征拟合进行高光谱分析得到粗分类结果,分别提取影像的光谱特征、纹理特征和空间特征,再进行这3种特征的融合,并提取建筑物。实验显示,该方法对不同材质屋顶建筑物有较好的提取效果。实验影像中有两种不同材质屋顶的建筑物,其中一种建筑物100%提取,另一种建筑物漏分面积占该类建筑总面积的8.5%,错分为2.2%。     

融合多特征的高分辨率遥感影像震害损毁建筑物检测

为充分利用特征的互补优势提高变化检测精度,本文提出了一种多特征融合的损毁建筑物检测方法。首先通过建筑物线划图获取建筑物对象,然后统计对象的灰度直方图和方向梯度直方图(Histogram of Oriented Gradient,HOG),并用G统计量计算地震前后对象的光谱距离;用震前影像训练基于HOG特征的支持向量机(Support Vector Machine,SVM),计算震后对象的HOG特征的响应值;再用Relief方法对光谱距离和HOG特征响应值进行加权融合,最后用FCM方法分类从而检测出损毁建筑物。实验结果表明,本方法充分利用了各特征的优势,有效提高了变化检测的精度。     

结合样本自动选择与规则性约束的窗户提取方法

针对窗户内部结构性与分布规则性等特点,提出了一种结合样本自动选择和分布规则性约束的窗户提取方法。首先,利用模板匹配对选取的单个窗户样本进行拓展,自动选择一定数量的正负样本;其次,利用自动选择的样本对JointBoost分类器进行训练,并对建筑物立面影像进行窗户提取;最后,建立包含窗户走向线、倾向线、兴趣点和相似度4个要素的窗户分布规则性模型,并利用规则性模型约束对提取结果进行优化,得到最终窗户提取结果。在复杂背景、复杂窗户结构及存在透视变形的建筑物影像窗户提取实验中,该方法均有较好的检测率与正确率。