建筑信息模型的空間拓?fù)潢P(guān)系提取和分類研究.pdf

1、數(shù)字化的建筑信息已在建筑設(shè)計(jì)、城市規(guī)劃等領(lǐng)域中大量存在并得到廣泛應(yīng)用,尤其是近年來(lái)出現(xiàn)的建筑信息模型在建筑的設(shè)計(jì)、施工、銷售招商及運(yùn)營(yíng)管理等階段發(fā)揮著十分重要的作用。建筑信息模型中包含了大量復(fù)雜的信息,而這些都是極其寶貴的知識(shí)財(cái)富和經(jīng)驗(yàn)積累。因而,為了克服“數(shù)據(jù)豐富而知識(shí)匱乏”現(xiàn)象,對(duì)建筑信息模型的空間拓?fù)潢P(guān)系提取和分類的研究是十分必要。
　　首先,建筑信息模型的空間拓?fù)潢P(guān)系能夠很好的表征建筑物內(nèi)部空間的通達(dá)性特征,現(xiàn)今國(guó)內(nèi)外鮮有

2、針對(duì)建筑信息模型的空間拓?fù)潢P(guān)系提取方法的研究;并且現(xiàn)有的眾多BIM軟件能夠提供大而全的建筑信息參數(shù),但這些工具尚不能按照人們的需求自動(dòng)生成模型內(nèi)部的空間拓?fù)潢P(guān)系,因而有必要研究自動(dòng)提取建筑信息模型的空間拓?fù)潢P(guān)系方法。為此,本文構(gòu)建出了一種既兼顧高效又考慮結(jié)果準(zhǔn)確的建筑信息模型的空間拓?fù)潢P(guān)系提取方法。
　　其次,本文構(gòu)建出了一種結(jié)合空間句法理論和基于SVM決策分類的模型分類方法。該分類方法分為特征提取與基于SVM的決策分類兩個(gè)環(huán)節(jié)。

3、該方法先是對(duì)建筑信息模型建立RCARG模型,并定義一組對(duì)比分量定量為模型的固有幾何特征;然后利用建筑信息模型的領(lǐng)域?qū)傩?結(jié)合空間句法理論,使用句法變量豐富出一組描述建筑模型空間結(jié)構(gòu)的特征來(lái)支持模型分類,這在很大程度上改善了模型分類的特征信息量,提高了分類的精準(zhǔn)度。最后在常用的DAG-SVMS分類算法的基礎(chǔ)上增加特征向量均衡化的過(guò)程,減少?zèng)Q策分類時(shí)誤判幾率,以實(shí)現(xiàn)高精準(zhǔn)度分類效果。實(shí)驗(yàn)結(jié)果表明,該方法與KNN和改進(jìn)前的DAG-SVMS算法