一、Visual C++中组件对象模型技术在工程中的应用（论文文献综述）
桂欢[1]（2021）在《微商城可视化构建平台的研究与实现》文中指出随着当代企业和互联网的不断发展,互联网渐渐成为了企业发展的重要土壤。而随着企业数字化趋势愈演愈烈,丰富多变的个性化商城应用被企业所需要。因而快速开发出丰富多变、个性化的商城应用,就成为了目前企业应对快速变化的市场的重要诉求。企业商城应用往往需要支持商品展示、金额计算、付款购买、注册抽奖等功能,实现它则需要进行多种框架和技术的组合,技术难度大、复杂性高且代码庞杂。在面临敏捷快速的开发场景时,可迁移度几乎为零,需要技术人员重复开发,成本骤然增大。适应能力低、开发繁琐、代码量大、技术门槛高成为掣肘企业互联网化的一个重要因素。如何以高效、快速、低代码量、低门槛、强拓展性的方式来设计、生产、部署个性化互联网商城应用成为了核心问题。因此,本论文基于可视化、组件化、流水线模式的思想,以微信中的企业购物商城网页应用为切入点,研究、设计并实现了一套微商城可视化构建平台,采用可视化拖拽编辑的操作方式,自动化构建商城应用,以解决以往企业商城上云开发中开发量过高的问题。本论文的研究工作包括以下三个方面:一是可视化业务组件的研究与实现,二是可视化编辑器的研究与实现,三是自动化编排流水线的研究与实现。本论文基于React组件化理念、Flex浮动布局等思想、方案和技术,先详细介绍了可视化编辑器的组件设计,然后阐述了自定义语法模型。之后详细介绍了可视化编辑器,解释了画布拖拽、组件的属性和事件设置、组件和全局数据的联动、组件间通信交互等功能的具体设计。最后,详细介绍了自动化编排流水线的设计,解释了如何从中间态的结构化产物中转换成一个可以运行的前端应用产物。本论文最终实现了一套完整的微商城可视化生成平台,支持用户可视化编辑页面并生成前端应用,对平台生成应用的功能进行了测试,测试结果验证了本文所提方案的可行性和有效性。本论文提出的方法和取得的成果,对可视化微商城构建平台的研发具有一定的参考价值。
李荅群[2]（2021）在《复杂场景下基于深度特征匹配的目标跟踪算法研究》文中认为作为图像处理、计算机视觉领域中重要的研究方向之一,目标跟踪在诸如智能交通、视频监控、视觉导航、国防侦查和军事观测等应用领域具有很高的应用价值。尽管在之前几十年的研究中目标跟踪已经取得较好的发展,但是其仍然面临很多难题。一方面,在跟踪过程中目标经常会发生较为复杂的变化,比如光照变化、形变、遮挡等问题,这使得稳定且准确地跟踪目标变得尤为困难。另一方面,如何全面且有效地对目标外观表征模型、目标定位方法及模板更新策略等重要环节进行提升,也时刻困扰着国内外众多学者。近年来,基于深度学习的目标跟踪算法相比于其它目标跟踪算法展现出更加优异的性能,其在大数据的驱动下利用端到端学习不仅能够高效、便捷地训练模型,还极大地提升了算法的鲁棒性与准确性。其中,基于深度特征匹配的目标跟踪算法以其均衡的准确性、鲁棒性和实时性获得了较多的关注。虽然这类算法在很多方面表现优异,但由于网络结构中缺少层级间的自适应特征融合、模板更新策略不够完善、缺少再检测机制等原因,其在复杂场景下的鲁棒性与准确性都会明显降低。因此,本论文在研究大量国内外目标跟踪算法的基础上,针对复杂场景下基于深度特征匹配的目标跟踪算法的局限性进行一定的改进。本论文主要开展可见光单目标跟踪算法的研究,主要研究内容和创新性成果如下:1、针对基于深度特征匹配的目标跟踪算法在复杂场景下准确性及鲁棒性降低且模板更新策略不够完善的问题,提出一种结合再检测机制与自适应模板更新的孪生卷积神经网络目标跟踪算法。在跟踪过程中,当背景中出现相似干扰时,基于深度特征匹配的目标跟踪算法生成的响应图中易出现多个波峰,从而造成跟踪框不稳定甚至跟踪目标丢失的情况。本文利用一种高效且准确的再检测孪生卷积神经网络作为再检测机制来应对响应图中的多波峰。再检测网络在出现的各个波峰周围采样并进行实时、准确的匹配计算,从而实现对干扰的筛选与排除。另外,为了应对跟踪过程中遮挡、形变等复杂因素带来的影响,本文提出一种基于生成式模型的自适应模板更新方法。该方法将评估过的可靠跟踪结果进行特征提取与概率统计,利用统计结果与已有的目标模板特征进行自适应融合,从而实现模板的自适应更新。仿真实验结果表明,该算法能较好地应对相似背景干扰、遮挡、目标形变等难题,有效提升复杂场景下的跟踪精度与鲁棒性。2、针对基于深度特征匹配的目标跟踪算法网络结构较浅且缺少层级间的自适应特征融合的问题,提出一种结合深层特征与鲁棒特征融合的孪生卷积神经网络目标跟踪算法。虽然,基于深度特征匹配的目标跟踪算法利用浅层卷积神经网络和离线训练能够在一些低复杂度的场景取得不错的跟踪效果。但是,由于缺少丰富的语义特征,其在应对复杂场景下一些具有挑战性的难题时,跟踪效果将会明显下降。本文利用一种改进的残差网络来替代传统的浅层网络,从而提取出具有丰富语义信息的深层特征。与此同时,本文提出一种高效的自适应多层特征融合策略,有效提升了响应图的质量,减少了在复杂场景下相似背景干扰所带来的影响。另外,本文利用一种自适应特征信息融合方法来实现模板的更新,从而有效克服遮挡、目标形变等难题。仿真实验结果表明,该算法能够有效提升跟踪效果,并且在准确性与鲁棒性等方面表现良好。3、针对基于深度特征匹配的目标跟踪算法前景信息利用不充分,跟踪过程中在语义背景下易丢失目标的问题,提出一种前景信息引导的孪生卷积神经网络目标跟踪算法。考虑到现有的基于深度特征匹配的目标跟踪算法在离线训练时正样本对包含的挑战因素较少,在目标遇到遮挡或较严重形变时跟踪效果下降的问题,本文采用一种相对简单的采样策略来扩充离线训练时正样本对中的挑战因素,从而有效增强算法的鲁棒性。并且,为了进一步提升算法在语义背景下的识别能力,本文将背景信息进行填充遮挡,从而增强前景信息的显着性。与此同时,将处理后的数据输入到基于卷积神经网络的引导分支中,并运用一种填充损失计算方式来改进算法的损失函数,有效提升算法在语义背景下的识别能力。此外,本文采用一种改进的特征信息融合方法来实现模板的更新,进一步应对目标的外观变化。仿真实验结果表明,该算法在多种干扰因素下取得了较好的跟踪效果,优于所对比的其它多个先进的跟踪算法。
彭玉婷[3]（2021）在《基于模型的多源异构数据自适应可视化技术研究》文中研究表明随着新兴信息技术的快速迭代,各应用领域产生了大量的多源异构数据。如何对这些数据统一整合和处理,挖掘出有价值的信息,引起了学术界的大量关注与研究。数据可视化将数据转化为不同类型的可视化元素直观展示,是数据处理与分析流程的重要环节。本文针对多源异构数据可视化存在的问题,研究了可视化流程中的组件生成技术和基于可视化组件的大屏构建技术。主要内容如下:（1）实现了一种基于模型的组件可重构生成技术。根据可视化组件的生成原理,本文提出一种通过可视化界面配置快速生成组件的方法。首先,本文分析了传统组件库生成组件的流程与存在的缺点。接着,本文提出一种组件快速生成框架,并构建了基于Echarts的图表模板,以模型化的方式生成组件。最后,引入可重构的概念,实现组件可重构配置。实验结果证明,本框架集成的可重构的组件模板达36例,在集成组件的种类和数量上优于大部分同类工具,且框架具有可扩展的特点。此外,与主流组件库的对比实验表明,本方法构建的组件在性能上具有更短的初始化时间和更高的动画帧率。（2）实现了一种基于页面自适应的大屏敏捷构建技术。针对可视化大屏构建流程复杂的问题,本文提出一种基于组件动态构建自适应大屏的方法。首先,本文对比了主流的大屏构建方式的优缺点,分析了基于商业智能工具构建大屏的灵活性。接着,在研究大屏动态构建的机制上,本文提出了一种基于可视化组件的大屏敏捷构建框架,并设计了三种大屏页面的自适应方案,以实现可视化结果的自适应展现。最后,开发了构建敏捷大屏的通用工具。测试结果显示,基于本工具构建的大屏,在功能上具有较好的易用性与交互性,在性能上也表现良好,满足实际应用的可视化需求。（3）实现了多源异构数据可视化的案例研究基于上述的研究成果,本文面向多源异构数据可视化的需求,使用开发的工具,快速搭建联合作战电磁态势数据可视化分析平台。实现对复杂多源的电磁态势关键指标数据进行实时可视化展示与分析。案例实现结果表明,基于本文提出的组件快速生成方法和大屏敏捷构建方法可以面向多样的可视化需求,快速构建相应的数据分析平台。因此本文的研究成果对于不同领域的数据可视化分析具有较高的应用价值。此外,本文提出的大屏敏捷构建工具已在实际项目中获得了较好的反响。
崔宇洋[4]（2021）在《数字化三维矿井巷道模型的研究与实现》文中提出“智慧矿山”是矿井未来发展的趋势,建立井下三维巷道模型系统是实现“智慧矿山”的基础。矿山巷道数量繁多,巷道间结构复杂,本文针对三维巷道模型展开研究,基于矿山资料的信息重构提出巷道关联分析算法,利用组件库技术研究三维巷道建模方法,建立三维矿井巷道模型系统。论文主要包括以下研究工作:提出基于信息重构的巷道关联分析算法。首先,对DWG格式矿图的解析方法进行研究,选择利用数据提取功能（EATTEXT）解析矿图;然后将“矿井通风系统图”中巷道数据进行巷道结构有向化处理,结合“井巷规格参数表”进行信息重构,获取完整的巷道编码、坐标、倾角、全高、底宽、长度及断面类型等巷道数据信息;最后,通过分析巷道信息对巷道特征进行提取,构建能够反映巷道拓扑关系的巷道关联分析算法。该算法为矿井三维建模提供巷道数据信息。提出基于组件库的三维巷道建模方法。首先,利用布尔沙坐标转换将2000坐标系下的矿图坐标信息转换系统使用的目标坐标系。然后,按照断面形状创建巷道模型组件,根据拼接通道数量创建拼接模型组件,矿井中的常规设备创建设备模型组件,共同构建三维巷道模型组件库;最后,基于组件库技术提出三维矿井巷道建模方法,根据坐标、尺寸、巷道级别等巷道信息,调用组件库中的组件模型,搭建巷道模型,解决了巷道拼接问题。该方法实现了矿山的三维建模。通过对巷道数据信息的重构及三维建模方法的研究,完成三维巷道模型系统的设计与实现。采用面向对象思路,应用三维建模和可视化技术,将矿图中的巷道信息转换成虚拟场景中的三维模型,并实现三维场景的虚拟漫游,系统界面美观,三维场景逼真,交互性好。本系统的研究工作为实现矿山三维可视化提供了技术支持,促进了矿山的智能化发展,为矿山安全生产提供保障。
余操[5]（2021）在《光伏阵列运行状态分析及故障诊断研究》文中认为随着光伏电站装机规模的不断扩大,光伏阵列故障诊断已经成为研究热点。光伏阵列运行状态分析是建模和故障诊断的基础,而故障诊断是保障光伏系统安全经济运行的手段。本文围绕如何实现更符合实际工程需要的基于光伏阵列运行状态分析的故障诊断方法开展以下研究:（1）为构建高精度的光伏阵列数学模型,对光伏组件工作温度进行在线建模计算,对光伏组件的电气参数实现在线参数辨识,最后利用建立的光伏阵列仿真模型阐明了不同运行状态下的光伏阵列电气参数分布特性。构建了基于误差回传算法的多层前向神经网络 BP-ANN（Back Propagation Artificial Neural Network）模型的光伏组件工作温度模型,实验结果表明该方法较经验公式计算结果的精度得到了显着提高,实现了光伏组件工作温度的软测量;提出了基于典型工况点的光伏组件电气参数建模辨识方法,对典型工况点的数据进行了拟合,实测结果证明采用该方法计算的光伏组件在不同环境条件下的电气参数误差在3%以内,该方法实现了光伏组件电气参数在线辨识,提高了建模精度;基于上述模型建立光伏阵列仿真模型,掌握了光伏阵列典型故障条件、阴影和遮挡故障条件下的光伏阵列的电气参数分布,实验结果误差不超过1.8%。（2）为掌握环境因素对光伏阵列发电性能的影响,对某大型山地光伏系统的发电性能进行了研究,分析了光谱差异对不同光伏组件发电性能的影响,计算结果显示光谱对晶硅光伏组件普遍增益或减损在0.5%以内;提出了参考阵列输出功率修正计算不同角度倾斜面辐照度GTI（Global Tilted Irradiance）的方法,实验结果说明其误差小于19W/m2;通过数据统计及有限元建模方法,研究了不同位置风速、环境温度及组件技术差异对光伏组件工作温度的影响;通过实证对比研究了积灰对光伏阵列发电性能的影响;基于上述研究,对不同条件光伏阵列的性能指数PI（Performance Index）进行修正,将其用于光伏阵列的实时发电性分析和故障诊断,该方法充分利用了光伏系统采集的电气及环境数据,并建立了多种环境因素与不同光伏阵列发电性能间的数学关系,结果证明了提出的修正PIcorr可以有效实现光伏阵列的故障诊断。（3）最后基于光伏阵列数学模型和环境因素对光伏阵列发电性能影响的规律,提出动态告警阈值故障诊断方法,实现了适应不同工况的阈值设置方法和更精确的故障诊断。结合分位数计算和时间窗技术,实现了适应环境因素变化的动态告警阈值设置。通过分析光伏阵列的运行特性随环境变量动态变化的规律,利用分位数法对不同环境条件下的光伏阵列运行特性进行动态阈值设置,并利用该动态阈值实现了光伏阵列运行状态的判断,最后通过实验验证了该方法的有效性,剔除低辐照度区间数据后动态告警阈值方法可以将误报、漏报率降至2.9%以内,较固定告警阈值设置方法大大降低。该方法基于历史统计数据和环境变量对电气参数进行了动态阈值设置,有效解决了阈值设定基于人的经验的问题,该故障诊断方法对于常见的光伏系统均有很好的工程实用价值,为光伏系统运行维护提供了新的解决思路。
吴迪[6]（2021）在《基于深度学习的用户界面组件检测算法研究》文中指出移动应用程序中常见的用户界面（User Interface,UI）通过特定的语言和框架与应用程序交互。对于一个应用程序的截图,开发人员可以将其转换成代码,在此基础上继续开发,而UI设计人员通常将截图作为示例,使用矢量绘图工具重构用户界面。随着用户界面不断的多样化,设计人员很难用肉眼直接判断出组件的位置坐标和类别,这就使重构UI截图的工作变得非常困难。因此,设计一种自动化检测方法用于用户界面组件检测至关重要,对设计人员重构UI截图示例具有指导意义。目前已有传统方法用来识别用户界面组件,但是无法进行组件分类,而且传统计算机视觉技术的检测过程是非常耗时的。近几年来,深度学习逐渐进入人们的视野,研究者们提出许多基于深度学习的目标检测算法用于各种场景的检测,这些算法也为用户界面组件检测问题提供了新思路、新技术。针对目前用户界面组件检测存在的问题,本文提出基于深度学习的目标检测算法用于组件检测,组件检测任务包括组件定位和分类。YOLOv3是经典的一阶段目标检测算法,但是通过实验发现,直接将其用于UI组件检测当中检测精度很低。所以本文对YOLOv3做出了相应的改进:首先是骨干网络的设计,要准确的识别和定位目标,需要获得含有丰富信息的特征图,本文骨干网络选择了Dense Net,其中的密集连接结构使提取到的特征能够充分使用,在此基础上改进,设计了包含5个Dense Block的网络来提取特征,并且引入通道注意力机制和空间注意力机制对Dense Block内部结构进行改进,进一步增强骨干网络的特征提取能力。接下来是检测阶段,本文检测的UI组件存在大小不均衡的问题,所以本文设计多尺度检测结构,并将不同尺度特征进行融合,选择在4个不同尺度的特征图上实现多尺度预测,从而提高网络的性能。最后是损失函数的设计,由于在检测阶段会产生大量的候选框,其中有大部分候选框不负责检测目标,这就导致过多的负样本主导网络训练过程,针对此问题,本文使用Focalloss作为分类损失函数,减小负样本对整体损失的贡献。本文在真实UI数据集上进行实验,对收集到的数据进行预处理操作,重新构造数据集格式。本文设置多组Focalloss参数值进行试验,来选择一组最优的参数。从基于深度学习的经典目标检测算法和传统检测方法两方面设置对比实验。选择召回率、精确率和m AP作为评价指标,用m AP来衡量模型整体性能。实验结果显示,本文方法的召回率达到了75.71%,m AP达到了56.22%,检测效果优于其他目标检测算法。与传统检测方法相比,本文方法增加了组件分类功能,而且在召回率和精确率上本文方法都远远优于传统检测方法。实验结果表明本文方法在用户界面组件检测问题上具有更优的效果。
马鲁强[7]（2021）在《基于BfP的智能喷杆喷雾机可重构模块化设计方法研究》文中研究说明植物保护作业在农林业生产过程中,对植物病虫草害的预防与整治、保障农林产品的丰收,具有重要而深远的意义。喷杆喷雾机是重要的植物保护机具之一,因其可以高效、大面积进行喷雾植保作业而被广泛的应用,一直是国内外植保机械研究的热点,其结构与性能随着科技的发展也得到了不断的优化与完善。然而,随着农林产品的多元化发展,现有的喷杆喷雾机只针对大田作物进行常规参数的植保作业,难以通过自身的变形来适应多种植物培育形式的农林植保需求。与此同时,随着人类环保意识的加强,特别是人工智能发展对智能农业的促进作用以及国家在对智能农业的发展战略要求,喷杆喷雾机的研究正朝着智能化的方向发展,市场越来越需要能够根据大田、篱架、林木等作物形态来调节姿态、并进行处方施药的智能喷杆喷雾机。因此,寻求一种在能够满足个性化需求的同时,实现喷杆喷雾机的多功能及智能化,并满足绿色制造要求的智能喷杆喷雾机,逐渐成为喷杆喷雾机的发展趋势。智能喷杆喷雾机应可通过自身软/硬件模块的重构,来实现适应不同作业环境与对象的精准、变量施药/肥作业,通过强调对喷杆喷雾机企业现有资源的重用与优化配置来适应绿色制造的要求,在实现降低产品总成本,提升产品经济效益的同时注重生态环境的可持续发展。产品始于设计,为发挥产品优势,实现绿色制造目标,开展智能喷杆喷雾机整机设计过程研究,引导资源的重用与优化配置,适应绿色制造要求,进而形成智能喷杆喷雾机绿色设计方法,促进生态可持续发展与智能农业的实现具有重要的理论意义与现实指导意义。Brownfield Process是以Design Research Methodology为指导,研究面向模块化产品族的、以大批量定制为目标的产品设计方法,该方法注重对企业现有资源的重复利用,继承了Design Research Methodology的科学的严谨性和准确性。本文在以可重构理论、模块化技术与标准化技术为理论基础,明晰了智能喷杆喷雾机的内涵、特点与组成模块。以智能喷杆喷雾机内涵与特点为基础,对利用Brownfield Process设计智能喷杆喷雾机进行适用性分析。在适用性分析的基础上,以公理化设计作为设计过程的主要优化支撑理论,以关键路线法与ECRS法为辅助优化理论,对Brownfield Process开展优化研究工作,进而形成适应智能喷杆喷雾机设计开发要求的Preferable Brownfield Process设计过程,并对Preferable Brownfield Process各部分的确立,及各部分之间的沟通机理展开了研究。以智能喷杆喷雾机构成模块为基础,运用解释结构模型对各组成模块之间的关系构建模型,以分析其系统层次结构。运用系统动力学对Brownfield Process与Preferable Brownfield Process的活动过程进行动态建模,并用Vensim PLE对动态模型进行仿真以分析其差异。运用Visual Studio2017与Creo4.0以智能喷杆喷雾机多级递阶有向结构为理论指导,开发产品设计引导过程;以Preferable Brownfield Process为理论指导,进行产品数据系统的开发,进而形成初步的开发设计平台,并对智能喷杆喷雾机控制策略进行简要分析。最后,运用Brownfield Process的Business Impact Analysis模型为基础,构建了智能喷杆喷雾评价指标体系。在明晰一般喷杆喷雾机的机构与特征的基础上,通过智能喷杆喷雾机与喷杆喷雾机的差异性分析,智能喷杆喷雾机应具有为企业获得基于时间、质量与成本的竞争优势,实现企业节能减排的目标,有效适应多种地理环境进行施药作业,提升农药利用率并降低农药使用给环境带来的危害,实现对多种培育形式的农作物进行施药作业,通过对模块的革新、替换等手段延长产品生命周期,通过开放体系结构实现模块的拓展与升级,通过共享经济的调节,降低农民使用产品的经济负担,帮助农民减负等一系列竞争优势。通过Brownfield Process与Preferable Brownfield Process的系统动力学模型仿真结果,表明Preferable Brownfield Process较Brownfield Process更适合智能喷杆喷雾机可重构系统的开发设计。与Brownfield Process相比,Preferable Brownfield Process设计效率提升约40%,人员培训时间可节省约50%。Preferable Brownfield Process设计过程的系统动力学模型研究,为Preferable Brownfield Process适应不同的设计环境及优化提供了一种方法与思路。本文以智能喷杆喷雾机喷杆模块为例说明了Preferable Brownfield Process设计过程,并展示了研发的开发设计平台对设计过程的促进作用,以多功能变喷杆喷雾机为评价对象说明了评价体系的可行性、实用性与有效性。论文的研究丰富了喷杆喷雾机整机设计的理论体系,发展了Brownfield Process理论及其应用领域,进而形成了适于智能喷杆喷雾机可重构模块化设计的P-BfP绿色设计方法,探索开发了智能喷杆喷雾机的快速重构绿色设计平台,构建了智能喷杆喷雾机可重构性评价指标体系。为科学指导智能喷杆喷雾机以及相似于智能喷杆喷雾机可重构的产品进行快速开发设计,提供了一种新的思路与方法。
唐樊龙[8]（2020）在《BIM技术在沥青路面全寿命周期中的应用研究》文中认为近十年来,BIM技术已经在全球范围内得到业界的广泛认可,然而当前道路领域在学习与引进BIM技术同时却面临着诸多难题。首先,高速公路的设计不仅包括线形设计,路面设计也是重要环节。路面设计离不开结构分析,目前BIM环境中却缺少与设计同步的沥青路面结构分析功能。另一方面,在施工中更多的是利用BIM进行动态模拟与过程展示,却很少建立BIM为基础的可视化施工质量管控,以及相应的质量预警体系,很难应对工程后期频繁的变更以及施工质量问题。在养护阶段,由于病害数据量大,信息存储困难,文本调阅耗时,很难建立合理有效的成本估算。此外,对于全生命周期的数据整合,模型归档,统一管理,依然缺少完善系统的信息平台,使得高速公路服役后期管理难度大,数据调取困难。因此,针对上述问题,本文基于当前道路BIM技术发展的实际需要,分别从设计阶段,施工阶段,养护阶段,以及搭建信息平台等四个方面展开了系统的研究。具体研究内容如下:（1）开展了基于BIM的典型沥青路面参数化建模与结构分析研究。首先确立Revit作为主要建模软件,通过建立公制常规模型族的方式完成了沥青路面基础模型的创建。然后总结了国内典型沥青路面组合形式,并通过基础模型的参数调整完成了典型沥青路面的三维结构设计。在此基础上,利用Dynamo编程进行了BIM软件的二次开发,完成了在BIM中的三维路线自动设计,然后将结构分析公式以Python语言的方式写入Dynamo程序中,并将设计参数与结构分析参数进行串联,实现了在BIM环境中设计与结构分析的同步进行。此外,为了获取更加准确的结构分析结果,本研究进一步提出了建立数据中转接口,将参数化的BIM模型以数据文件格式导入ABAQUS中,通过借助外部有限元软件计算的方式实现了基于BIM-ABAQUS的典型沥青路面结构的精确分析。（2）进行了基于BIM的沥青路面施工过程模拟与关键参数集成研究。首先采用Dynamo编程创建了能够从Excel自动读取数据的节点程序完成了地质模型创建,然后进行场地模型布置,最后通过Navisworks完成沥青路面施工的模拟。接下来以智能压实技术为基础,建立了基于BIM的沥青路面压实质量评价体系。首先通过MATLAB用最小标准差的方式将压实参数进行区域划分,以代表性压实度参数建立了基于BIM-GIS的沥青路面的压实质量监控体系,实现了将智能压实获取的质量参数以直观可视的图像表达取代传统的数据繁多读取困难的Excel表达。然后采用层次分析法以专家打分的方式通过C#语言编程建立了沥青路面施工质量的可视化评估程序。最后本文针对沥青路面施工过程中典型的级配离析病害为研究对象,结合图像处理采用基尼不纯度模型建立了基于图像识别的沥青路面级配离析病害参数获取,并将图像识别结果反馈到三维的BIM模型中建立预警提示,建立了基于BIM的沥青路面施工离析质量状况预警体系。（3）针对养护阶段的BIM技术应用不足,开展了沥青路面病害的BIM参数化集成与成本模型构建研究。为构建基于BIM的参数化病害模型,首先采用Context Capture利用三维重构技术重构了沥青路面病害的三维模型。另一方面,针对局部病害利用Revit建立基础参数模型的功能,直接在BIM模型中建立三维的病害模型然后进行病害纹理贴图,实现病害的精细建模。然后将完成的参数模型导入到道路总体模型中,实现病害尺寸参数在BIM模型中直接测量获取,同时建立关注点,详细记录病害的其他关键信息方便后期查询。在此基础上,接下来是建立基于BIM模型的养护成本估算。首先结合江苏省历年的养护资料建立不同养护措施的平均费率,通过三维道路模型中的病害信息建立养护成本估算程序。然后结合公路技术状况评定标准与养护设计规范,以SRI、RQI、PCI、RDI等公路技术状况评价指标对上述建立的养护成本估算程序进行了优化,最终建立了基于数据式与三维病害图像相结合的沥青路面自主养护决策模型。（4）开展了基于BIM的建管养一体化运维信息平台的研究。建立了沥青路面全生命周期数据采集模式,并对采集的数据建立了基于IFC格式的信息表达方式。在此基础上,通过DW网页编程软件,建立了基于全生命周期BIM式数据采集的一体化运维管理平台。信息平台主体部分包括密码式的加密窗口登录界面,平台主页总体信息概况以及大类目录标签,视频与模型文件存储查询专区,数据文件详细资料归类专区等。
张矰羽[9]（2020）在《基于BIM制冷机房参数化建模及工程应用》文中指出我国建筑行业不断发展,但仍存在生产效率低下、信息流失等问题,造成了资源和能源浪费。建筑信息模型（BIM）是一种新的生产技术和生产工具,自问世以来在建筑业引起了设计方法及施工方法的革命性变化。BIM技术以三维模型为基础,附带信息储存、传递、共享等功能,面向建筑项目的全寿命周期,极大程度地提高了建筑工程项目的生产和运营的效率。目前,BIM技术已在欧美等发达国家得到了广泛的推广应用,我国的BIM技术多在大型公共建筑进行应用,但在本土化建模、信息共享传递以及推广应用等方面仍存在阻碍。本文通过对国内外研究现状及BIM核心建模软件应用情况的梳理,以暖通空调系统中设备类型和数量最为繁多的制冷机房为例,开展制冷机房参数化建模及工程应用。采用Autodesk Revit作为本项目建模软件,在制冷机房三维模型的基础上,结合Microsoft Visual Studio 2017、C#编程语言和相关BIM软件等,对制冷机房BIM技术应用进行二次开发,构建参数化模型及其数据库。主要研究工作包括:（1）建立制冷机房参数化设备族库。根据制冷机房各设备不同的特性对其进行参数化族的创建,提出设备族的建立流程和步骤,构建了包含冷水机组、冷却塔、水泵、软水设备、换热器等典型设备的完整的制冷机房设备族库。利用设备族库可以直接调取所需设备族创建模型,减少工程设计工作量,提高建模效率。（2）基于Revit平台开发制冷机房参数化实现软件。基于Revit平台利用Visual Studio 2017开发工具及C#语言编写程序,对制冷机房参数化设备选择及应用进行二次开发。通过制冷机房设备三维建模、设备选择、模型信息程序与Revit软件连接,统一了制冷机房BIM参数化建模流程,实现了快速设计以及完整信息传递。（3）制冷机房BIM技术在工程实例中的应用研究。以锦州市某办公楼制冷机房项目为背景,将创建的制冷机房参数化建模程序应用在工程设计阶段,验证所开发功能命令的可行性与便捷性。本文提出的制冷机房参数化建模流程、步骤、设备族库及其工程应用,可以提高制冷机房工程设计效率以及信息传递的完整性。制冷机房工程作为暖通空调工程领域中的的重要组成部分,利用Revit参数化方法来探索制冷机房建模技术将促进暖通空调工程的BIM技术的开发及应用。
龚雅琼[10]（2020）在《基于增强现实技术的辅助维修系统设计与实现》文中进行了进一步梳理随着机电装备结构、功能复杂性的增加和产品更新换代速度的加快,传统依靠维修人员经验的方式会导致维修作业负荷强度大、出错率高,难以满足日益增长的维修需求。增强现实（Augmented Reality,AR）技术可以作为辅助角色,在维修操作时减轻人员的认知与记忆负荷,进而提高维修效率和质量,基于AR的辅助维修系统为维修作业改善提供了新的技术手段。本文以增强现实技术在维修领域的应用为研究目标,基于维修作业需求分析增强现实环境下维修作业系统核心模块的设计,以某涡轮发动机为维修对象,完成一套增强现实维修辅助系统的开发。该系统具有人机交互友好、适用于多用户、支持远程通讯等特点。论文完成的主要研究工作如下:（1）在分析维修需求和辅助维修系统功能的基础上,提出辅助维修系统总体架构。通过梳理辅助维修系统功能需求,确定系统开发流程和相关技术,采用3ds Max完成场地和模型构建、基于Unity3D引擎搭建虚拟场景,选择Kinect作为传感器采集数据,采用C#语言在Visual Studio平台实现相关软件模块的开发、打包、编译和部署。（2）围绕维修作业任务,完成辅助维修关键信息的提取与转化,得到AR环境下维修工艺文件;通过建立维修作业模型,实现传统维修工艺向增强现实环境下维修工艺的处理、转化和存储;完成辅助维修系统通用数据库设计,使之具备良好的灵活性和可移植性。（3）以人机交互模块和协同模块为重点,研究系统模块的功能需求及其实现方法。从增强现实交互、维修任务和模块要素等层面分析人机交互模块的结构组成,建立系统交互任务模型。针对目前手势交互存在方式单一的问题,开展基于Kinect传感器的手势识别模块开发,满足用户自定义手势的拓展功能。确定了协同模块并发控制策略和增强现实场景共享技术路线,选用C/S的软件架构,采用TCP和UDP网络通信协议实现数据的传输、封装和解析,分析代码的实现过程。（4）在开展系统功能分析和模块设计的基础上,完成相关功能模块的开发与集成,并以某涡轮发动机为例完成辅助维修案例分析,验证所开发的AR辅助维修系统具有辅助维修等相关功能和良好的人机交互特性。基于增强现实的辅助维修系统能有效提升用户的使用体验,提高维修作业的效率与质量,具有重要工程应用前景。论文完成了此类系统核心功能模块的设计和开发,系统具备后台管理、维修记录管理、维修引导、多人协同以及远程通信等功能。相关研究内容为增强现实技术在工业维修领域的应用做出了有益的理论探索和初步的应用实践。
二、Visual C++中组件对象模型技术在工程中的应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、Visual C++中组件对象模型技术在工程中的应用（论文提纲范文）
（1）微商城可视化构建平台的研究与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究内容 |
| 1.3 论文结构 |
| 第二章 相关技术 |
| 2.1 前端快速开发的国内外研究现状 |
| 2.1.1 SPA |
| 2.1.2 Web组件化代码开发 |
| 2.1.3 Web页面可视化编辑 |
| 2.2 REACT相关技术 |
| 2.2.1 React原理及生命周期 |
| 2.2.2 React-Grid-Layout |
| 2.2.3 Antd |
| 2.2.4 React-Router |
| 2.2.5 Dva |
| 2.2.6 UmiJs |
| 2.3 前端构建相关研究和技术 |
| 2.3.1 NPM |
| 2.3.2 Webpack |
| 2.4 语法设计相关研究和技术 |
| 2.4.1 AST抽象语法树 |
| 2.4.2 Babel原理及应用 |
| 2.5 本章小结 |
| 第三章 可视化微商城构建平台的需求分析和概要设计 |
| 3.1 可视化微商城构建平台概述 |
| 3.2 可视化微商城构建平台需求分析 |
| 3.2.1 功能性需求 |
| 3.2.2 非功能性需求 |
| 3.3 可视化微商城构建平台概要设计 |
| 3.3.1 可视化微商城构建平台功能结构设计 |
| 3.3.2 可视化微商城构建平台整体架构设计 |
| 3.4 本章小结 |
| 第四章 可视化微商城构建平台详细设计与实现 |
| 4.1 组件设计模块的详细设计与实现 |
| 4.1.1 组件描述规范设计 |
| 4.1.2 组件翻译器 |
| 4.2 可视化编辑器模块详细设计与实现 |
| 4.2.1 可视化编辑器模块总体架构设计 |
| 4.2.2 组件入料 |
| 4.2.3 画布编辑 |
| 4.2.4 组件管理 |
| 4.2.5 页面管理 |
| 4.2.6 应用管理 |
| 4.3 自动编排构建模块详细设计与实现 |
| 4.3.1 总体设计 |
| 4.3.2 工程建模 |
| 4.3.3 配置翻译 |
| 4.3.4 文件写入 |
| 4.3.5 工程打包 |
| 4.4 本章小结 |
| 第五章 可视化微商城构建平台的测试与验证 |
| 5.1 测试目标 |
| 5.2 基础功能测试 |
| 5.2.1 组件语法翻译器功能测试 |
| 5.2.2 可视化编辑器功能测试 |
| 5.2.3 构建功能测试 |
| 5.3 业务测试 |
| 5.4 性能测试 |
| 5.4.1 构建速度测试 |
| 5.4.2 加载速度测试 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
（2）复杂场景下基于深度特征匹配的目标跟踪算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 目标跟踪算法研究现状 |
| 1.2.1 传统目标跟踪算法 |
| 1.2.2 基于深度学习的目标跟踪算法 |
| 1.3 复杂场景下目标跟踪面临的挑战 |
| 1.4 论文主要内容及结构安排 |
| 第2章 目标跟踪与深度学习基础理论 |
| 2.1 目标跟踪概述 |
| 2.2 深度学习基本原理 |
| 2.2.1 深度学习基本结构 |
| 2.2.2 卷积神经网络基本原理 |
| 2.2.3 几种典型的卷积神经网络模型 |
| 2.3 孪生卷积神经网络 |
| 2.3.1 孪生卷积神经网络概述 |
| 2.3.2 SiamFC目标跟踪算法概述 |
| 2.4 测试数据集及评价指标 |
| 2.4.1 OTB数据集及评价指标 |
| 2.4.2 VOT数据集及评价指标 |
| 2.5 本章小结 |
| 第3章 结合再检测机制与自适应模板更新的孪生卷积神经网络目标跟踪算法 |
| 3.1 引言 |
| 3.2 结合再检测机制与自适应模板更新的孪生卷积神经网络 |
| 3.2.1 孪生卷积神经网络 |
| 3.2.2 再检测机制 |
| 3.2.3 自适应模板更新 |
| 3.2.4 算法描述 |
| 3.3 实验结果与分析 |
| 3.3.1 OTB数据集实验分析 |
| 3.3.2 VOT数据集实验分析 |
| 3.3.3 消融实验 |
| 3.4 本章小结 |
| 第4章 结合深层特征与鲁棒特征融合的孪生卷积神经网络目标跟踪算法 |
| 4.1 引言 |
| 4.2 结合深层特征与鲁棒特征融合的孪生卷积神经网络 |
| 4.2.1 改进结构的残差网络 |
| 4.2.2 多层特征融合 |
| 4.2.3 基于特征信息融合的模板更新 |
| 4.2.4 算法描述 |
| 4.3 实验结果与分析 |
| 4.3.1 OTB数据集实验分析 |
| 4.3.2 VOT数据集实验分析 |
| 4.3.3 消融实验 |
| 4.4 本章小结 |
| 第5章 前景信息引导的孪生卷积神经网络目标跟踪算法 |
| 5.1 引言 |
| 5.2 前景信息引导的孪生卷积神经网络 |
| 5.2.1 正样本对的扩充 |
| 5.2.2 前景信息引导 |
| 5.2.3 基于改进特征信息融合的模板更新 |
| 5.2.4 算法描述 |
| 5.3 实验结果与分析 |
| 5.3.1 OTB数据集实验分析 |
| 5.3.2 VOT数据集实验分析 |
| 5.3.3 消融实验 |
| 5.4 本章小结 |
| 第6章 本文算法对比实验分析 |
| 6.1 OTB数据集对比实验分析 |
| 6.2 VOT数据集对比实验分析 |
| 6.3 实际应用场景对比实验分析 |
| 6.4 运行速度分析 |
| 6.5 本章小结 |
| 第7章 总结与展望 |
| 7.1 论文工作总结 |
| 7.2 研究展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（3）基于模型的多源异构数据自适应可视化技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 本文研究内容与结构安排 |
| 第二章 多源异构数据可视化及其关键技术概述 |
| 2.1 多源异构数据可视化相关理论 |
| 2.2 数据采集技术 |
| 2.3 数据处理技术 |
| 2.4 异构数据整合技术 |
| 2.5 组件生成技术 |
| 2.6 大屏展现技术 |
| 2.7 本章小结 |
| 第三章 基于模型的组件可重构生成技术研究 |
| 3.1 组件生成原理 |
| 3.2 传统组件库的研究 |
| 3.2.1 基于矢量绘制的组件库 |
| 3.2.2 基于像素渲染的组件库 |
| 3.2.3 不同组件库的对比分析 |
| 3.3 基于模型的组件可重构生成技术 |
| 3.3.1 总体流程 |
| 3.3.2 组件快速生成框架 |
| 3.3.3 模型构建 |
| 3.3.4 组件可重构实现 |
| 3.3.5 扩展组件库方案 |
| 3.4 实验及结果分析 |
| 3.4.1 扩展组件库实验结果 |
| 3.4.2 组件库的功能测试 |
| 3.4.3 组件库的性能测试 |
| 3.4.4 与同类组件库的比较 |
| 3.5 本章小结 |
| 第四章 基于页面自适应的大屏敏捷构建技术研究 |
| 4.1 传统大屏构建方式 |
| 4.1.1 基于前端技术构建大屏 |
| 4.1.2 基于BI报表动态构建大屏 |
| 4.1.3 分析小结 |
| 4.2 基于页面自适应的大屏敏捷构建技术 |
| 4.2.1 敏捷构建系统总体设计 |
| 4.2.2 大屏动态构建 |
| 4.2.3 自适应策略 |
| 4.2.4 大屏管理机制 |
| 4.2.5 大屏交互 |
| 4.3 实验及结果分析 |
| 4.3.1 功能测试 |
| 4.3.2 性能测试 |
| 4.4 本章小结 |
| 第五章 面向多源异构数据的可视化案例展示 |
| 5.1 案例需求分析 |
| 5.1.1 电磁设备可视化 |
| 5.1.2 电磁行动可视化 |
| 5.1.3 电磁态势四域分布可视化 |
| 5.2 电磁态势数据处理 |
| 5.3 电磁态势可视化分析场景实现 |
| 5.3.1 电磁数据查询集合 |
| 5.3.2 组件设计与生成 |
| 5.3.3 可视化分析场景实现 |
| 5.3.4 结果分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 未来展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间研究成果 |
（4）数字化三维矿井巷道模型的研究与实现（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状及存在问题 |
| 1.2.1 矿井三维建模的国内外研究现状 |
| 1.2.2 组件式GIS的国内外研究现状 |
| 1.2.3 存在问题及发展趋势 |
| 1.3 主要研究内容及技术路线 |
| 1.3.1 主要研究内容 |
| 1.3.2 技术路线 |
| 1.4 论文的组织结构 |
| 2 基于信息重构的巷道关联分析算法研究 |
| 2.1 DWG格式矿图的解析方法 |
| 2.2 矿井资料的信息重构 |
| 2.2.1 “通风系统图”的重构 |
| 2.2.2 “巷道有向结构图”的解析 |
| 2.2.3 解析“井巷规格参数表” |
| 2.3 巷道关联分析算法 |
| 2.3.1 算法思想 |
| 2.3.2 算法描述 |
| 2.3.3 算法实现 |
| 2.4 本章小结 |
| 3 基于组件库的三维巷道建模方法研究 |
| 3.1 三维建模与可视化的相关理论 |
| 3.1.1 三维建模 |
| 3.1.2 三维可视化 |
| 3.2 基于布尔沙模型的坐标转换 |
| 3.3 巷道模型组件库的建立 |
| 3.3.1 巷道模型组件的创建 |
| 3.3.2 拼接模型组件的创建 |
| 3.3.3 模型组件库的构建 |
| 3.4 矿井巷道的建模方法 |
| 3.5 本章小结 |
| 4 三维巷道模型系统的设计与实现 |
| 4.1 可行性研究 |
| 4.2 需求分析 |
| 4.3 总体设计 |
| 4.4 详细设计 |
| 4.4.1 数据结构设计 |
| 4.4.2 巷道关联设计 |
| 4.4.3 三维建模设计 |
| 4.5 系统实现 |
| 4.5.1 功能实现 |
| 4.5.2 软件测试 |
| 4.6 本章小结 |
| 5 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（5）光伏阵列运行状态分析及故障诊断研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.1.1 课题研究的背景 |
| 1.1.2 课题研究的意义 |
| 1.2 光伏阵列运行状态分析方法研究现状 |
| 1.2.1 光伏阵列的建模 |
| 1.2.2 光伏系统运行状态的评价 |
| 1.2.3 光伏系统的PR计算 |
| 1.3 光伏阵列故障及诊断方法研究现状 |
| 1.3.1 光伏阵列的故障 |
| 1.3.2 基于检测技术的光伏阵列故障诊断方法 |
| 1.3.3 基于运行状态分析的故障诊断方法 |
| 1.3.4 光伏阵列故障诊断阈值的设置 |
| 1.4 本论文的选题意义 |
| 1.5 本文的主要研究内容 |
| 第2章 光伏阵列的建模及参数辨识研究 |
| 2.1 实验平台概况 |
| 2.2 基于BP-ANN方法的光伏组件工作温度计算方法研究 |
| 2.2.1 经验公式计算光伏组件工作温度的误差 |
| 2.2.2 基于BP-ANN的光伏组件工作温度计算 |
| 2.2.3 计算结果分析与对比 |
| 2.3 典型工况点条件下光伏组件电气参数辨识方法研究 |
| 2.3.1 典型工况点条件下光伏组件的电气参数分布 |
| 2.3.2 典型工况点光伏组件电气参数计算方法 |
| 2.3.3 计算结果分析与对比 |
| 2.4 光伏阵列电气参数分布特性研究 |
| 2.4.1 光伏组件及阵列的仿真模型 |
| 2.4.2 仿真分析典型故障条件下光伏阵列电气特性 |
| 2.4.3 仿真分析不同遮挡条件下光伏阵列电气特性 |
| 2.4.4 实证验证不同遮挡条件下光伏阵列电气特性 |
| 2.5 本章总结 |
| 第3章 复杂条件光伏阵列工况分析及发电性能计算 |
| 3.1 实验平台概况和预分析 |
| 3.1.1 实验平台概况 |
| 3.1.2 数据预处理方法 |
| 3.1.3 实际发电性能差异 |
| 3.2 不同天气条件下光谱对光伏发电性能影响的研究 |
| 3.2.1 光谱测量结果分析 |
| 3.2.2 光谱对发电性能影响 |
| 3.2.3 PR的光谱修正算法 |
| 3.3 参考输出功率数据修正的GTI计算方法研究 |
| 3.3.1 不同角度GTI分布特性仿真 |
| 3.3.2 参考输出功率修正GTI算法的设计 |
| 3.3.3 PR的角度偏差修正算法 |
| 3.4 位置和技术差异对光伏组件工作温度影响的研究 |
| 3.4.1 环境温度及风速分布特性建模分析 |
| 3.4.2 不同类型光伏组件工作温度的差异 |
| 3.4.3 PR的温度差异修正算法 |
| 3.5 积灰导致的光伏阵列发电损失的实证对比研究 |
| 3.5.1 积灰测试方法 |
| 3.5.2 积灰对发电性能影响分析 |
| 3.5.3 PR的积灰修正算法 |
| 3.6 基于PR指标的光伏阵列故障诊断方法研究 |
| 3.6.1 PI_(corr)故障诊断方法 |
| 3.6.2 计算结果分析与对比 |
| 3.7 本章总结 |
| 第4章 动态故障告警阈值设置方法研究 |
| 4.1 实验平台概况和预分析 |
| 4.1.1 实验平台设备配置 |
| 4.1.2 光伏阵列输出特性仿真 |
| 4.1.3 光伏阵列实际输出特性分布 |
| 4.2 分位数方法及故障诊断算法的设计 |
| 4.2.1 分位数计算原理 |
| 4.2.2 时间窗技术 |
| 4.2.3 故障诊断方法 |
| 4.3 故障诊断方法性能分析 |
| 4.3.1 不同分位数的阈值设置 |
| 4.3.2 与固定阈值方法对比 |
| 4.4 本章总结 |
| 第5章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（6）基于深度学习的用户界面组件检测算法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 目标检测领域研究现状 |
| 1.2.2 用户界面组件相关研究现状 |
| 1.3 主要研究内容 |
| 1.4 本文组织结构 |
| 1.5 本章小结 |
| 第2章 相关理论介绍 |
| 2.1 卷积神经网络概述 |
| 2.1.1 卷积神经网络原理 |
| 2.1.2 卷积神经网络的发展 |
| 2.1.3 卷积神经网络训练过程 |
| 2.2 二阶段目标检测算法 |
| 2.2.1 RCNN |
| 2.2.2 Fast-RCNN |
| 2.2.3 Faster-RCNN |
| 2.3 一阶段目标检测算法 |
| 2.3.1 SSD |
| 2.3.2 YOLO |
| 2.4 本章小结 |
| 第3章 基于YOLOv3 改进的用户界面组件检测算法 |
| 3.1 算法流程 |
| 3.2 注意力机制 |
| 3.2.1 卷积神经网络中的注意力机制 |
| 3.2.2 CBAM模块 |
| 3.3 骨干网络结构 |
| 3.3.1 骨干网络结构概述 |
| 3.3.2 骨干网络参数设置 |
| 3.4 多尺度预测 |
| 3.5 损失函数 |
| 3.6 本章小结 |
| 第4章 实验设计与结果分析 |
| 4.1 数据集介绍及处理 |
| 4.1.1 数据集介绍 |
| 4.1.2 数据处理与数据集构建 |
| 4.2 实验环境及参数配置 |
| 4.3 性能评价指标 |
| 4.4 实验结果分析 |
| 4.4.1 Focalloss参数分析 |
| 4.4.2 NMS阈值设置 |
| 4.4.3 与深度学习算法对比分析 |
| 4.4.4 与传统方法对比分析 |
| 4.4.5 模型检测效果展示 |
| 4.5 本章小结 |
| 第5章 总结与展望 |
| 5.1 本文总结 |
| 5.2 研究展望 |
| 参考文献 |
| 作者介绍及在学期间所取得的科研成果 |
| 致谢 |
（7）基于BfP的智能喷杆喷雾机可重构模块化设计方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 喷杆喷雾机研究现状 |
| 1.2.2 可重构模块化技术研究现状 |
| 1.2.3 Brownfield Process研究现状 |
| 1.2.4 现有喷杆喷雾机研究存在的主要问题分析 |
| 1.2.5 利用Brownfield Process方法进行IBS可重构设计的可行性分析 |
| 1.3 研究目标与内容 |
| 1.3.1 研究目标 |
| 1.3.2 主要研究内容 |
| 1.4 研究方法、技术路线与试验方案 |
| 1.4.1 研究方法 |
| 1.4.2 技术路线 |
| 1.4.3 试验方案 |
| 1.5 本章小结 |
| 第二章 多功能智能喷杆喷雾机可重构框架分析 |
| 2.1 一般喷杆喷雾机及其结构特征分析 |
| 2.1.1 喷杆系统 |
| 2.1.2 喷雾系统 |
| 2.1.3 底盘系统 |
| 2.1.4 一般喷杆喷雾机特点分析 |
| 2.2 多功能智能变喷杆喷雾机结构特点分析 |
| 2.2.1 智能变喷杆喷雾机功能分析 |
| 2.2.2 智能变喷杆喷雾机特点分析 |
| 2.2.3 现有智能变喷杆喷雾机设计方法及其局限性 |
| 2.3 多功能智能喷杆喷雾机可重构设计思路 |
| 2.3.1 可重构模块化设计思路 |
| 2.3.2 智能喷杆喷雾机模块化分析 |
| 2.3.3 智能喷杆喷雾机可重构设计 |
| 2.4 本章小结 |
| 第三章 智能喷杆喷雾机及设计引导过程 |
| 3.1 IBS可重构系统的内涵与特征 |
| 3.1.1 IBS可重构系统的内涵 |
| 3.1.2 IBS可重构系统的特征 |
| 3.2 IBS可重构系统的ISM构建 |
| 3.2.1 ISM实施过程 |
| 3.2.2 基于ISM的IBS开发平台结构模型 |
| 3.2.3 IBS结构模型的分析 |
| 3.3 可重构IBS与一般喷杆喷雾机的比较 |
| 3.3.1 IBS与一般喷杆喷雾机的差异 |
| 3.3.2 可重构IBS的优势分析 |
| 3.4 本章小结 |
| 第四章 智能喷杆喷雾机的P-BfP过程 |
| 4.1 IBS的BfP设计 |
| 4.1.1 BfP设计步骤 |
| 4.1.2 BfP对IBS设计的适用性及其干扰分析 |
| 4.2 IBS的P-BfP设计及实现过程 |
| 4.2.1 IBS的P-BfP设计过程 |
| 4.2.2 IBS的P-BfP过程实现 |
| 4.3 P-BfP的系统动力学模型 |
| 4.3.1 SD模型构建 |
| 4.3.2 BfP与P-BfP的SD模型分析 |
| 4.4 本章小结 |
| 第五章 智能喷杆喷雾机的可重构性模糊综合评价 |
| 5.1 智能喷杆喷雾机可重构性评价指标分析 |
| 5.1.1 BfP的BIA模型 |
| 5.1.2 IBS可重构性评价指标体系构建 |
| 5.2 模糊综合评价过程 |
| 5.3 有效性检验过程 |
| 5.4 指标权值确定 |
| 5.5 本章小结 |
| 第六章 智能喷杆喷雾机的开发平台构建与控制策略 |
| 6.1 IBS开发平台构建的算法 |
| 6.2 IBS设计引导过程实现 |
| 6.2.1 IBS设计引导过程实现的理论依据 |
| 6.2.2 IBS设计引导过程的实现流程 |
| 6.3 IBS设计数据支持系统实现 |
| 6.3.1 数据支持系统实现的理论依据 |
| 6.3.2 数据支持的实现流程 |
| 6.4 IBS控制策略分析 |
| 6.5 本章小结 |
| 第七章 多功能变喷杆智能喷雾机P-BfP过程实现 |
| 7.1 智能喷杆喷雾机喷杆模块P-BfP过程的实现 |
| 7.2 喷杆模块的动态特性仿真 |
| 7.2.1 喷杆模块的软件导入及参数设置 |
| 7.2.2 喷杆模块的仿真分析 |
| 7.3 多功能变喷杆智能喷雾机模糊综合评价 |
| 7.3.1 综合评价向量的确定与评价 |
| 7.3.2 评价结果有效性检验 |
| 7.4 评价结果分析与优化 |
| 7.5 本章小结 |
| 第八章 研究总结与展望 |
| 8.1 主要研究工作和创新性结论 |
| 8.1.1 主要研究工作 |
| 8.1.2 创新性结论 |
| 8.2 进一步研究展望 |
| 攻读学位期间发表的学术成果 |
| 参考文献 |
| 附录1 英文缩写与参数表 |
| 附录2 仿真与开发程序图 |
（8）BIM技术在沥青路面全寿命周期中的应用研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 BIM技术的发展现状 |
| 1.2.2 BIM技术在道路工程设计阶段的研究现状 |
| 1.2.3 BIM技术在道路工程施工阶段的研究现状 |
| 1.2.4 BIM技术在道路工程管养阶段的研究现状 |
| 1.2.5 基于BIM信息数据平台研发的相关研究 |
| 1.3 当前公路工程全生命周期运维管养面临的问题 |
| 1.4 研究目的与意义 |
| 1.5 主要研究内容与技术路线 |
| 1.5.1 主要研究内容 |
| 1.5.2 主要研究方法与技术路线 |
| 第二章 典型沥青路面的参数化建模与结构分析 |
| 2.1 参数化模型建立 |
| 2.1.1 Revit简介 |
| 2.1.2 族构件创建 |
| 2.1.3 参数化模型创建 |
| 2.2 典型沥青路面结构设计 |
| 2.2.1 沥青路面组合类型 |
| 2.2.2 典型路面结构组合 |
| 2.2.3 代表性道路的参数化建模 |
| 2.3 基于Dynamo的沥青路面自动化设计与结构分析 |
| 2.3.1 利用Dynamo实现路面参数可控的三维道路 |
| 2.3.2 结构分析的参数准备 |
| 2.3.3 基于Dynamo的路面结构分析 |
| 2.4 基于BIM的数据中转系统的研发 |
| 2.4.1 数据转换方法 |
| 2.4.2 数据转换接口的研发 |
| 2.5 基于ABAQUS-BIM模型的力学性能验算 |
| 2.5.1 基于BIM-ABAQUS转换接口的参数化模型数据转换 |
| 2.5.2 典型路面的ABAQUS结构分析 |
| 2.6 本章小结 |
| 第三章 基于BIM的沥青路面施工过程模拟与关键参数集成 |
| 3.1 高速公路沥青路面的施工技术 |
| 3.1.1 高速公路沥青路面的施工 |
| 3.1.2 高速公路沥青路面施工技术要点 |
| 3.1.3 当前施工及管理中存在的问题 |
| 3.2 基于BIM的沥青路面可视化施工模拟 |
| 3.2.1 施工模拟的重要性及其意义 |
| 3.2.2 基于BIM的施工场景构建 |
| 3.2.3 基于BIM的施工过程模拟 |
| 3.3 基于BIM的路基施工质量管控 |
| 3.3.1 高速公路路基施工质量控制要点 |
| 3.3.2 路基压实度对路面性能的影响 |
| 3.3.3 确立压实度作为施工质量评定标准 |
| 3.3.4 基于BIM-ArcGIS的智能压实质量的可视化监控 |
| 3.4 基于BIM的沥青路面施工信息集成与质量性能评价 |
| 3.4.1 沥青路面施工信息的参数化集成 |
| 3.4.2 层次分析法方法介绍 |
| 3.4.3 基于层次分析的沥青路面施工质量评价 |
| 3.5 基于BIM的沥青路面施工质量预警 |
| 3.5.1 沥青混合料离析的相关研究 |
| 3.5.2 集料的边缘检测 |
| 3.5.3 集料图像分割 |
| 3.5.4 沥青混合料的离析程度表征 |
| 3.5.5 基于BIM的可视化呈现与预警机制的建立 |
| 3.6 本章小结 |
| 第四章 沥青路面病害的BIM参数化集成与成本模型构建 |
| 4.1 基于Context Caputer的沥青路面病害三维模型重构 |
| 4.1.1 三维重构技术的基本原理与简介 |
| 4.1.2 基于Context Caputer的沥青路面病害三维模型重构 |
| 4.2 沥青路面病害信息的参数化建模 |
| 4.2.1 Revit中的基础病害模型制作 |
| 4.2.2 病害纹理贴图 |
| 4.2.3 病害模型融入到BIM模型中 |
| 4.3 沥青路面病害信息的存储与管理 |
| 4.3.1 沥青路面病害信息的存储备案 |
| 4.3.2 基于BIM模式的沥青路面病害信息管理 |
| 4.4 基于BIM模式的养护成本估算 |
| 4.4.1 沥青路面全生命周期成本分析理论框架 |
| 4.4.2 沥青路面养护阶段的成本分析 |
| 4.4.3 基于模型的养护成本估算 |
| 4.5 基于BIM的养护自主决策模型建立 |
| 4.5.1 预防性养护决策的方法与过程 |
| 4.5.2 基于BIM的养护决策分析 |
| 4.5.3 养护自主决策模型的建立 |
| 4.6 本章小结 |
| 第五章 基于BIM的建管养一体化运维管理平台研发 |
| 5.1 沥青路面全生命周期数据的采集 |
| 5.2 沥青路面全生命周期数据的处理与表达 |
| 5.2.1 IFC标准的信息表达方式 |
| 5.2.2 基于IFC格式的数据表达 |
| 5.3 信息的上传与导入 |
| 5.3.1 信息创建过程 |
| 5.3.2 信息的传递与存储 |
| 5.3.3 信息共享与协同工作 |
| 5.4 一体化信息平台的研发 |
| 5.4.1 开发平台介绍 |
| 5.4.2 平台的总体设计 |
| 5.4.3 平台的可视化展示与功能的实现 |
| 5.5 本章小结 |
| 第六章 结论与展望 |
| 6.1 主要研究结论 |
| 6.2 主要创新点 |
| 6.3 进一步的研究建议 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间发表的论文及专利申请 |
（9）基于BIM制冷机房参数化建模及工程应用（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 BIM技术国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 国内BIM技术发展存在问题 |
| 1.4 论文主要研究目标及内容 |
| 1.4.1 研究目标 |
| 1.4.2 研究内容 |
| 1.4.3 研究框架 |
| 1.5 论文创新点 |
| 2 BIM技术在参数化建模中应用 |
| 2.1 BIM技术概述 |
| 2.1.1 BIM基本概念 |
| 2.1.2 BIM基本特点 |
| 2.1.3 BIM的核心建模软件概述及选择 |
| 2.2 建筑信息交互 |
| 2.2.1 信息交互的常见方式 |
| 2.2.2 应用软件的数据交换 |
| 2.3 BIM在制冷机房中的应用 |
| 2.3.1 制冷机房设计与施工的特点 |
| 2.3.2 BIM技术在制冷机房中的应用优势 |
| 2.3.3 基于BIM技术的制冷机房设计流程 |
| 2.4 BIM技术与参数化建模 |
| 2.4.1 参数化建模的第一阶段 |
| 2.4.2 参数化建模的第二阶段 |
| 2.5 BIM技术与轻应用 |
| 2.6 软件轻应用与Dynamo对比 |
| 2.7 本章小结 |
| 3 基于Revit的制冷机房参数化研究 |
| 3.1 族的基本介绍 |
| 3.1.1 族的基本概念 |
| 3.1.2 族的分类 |
| 3.1.3 族建立的步骤 |
| 3.2 制冷机房部分族库的建立 |
| 3.2.1 制冷机房冷水机组族库的建立 |
| 3.2.2 制冷机房方形逆流冷却塔族库的建立 |
| 3.2.3 制冷机房冷冻水泵族库的建立 |
| 3.2.4 制冷机房气压罐族库的建立 |
| 3.2.5 制冷机房软化水箱族库的建立 |
| 3.2.6 制冷机房分集水器族库的建立 |
| 3.2.7 制冷机房软水器族库的建立 |
| 3.2.8 制冷机房换热器族库的建立 |
| 3.3 本章小结 |
| 4 制冷机房参数化实现 |
| 4.1 Revit二次开发技术 |
| 4.1.1 Autodesk Revit MEP概述 |
| 4.1.2 Revit API概述 |
| 4.1.3 开发程序语言的选择 |
| 4.1.4 常用开发工具Microsoft Visual Studio2017 |
| 4.2 软件开发 |
| 4.2.1 软件开发流程 |
| 4.2.2 软件开发界面 |
| 4.2.3 制冷机房软件开发界面 |
| 4.3 数据库的建立 |
| 4.3.1 数据库设计流程及框架 |
| 4.3.2 数据库的选择 |
| 4.3.3 MDB数据库的优势 |
| 4.3.4 EXCEL表转MDB格式数据库 |
| 4.3.5 冷水机组数据库的建立 |
| 4.3.6 方形逆流冷却塔的建立 |
| 4.3.7 其他主要设备及附属设备数据库的建立 |
| 4.4 数据库信息的提取 |
| 4.5 碰撞检查 |
| 4.6 渲染及漫游 |
| 4.7 本章小结 |
| 5 工程应用实例 |
| 5.1 项目概况 |
| 5.2 Revit+VS2017 在制冷机房中的应用 |
| 5.2.1 制冷机房设备选型 |
| 5.2.2 族在项目中的布置搭建 |
| 5.2.3 碰撞检查 |
| 5.2.4 模型渲染及漫游展示 |
| 5.3 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士期间发表学术论文情况 |
| 致谢 |
（10）基于增强现实技术的辅助维修系统设计与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 增强现实技术研究现状 |
| 1.2.2 辅助维修技术发展现状 |
| 1.2.3 人机交互研究现状 |
| 1.3 论文研究内容与架构 |
| 1.3.1 论文的研究内容 |
| 1.3.2 论文的组织结构 |
| 第二章 AR辅助维修系统的分析与设计 |
| 2.1 AR辅助维修系统分析 |
| 2.1.1 系统整体分析 |
| 2.1.2 用户需求分析 |
| 2.1.3 功能需求分析 |
| 2.2 系统方案设计 |
| 2.2.1 系统体系结构 |
| 2.2.2 系统开发平台 |
| 2.3 关键技术 |
| 2.3.1 常用的任务模型 |
| 2.3.2 辅助手势识别 |
| 2.3.3 Vuforia图片识别 |
| 2.3.4 数据传输协议 |
| 2.4 本章小结 |
| 第三章 AR辅助维修信息转化与过程建模 |
| 3.1 维修信息处理简介 |
| 3.2 辅助维修作业信息处理 |
| 3.2.1 辅助维修的信息需求 |
| 3.2.2 辅助维修信息的组成与分类 |
| 3.2.3 辅助维修信息转化 |
| 3.3 维修作业过程建模 |
| 3.3.1 维修作业过程 |
| 3.3.2 维修作业分层 |
| 3.4 本章小结 |
| 第四章 交互模块设计 |
| 4.1 AR交互模块 |
| 4.1.1 多模交互原理 |
| 4.1.2 交互模块要素 |
| 4.1.3 多模交互层次模型 |
| 4.1.4 交互操作流程 |
| 4.2 AR环境中的交互任务分解 |
| 4.2.1 交互基本任务 |
| 4.2.2 选择/操纵的任务分析和分解 |
| 4.2.3 导航/漫游的任务分析和分解 |
| 4.2.4 交互反馈 |
| 4.3 用户维修任务 |
| 4.3.1 AR维修场景 |
| 4.3.2 面向维修场景的用户任务 |
| 4.4 基于CTT模型的交互任务建模 |
| 4.4.1 CTT简介 |
| 4.4.2 基于CTT模型的任务分析 |
| 4.4.3 操作任务建模 |
| 4.5 本章小结 |
| 第五章 协同模块设计与实现 |
| 5.1 协同权限管理 |
| 5.2 协同一致与并发控制 |
| 5.2.1 协同并发控制技术和策略 |
| 5.2.2 协同AR中场景共享 |
| 5.3 网络通信模块设计 |
| 5.3.1 网络通信结构 |
| 5.3.2 数据传输的设计 |
| 5.3.3 数据的封装和解析 |
| 5.4 本章小结 |
| 第六章 系统实现与实例应用 |
| 6.1 系统开发与实现 |
| 6.1.1 系统实现流程 |
| 6.1.2 模型建立与约束 |
| 6.1.3 数据库设计 |
| 6.1.4 辅助手势识别的开发 |
| 6.2 系统的实现效果 |
| 6.2.1 用户登录 |
| 6.2.2 图片识别与虚拟模型定位 |
| 6.2.3 系统交互总菜单 |
| 6.2.4 产品及其零部件介绍 |
| 6.2.5 维修记录查询 |
| 6.2.6 维修引导 |
| 6.2.7 多人协同维修 |
| 6.2.8 远程通信 |
| 6.3 本章小结 |
| 第七章 总结与展望 |
| 7.1 论文总结 |
| 7.2 未来展望 |
| 致谢 |
| 参考文献 |
| 附录 A |
| 附录 B |
| 攻读硕士学位期间发表的论文 |
| 参与的科研项目 |
四、Visual C++中组件对象模型技术在工程中的应用（论文参考文献）
- [1]微商城可视化构建平台的研究与实现[D]. 桂欢. 北京邮电大学, 2021(01)
- [2]复杂场景下基于深度特征匹配的目标跟踪算法研究[D]. 李荅群. 中国科学院大学(中国科学院长春光学精密机械与物理研究所), 2021(08)
- [3]基于模型的多源异构数据自适应可视化技术研究[D]. 彭玉婷. 电子科技大学, 2021(01)
- [4]数字化三维矿井巷道模型的研究与实现[D]. 崔宇洋. 西安科技大学, 2021(02)
- [5]光伏阵列运行状态分析及故障诊断研究[D]. 余操. 华北电力大学(北京), 2021(01)
- [6]基于深度学习的用户界面组件检测算法研究[D]. 吴迪. 吉林大学, 2021(01)
- [7]基于BfP的智能喷杆喷雾机可重构模块化设计方法研究[D]. 马鲁强. 南京林业大学, 2021(02)
- [8]BIM技术在沥青路面全寿命周期中的应用研究[D]. 唐樊龙. 东南大学, 2020(02)
- [9]基于BIM制冷机房参数化建模及工程应用[D]. 张矰羽. 辽宁工业大学, 2020(03)
- [10]基于增强现实技术的辅助维修系统设计与实现[D]. 龚雅琼. 东南大学, 2020(01)