学科分类
/ 25
500 个结果
  • 简介:摘要刑事司法错误具有不可避免性。对该错误的称谓现集中于“冤案”、“错案”之争。错案概念具有模糊性,并非科学概念;从多维视角下对冤案概念进行解析,冤案最体现司法错误核心问题。呼吁细化刑事错案分类前提下,构建并使用“冤案”概念,将冤案作为学术研究重点。

  • 标签: 冤案 错案 多维视角
  • 简介:摘要:针对多细节层次三维空间数据自适应可视化的特点以及大规模地上地下三维空间数据实时可视化过程中的I/O瓶颈和资源竞争问题,研发基于三维空间数据内容的多线程动态调度方法,建立自适应的多级缓存机制,将三维空间数据的实时调度与预调度进行有机结合,有效提高三维空间数据动态调度的效率,满足无缝集成可视化快速的数据请求的需要。

  • 标签: 三维模型 动态调度 技术研究
  • 简介:摘要据统计截止2016年年底,我国公路桥梁达80.53万座,拥有如此多的桥梁但需要重建的危桥就超过10万座。在经历大规模的建设后,我国桥梁的研究人员的目光将逐步从新建转移到管养。中国公里桥梁管理系统CBMS(ChinaBridgeManagementSystem)是交通部公路所“七五”期间开发的科技成果,一直发展至今是一套完整、实用、具有广泛应用价值的综合管理技术。BIM技术是继CAD之后又一次重大的技术改革,在我国最先将其运用在建筑领域,具有很好的三维可视化效果。本文就CBMS桥梁管理系统中的桥梁数据结合桥梁BIM模型,对桥梁后期管养的健康数据可视化展示进行讨论。

  • 标签: CBMS BIM三维可视化 桥梁管养
  • 简介:摘要以杨浦Equinix数据中心的项目建设为例,采用多属性决策方法1,构建了该项目的节能冷却方案决策模型。美国采暖、制冷与空调工程师协会ASHRAE强制规定,要求数据中心项目必须采用节能冷却方案,其中,可用于大型数据中心项目的节能冷却方案达15种之多。本模型的构建适用于项目管理人员在大型数据中心项目初期对节能冷却方案进行决策,有利于保证项目的节能效益与社会效益、环境效益、经济效益、风险管控等之间取得一个最佳平衡点。

  • 标签: 节能冷却方案 多属性决策 集值统计原理 信任度 极差变换
  • 简介:摘要:本论文聚焦于基于水利工程数据的水资源管理优化模型的构建与研究。详细阐述了水资源管理的重要性以及当前面临的挑战,强调了水利工程数据在优化管理中的关键作用。深入探讨了数据收集、预处理和分析的方法,构建了涵盖水资源分配、调度和保护等方面的优化模型。通过实际案例应用,验证了模型的有效性和可行性,并对结果进行了深入分析。同时,探讨了模型应用中的不确定性和风险,提出了相应的应对策略。最后,对未来水资源管理优化模型的发展趋势进行了展望,为水资源的可持续利用和科学管理提供了有力的理论支持和实践指导。

  • 标签: 水利工程数据 水资源管理 优化模型
  • 简介:摘要:地质灾害对人类生命财产安全构成了巨大威胁,准确的预测预报对于减轻灾害损失至关重要。本文针对传统地质灾害预测预报模型存在的数据量少、特征维度低等问题,提出了一种基于大数据的地质灾害预测预报模型优化方法。该方法首先采集并整合了多源异构数据,包括地理信息数据、气象数据、地质构造数据等,形成大规模多维度数据集;然后基于深度学习算法构建了预测预报模型,并对模型进行了优化调整。最后,通过实际案例验证了该方法的有效性。该优化模型不仅能够提高预测预报精度,而且能够充分利用大数据优势,为灾害防治提供决策依据。本文所提出的方法为大数据在地质灾害领域的应用提供了新思路。

  • 标签: 大数据 地质灾害预测预报 深度学习 模型优化
  • 简介:摘要:地质灾害对人类生命财产安全构成了巨大威胁,准确的预测预报对于减轻灾害损失至关重要。本文针对传统地质灾害预测预报模型存在的数据量少、特征维度低等问题,提出了一种基于大数据的地质灾害预测预报模型优化方法。该方法首先采集并整合了多源异构数据,包括地理信息数据、气象数据、地质构造数据等,形成大规模多维度数据集;然后基于深度学习算法构建了预测预报模型,并对模型进行了优化调整。最后,通过实际案例验证了该方法的有效性。该优化模型不仅能够提高预测预报精度,而且能够充分利用大数据优势,为灾害防治提供决策依据。本文所提出的方法为大数据在地质灾害领域的应用提供了新思路。

  • 标签: 大数据 地质灾害预测预报 深度学习 模型优化
  • 简介:摘要:地质矿产开采作为国民经济的重要支柱,其安全生产直接关系到国家经济发展和社会稳定。然而,地质矿产开采过程中面临着复杂多变的安全风险,传统的监测和预警方法已难以满足日益增长的安全管理需求。随着大数据技术的快速发展,其在地质矿产安全生产风险预警中的应用逐渐受到重视。本文旨在探讨基于大数据的地质矿产安全生产风险预警模型,通过分析大数据在地质灾害、物理风险、化学风险等方面的应用,构建科学合理的预警模型,提高地质矿产开采的安全生产水平。

  • 标签: 大数据 地质矿产 安全生产 风险预警 模型研究
  • 简介:摘要:预制混凝土框架结构由于其开间大,空间布置灵活的特点广泛用于公共建筑及工业建筑中,目前装配式领域内,通常采用预制梁、预制柱+现浇节点的装配式混凝土框架结构,其设计理念等同现浇。采用预制混凝土框架,可实现高效率施工建造。目前国内局部省市的装配式政策已倾向于采用预制竖向构件,对于框架结构而言,采用预制柱、预制梁已成为一种必然的选择。目前虽预制混凝土框架项目已有应用,但是项目经验不多,本文从预制混凝土框架体系的简介出发,对预制混凝土框架体系做出标准化的要求、设计要点、施工工序的梳理,以便对后续采用预制砼框架项目提供指导及建议。

  • 标签: 装配式结构 预制框架 预制柱 预制梁
  • 简介:摘要在2004年,数字地质填图技术开始在全国推广应用,运用该技术过程中获取的PRB数据直接构成浅部三维地质模型有着重要意义。管理好基础的地质数据和三维地质模型的构建是三维地学模拟研究的前提,是让地矿工作信息化的一个重要环节。

  • 标签: 三维地质建模 PRB GOCAD软件
  • 简介:摘要随着矿产资源找寻难度的不断加大,新的成矿理论和勘查技术的创新与突破已成为科技创新的核心竞争内容。进入21世纪,大数据科学成为新的科学范式。中国科学院院士赵鹏大提出,大数据时代需重视数字地质研究,并表示大数据时代数字地质推动地质找矿新发展,要重视数字地质与矿产资源评价研究。矿产资源定量预测与评价先后经历了理论方法创新阶段、GIS时代及利用计算机三维建模技术和地质统计学进行的隐伏矿体三维立体成矿预测。目前的成矿预测方法主要分为2类一类是矿床学家总结的预测方法,总体上侧重于成矿规律的研究;另一类是数学地质学家总结的预测方法,总体上侧重于信息提取过程的研究。

  • 标签: 地质大数据 模型驱动 工作流 矿产资源定量预测 数据挖掘
  • 简介:摘要:随着信息技术的飞速发展,大数据分析逐渐成为机械设计领域的研究热点。大数据分析技术通过对海量数据的挖掘与分析,可以为机械设计提供有效的优化与预测手段,提高设计质量和效率。本文将探讨基于大数据分析的机械设计优化与预测模型构建,以期为机械设计领域的创新发展提供有益的参考。

  • 标签: 大数据分析 机械设计 优化模型 预测模型
  • 简介:摘要:本研究聚焦于大数据技术在建筑工程风险管理中的应用。通过构建基于大数据的风险管理模型实现对建筑工程风险的精准识别、评估和预警,研究采用数据挖掘、机器学习等方法,对大量历史工程数据进行分析,提取关键风险因素,建立风险预测模型,实证分析表明,该模型能有效提高风险管理的准确性和效率,为建筑工程风险管控提供数据支撑和决策依据,具有重要的理论价值和实践意义。

  • 标签: 大数据 建筑工程 风险管理 模型构建 实证分析
  • 简介:摘要随着全国不动产登记机构的成立,不动产登记系统的建立以及不动产数据的整合,我国多个省份已经具备不动产统一登记工作开展的条件。不动产权籍调查是做好不动产登记的坚实基础,是条例实施、簿册统一和信息平台建设的重要支撑,慎重、稳妥做好《不动产登记暂行条例》实施后的不动产权籍调查工作,其意义重大。

  • 标签: 不动产登记 权籍调查 不动产权籍调查测绘
  • 简介:摘要随着区域性气候变化越来越剧烈,近年来许多地区的降水屡破长周期的最高降雨量。因此带地下室的建筑在建设周期及使用周期的抗浮就显得尤其重要。使用周期的抗浮,设计师主要需要考虑两点1.整体抗浮;2.地下室底板的抗浮配筋设计。建设周期的抗浮,主要是采用一些现场措施加速排水,或者在有条件的情况下进行隔水。本文主要梳理的是使用周期阶段的抗浮,也是图纸设计阶段,设计师着重考虑的。

  • 标签:
  • 简介:摘要:沈阳方城是唯一一个满汉蒙三族文化交融合铸的皇城,迄今仍保持着独有的空间肌理。近年来的老城保护与更新改造中,加强文化遗产价值挖掘阐释成为新时代的课题。迫切需要系统化,可视化挖掘和表达古城文化遗产。本文梳理沈阳方城的文化景观的特征,分析文化空间的形成因素。在不损害片区整体风貌的基础上,引入“城市织补”的理念,对沈阳方城进行改造和更新,以实现对历史街区保护与活力再生的探索。

  • 标签: 历史资源,沈阳方城,保护更新
  • 简介:

  • 标签:
  • 简介:摘要

  • 标签:
  • 简介:摘要:随着大数据时代的到来,数据的规模和复杂性不断增加,大数据的挖掘和分析成为了各个行业发展的关键。数字化咨询服务作为新兴领域,其高效性和准确性高度依赖于大数据分析和预测模型的构建。本文探讨了数字化咨询服务中大数据分析的流程、预测模型的构建方法及其在不同领域的应用。通过对大量数据的收集、清洗、转换和预处理,结合机器学习算法和统计模型,构建了高效的风险预测模型,并将其应用于实际风险管理中。研究结果表明,基于大数据的风险预测模型能够更准确地预测金融和保险行业的风险,具有较高的预测精度和泛化能力。本文的研究不仅为数字化咨询服务提供了技术支持,也为其他领域的大数据分析和预测模型构建提供了参考。

  • 标签: 大数据分析 预测模型 数字化咨询服务 机器学习 风险预测