基于BIM的版本协同及生命周期维护研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 选题背景 | 第10-12页 |
| 1.2 选题目的和意义 | 第12页 |
| 1.3 建筑信息模型概述 | 第12-13页 |
| 1.4 深度学习概述 | 第13-15页 |
| 1.5 虚拟化及容器概述 | 第15-17页 |
| 1.6 选题关键技术 | 第17页 |
| 1.7 论文结构和章节安排 | 第17-19页 |
| 第二章 BIM与IFC研究现状及存在问题 | 第19-27页 |
| 2.1 前言 | 第19页 |
| 2.2 BIM研究现状及存在问题 | 第19-22页 |
| 2.2.1 BIM软件使用状况 | 第20-21页 |
| 2.2.2 BIM存在问题 | 第21-22页 |
| 2.3 IFC标准研究现状及存在问题 | 第22-25页 |
| 2.3.1 IFC模型结构 | 第23-24页 |
| 2.3.2 IFC定义及存在问题 | 第24-25页 |
| 2.4 小结 | 第25-27页 |
| 第三章 基于BIM子模型的分布式版本控制框架 | 第27-42页 |
| 3.1 前言 | 第27页 |
| 3.2 模型版本控制框架 | 第27-32页 |
| 3.2.1 操作记录定义 | 第29-30页 |
| 3.2.2 版本记录存储方式 | 第30页 |
| 3.2.3 版本库设计 | 第30-32页 |
| 3.3 子模型与全局模型版本协同 | 第32-34页 |
| 3.4 框架功能展示 | 第34-41页 |
| 3.4.1 系统架构实现 | 第34-35页 |
| 3.4.2 版本管理实现 | 第35-40页 |
| 3.4.3 性能对比 | 第40-41页 |
| 3.5 小结 | 第41-42页 |
| 第四章 基于卷积神经网络的建筑设施状态识别 | 第42-52页 |
| 4.1 前言 | 第42-43页 |
| 4.2 Tensorflow概述 | 第43页 |
| 4.3 训练集制作 | 第43-45页 |
| 4.4 训练过程 | 第45-50页 |
| 4.5 功能展示 | 第50-51页 |
| 4.6 小结 | 第51-52页 |
| 第五章 基于容器的项目部署方案 | 第52-60页 |
| 5.1 前言 | 第52页 |
| 5.2 部署方案 | 第52-56页 |
| 5.2.1 基于Docker的开发环境 | 第54-55页 |
| 5.2.2 基于Docker的生产环境 | 第55-56页 |
| 5.3 集群编排 | 第56-58页 |
| 5.4 小结 | 第58-60页 |
| 第六章 结论与展望 | 第60-63页 |
| 6.1 结论 | 第60-61页 |
| 6.2 下一步工作与展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 在读硕士期间取得的科研成果 | 第66-67页 |
| 致谢 | 第67页 |
