智能化室內製圖方法與技術 尚建嘎 胡旭科 蒲生亮 9787030763396 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：科學
物品所在地：中國大陸
原出版社：科學
NT$750
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *數量非實際在台庫存 *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考，以到貨標的為實際資訊。 印行年月：202310*若逾兩年請先於私訊洽詢存貨情況，謝謝。 台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。 書名：智能化室內製圖方法與技術 ISBN：9787030763396 出版社：科學 著編譯者：尚建嘎 胡旭科 蒲生亮 頁數：188 所在地：中國大陸 *此為代購商品 書號：1595225 可大量預訂，請先連絡。 內容簡介 本書面向智慧城市、智慧空間、智能製造等新興產業對室內地圖和實體三維模型的迫切需求，結合機器學習、深度學習等人工智慧新技術，利用可廣泛獲取的開放街道地圖（OSM）、CAD等數據源，詳細介紹智能化室內製圖和建模方法，包括建築物空間元素重建與智能化室內製圖方法、基於輪廓劃分的複雜建築物屋頂形狀推薦方法、利用二元不平衡學習標記公共建築物正門方法、基於幾何地圖文法推理房間語義方法、利用隨機森林和關係圖卷積網路推理房間語義、基於遺傳規劃的室內地標顯著性學習方法、基於智能圖像分析的室內智能製圖與建模方法，以及自優化建築物平面圖圖像解析方法，並給出相應案例和實驗結果。本書提出的理論與方法不需要藉助任何物理感知設備，可在多行業領域推廣和應用。 本書可供導航與位置服務、智慧城市、智能空間等相關領域專業技術人員閱讀參考，也可作為測繪、計算機等相關專業研究生的參考書。目錄 第1章 建築物空間元素重建與智能化室內製圖方法1 1 概述 1 2 建築物空間元素重建方法概述 1 3 建築物空間元素之間的關聯關係 1 4 建築物空間元素的顯式和隱式規則 1 4 1 規則系統的定義 1 4 2 規則系統的應用 1 4 3 統計學習的定義 1 4 4 建築物重建中的應用 1 4 5 規則與統計學習的融合 1 5 基於建築物平面圖圖像解析的室內製圖方法 1 5 1 傳統建築物平面圖圖像解析方法 1 5 2 建築物平面圖圖像解析學習方法 參考文獻 第2章 基於輪廓劃分的建築物屋頂形狀推薦方法 2 1 概述 2 2 研究進展 2 2 1 三維屋頂重建 2 2 2 對稱性檢測 2 2 3 屋頂輪廓分解 2 3 屋頂形狀推薦 2 3 1 輪廓分解演算法 2 3 2 劃分對稱性檢測 2 3 3 選擇規則 2 3 4 組合規則 2 3 5 空間對稱規則 2 3 6 概率計算 2 4 實驗與分析 2 4 1 聯合事件概率比較 2 4 2 單一事件概率比較 2 5 總結與展望 2 5 1 理論局限性 2 5 2 經驗閾值 2 5 3 方法應用 參考文獻 第3章 利用二元不平衡學習標記公共建築物正門方法 3 1 概述 3 2 研究進展 3 2 1 門檢測 3 2 2 入口檢測 3 3 研究方法 3 3 1 數據預處理 3 3 2 特徵提取 3 3 3 不平衡分類 3 4 實驗與分析 3 4 1 實驗設置 3 4 2 標記精度 3 5 總結與展望 3 5 1 正門假設 3 5 2 多源數據融合 參考文獻 第4章 基於幾何地圖文法的房間語義推理方法 4 1 概述 4 2 研究進展 4 2 1 室內空間模型格式 4 2 2 基於數字化的室內建模 4 2 3 基於圖像的室內建模 4 2 4 基於軌跡的室內建模 4 2 5 基於LiDAR點雲的室內建模 4 2 6 基於規則的室內建模 4 3 布局的形式化表達 4 3 1 建築物類型定義 4 3 2 建築物層次語義劃分 4 3 3 約束屬性文法 4 3 4 規則變數的斷言 4 3 5 規則的定義 4 4 房間類型推理演算法 4 4 1 方法流程 4 4 2 貝葉斯推理 4 4 3 計算解析森林 4 4 4 計算概率 4 5 實驗與分析 4 5 1 訓練數據 4 5 2 測試過程 4 5 3 實驗結果 4 6 總結與展望 4 6 1 文法學習 4 6 2 深度學習 參考文獻 第5章 基於隨機森林和關係圖卷積網路的房間語義推理方法 5 1 概述 5 2 研究進展 5 2 1 基於數字化的室內映射方法 5 2 2 基於測量的室內映射方法 5 2 3 基於規則的室內映射方法 5 3 研究方法 5 3 1 基於機器學習的房間類型標記 5 3 2 基於深度學習的房間類型標註 5 4 實驗與分析 5 4 1 標記準確性 5 4 2 時間消耗比較 5 5 總結與展望 參考文獻 第6章 基於遺傳規劃的室內地標顯著性學習方法 6 1 概述 6 2 研究進展 6 3 室內地標顯著性屬性 6 3 1 視覺屬性 6 3 2 語義屬性 6 4 研究方法 6 4 1 方法流程 6 4 2 數據採集和處理 6 4 3 基於GP演算法的模型訓練 6 5 實驗與分析 6 5 1 實驗設置 6 5 2 實驗結果 6 5 3 基於GP演算法的模型訓練 6 6 總結與展望 參考文獻 第7章 基於智能圖像分析的室內製圖與建模方法 7 1 概述 7 2 建築物要素矢量化 7 2 1 建築物要素的實例分割 7 2 2 牆體和門窗簡化 7 3 一致性拓撲優化 7 3 1 共邊檢測 7 3 2 拓撲優化模型 7 3 3 房間提取與模型生成 7 4 實驗與分析 7 4 1 實驗設置 7 4 2 評價指標 7 4 3 實驗結果 7 4 4 消融實驗和參數設置討論 7 4 5 計算成本分析 7 5 總結與展望 參考文獻 第8章 自優化建築物平面圖圖像解析方法 8 1 概述 8 2 研究方法 8 2 1 實例模型訓練 8 2 2 形態學模板優化 8 2 3 自適應訓練策略 8 3 實驗與分析 8 3 1 數據集與實驗設置 8 3 2 實驗結果 8 4 總結與展望 參考文獻 附錄A 隨機森林實現的部分標記結果 附錄B 關係圖卷積網路實現的部分標註結果 附錄C 排序預測結果 附錄D 測試場景示例 詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
