期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
利用众包视觉感知方法促进公众视角融入城市设计决策
1
作者
黄路
《风景园林》
北大核心
2025年第5期22-28,共7页
【目的】众包视觉感知数据及分析方法凭借高效性、代表性和低成本优势,已成为城市建成环境研究的重要工具。通过解析众包视觉感知方法的作用路径与效能特征,系统揭示其促进公众视角融入城市设计决策的理论逻辑,为人本导向的城市设计实...
【目的】众包视觉感知数据及分析方法凭借高效性、代表性和低成本优势,已成为城市建成环境研究的重要工具。通过解析众包视觉感知方法的作用路径与效能特征,系统揭示其促进公众视角融入城市设计决策的理论逻辑,为人本导向的城市设计实践提供科学且实用的方法论支撑。【方法】选取5篇基于众包视觉感知方法的城市设计文献作为研究案例,围绕数据收集、数据分析和方案生成3个城市设计的关键环节,讨论众包视觉感知数据及分析方法促进公众视角融入城市设计决策的作用机制。【结果】在数据收集阶段,通过训练基于深度学习技术的视觉感知推理模型对微观尺度城市公众视觉感知进行自动量化,提供低成本、广覆盖的公众视角的需求洞察;解析公众视觉感知与建成环境要素的关联可为制定科学的设计干预策略和设计目标提供依据;在方案生成阶段,基于众包视觉感知数据训练的生成式人工智能模型将公众的感知偏好自动转换为直观且可视化的设计语言,为城市设计决策的方案生成阶段提供了一种新型人机协同手段。【结论】揭示了利用众包视觉感知方法促进公众视角融入城市设计决策的路径与潜力,提升了设计决策的科学性和包容性,但其应用仍面临数据质量、公众动态体验捕捉及技术透明度等挑战。
展开更多
关键词
城市设计
众包方法
视觉感知
微观尺度
深度学习
人工智能
在线阅读
下载PDF
职称材料
化工釜残非牛顿流体流变特性的输入凸神经网络建模
2
作者
张东宽
褚志强
+2 位作者
田红
Jeffrey SCROSS
姬国钊
《西安交通大学学报》
2025年第12期80-91,共12页
针对化工釜残非牛顿流体流变特性建模精度低、异常数据敏感性强的问题,提出了一种输入凸神经网络建模方法,以提升复杂非牛顿流体的黏度预测稳定性与物理一致性。首先,构建具有凸性约束的3层神经网络结构,引入权重非负限制,以确保模型输...
针对化工釜残非牛顿流体流变特性建模精度低、异常数据敏感性强的问题,提出了一种输入凸神经网络建模方法,以提升复杂非牛顿流体的黏度预测稳定性与物理一致性。首先,构建具有凸性约束的3层神经网络结构,引入权重非负限制,以确保模型输出的物理合理性;其次,设计指数映射正则项,增强对高黏度区间及异常点的鲁棒性;最后,基于5种典型釜残样本,在0~2500 s^(-1)剪切速率范围内采集黏度响应数据,对输入凸神经网络与幂律模型、Carreau模型、线性回归、支持向量回归、决策树、随机森林和前馈神经网络进行拟合性能评估。研究结果表明:输入凸神经网络在多模型对比中展现出更优的拟合效果与预测能力,均方误差低至2.06×10^(3),拟合优度可达0.987,整体性能在准确性与稳健性之间取得良好平衡;输入凸神经网络的预测曲线更为平滑,能够避免传统模型出现的震荡与失真。该方法为化工釜残等复杂非牛顿流体的流变建模提供了有效技术路径,对输送控制与处理工艺优化具有重要工程参考价值。
展开更多
关键词
化工釜残
非牛顿流体
输入凸神经网络
流变建模
黏度预测
在线阅读
下载PDF
职称材料
题名
利用众包视觉感知方法促进公众视角融入城市设计决策
1
作者
黄路
机构
东京科学大学环境与社会理工学院
东京
科学
大学
OKI研究室
出处
《风景园林》
北大核心
2025年第5期22-28,共7页
文摘
【目的】众包视觉感知数据及分析方法凭借高效性、代表性和低成本优势,已成为城市建成环境研究的重要工具。通过解析众包视觉感知方法的作用路径与效能特征,系统揭示其促进公众视角融入城市设计决策的理论逻辑,为人本导向的城市设计实践提供科学且实用的方法论支撑。【方法】选取5篇基于众包视觉感知方法的城市设计文献作为研究案例,围绕数据收集、数据分析和方案生成3个城市设计的关键环节,讨论众包视觉感知数据及分析方法促进公众视角融入城市设计决策的作用机制。【结果】在数据收集阶段,通过训练基于深度学习技术的视觉感知推理模型对微观尺度城市公众视觉感知进行自动量化,提供低成本、广覆盖的公众视角的需求洞察;解析公众视觉感知与建成环境要素的关联可为制定科学的设计干预策略和设计目标提供依据;在方案生成阶段,基于众包视觉感知数据训练的生成式人工智能模型将公众的感知偏好自动转换为直观且可视化的设计语言,为城市设计决策的方案生成阶段提供了一种新型人机协同手段。【结论】揭示了利用众包视觉感知方法促进公众视角融入城市设计决策的路径与潜力,提升了设计决策的科学性和包容性,但其应用仍面临数据质量、公众动态体验捕捉及技术透明度等挑战。
关键词
城市设计
众包方法
视觉感知
微观尺度
深度学习
人工智能
Keywords
urban design
crowdsourcing method
visual perception
micro-scale
deep learning
artificial intelligence
分类号
TU984 [建筑科学—城市规划与设计]
在线阅读
下载PDF
职称材料
题名
化工釜残非牛顿流体流变特性的输入凸神经网络建模
2
作者
张东宽
褚志强
田红
Jeffrey SCROSS
姬国钊
机构
大连理工
大学
环境
学院
出处
《西安交通大学学报》
2025年第12期80-91,共12页
基金
辽宁省科学技术计划资助项目(2023JH1/10400007)
中央高校基本科研业务费资助项目(DUT24ZD103)
中国国家留学基金资助项目(202406060182)。
文摘
针对化工釜残非牛顿流体流变特性建模精度低、异常数据敏感性强的问题,提出了一种输入凸神经网络建模方法,以提升复杂非牛顿流体的黏度预测稳定性与物理一致性。首先,构建具有凸性约束的3层神经网络结构,引入权重非负限制,以确保模型输出的物理合理性;其次,设计指数映射正则项,增强对高黏度区间及异常点的鲁棒性;最后,基于5种典型釜残样本,在0~2500 s^(-1)剪切速率范围内采集黏度响应数据,对输入凸神经网络与幂律模型、Carreau模型、线性回归、支持向量回归、决策树、随机森林和前馈神经网络进行拟合性能评估。研究结果表明:输入凸神经网络在多模型对比中展现出更优的拟合效果与预测能力,均方误差低至2.06×10^(3),拟合优度可达0.987,整体性能在准确性与稳健性之间取得良好平衡;输入凸神经网络的预测曲线更为平滑,能够避免传统模型出现的震荡与失真。该方法为化工釜残等复杂非牛顿流体的流变建模提供了有效技术路径,对输送控制与处理工艺优化具有重要工程参考价值。
关键词
化工釜残
非牛顿流体
输入凸神经网络
流变建模
黏度预测
Keywords
chemical reactor residues
non-Newtonian fluid
rheological modeling
input convex neural network
viscosity prediction
分类号
TP30 [自动化与计算机技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
利用众包视觉感知方法促进公众视角融入城市设计决策
黄路
《风景园林》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
化工釜残非牛顿流体流变特性的输入凸神经网络建模
张东宽
褚志强
田红
Jeffrey SCROSS
姬国钊
《西安交通大学学报》
2025
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
