申请/专利权人：广州南华工程管理有限公司

申请日：2023-12-20

公开（公告）日：2024-03-22

公开（公告）号：CN117455416B

主分类号：G06Q10/10

分类号：G06Q10/10;G06F40/186;G06N5/04;G06Q50/08;G06F30/13

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2024.02.13#实质审查的生效;2024.01.26#公开

摘要：本发明实施例提供的应用于建筑项目管理的数据分析方法及系统，通过图纸数据可以自动生成BIM模型，对于已有图纸数据，不需重新建制模型，省去额外的工作，提高了工作效率，降低了工作成本。其中，通过多类模态的图纸数据模板和对应的BIM模型对BIM模型构建网络进行调试，使得BIM模型构建网络可以获得怎样基于各个模态的图纸数据构建对应的BIM模型的能力，提升BIM模型构建网络的泛化能力，则可以通过BIM模型构建网络基于至少一个模态的图纸数据构建对应的BIM模型，以此增加构建BIM模型的泛化能力。

主权项：1.一种应用于建筑项目管理的数据分析方法，其特征在于，应用于BIM模型构建设备，所述方法包括：获取多个第一网络训练模板，所述第一网络训练模板包括图纸数据模板和所述图纸数据模板对应的BIM模型模板，其中多个所述第一网络训练模板中，包括多类模态的图纸数据模板；根据多个所述第一网络训练模板调试BIM模型构建网络，所述BIM模型构建网络用以基于所述多类模态中的至少一个模态的图纸数据构建对应的BIM模型；通过所述BIM模型构建网络，基于获取到的第一图纸数据，构建所述第一图纸数据对应的BIM模型；其中，所述根据多个所述第一网络训练模板，调试BIM模型构建网络，包括：根据备选生成构件库和所述BIM模型模板，确定所述BIM模型模板对应的模板表征向量，所述备选生成构件库包括多个备选生成构件，所述模板表征向量表征每一所述备选生成构件属于所述BIM模型模板的概率；通过所述BIM模型构建网络对所述图纸数据模板进行处理，得到推理表征向量，所述推理表征向量表征每一所述备选生成构件属于所述图纸数据模板对应的推理BIM模型的概率；根据所述模板表征向量和所述推理表征向量，调试所述BIM模型构建网络；所述BIM模型构建网络包括表征向量抽取算子、特征嵌入映射算子和映射解析算子，所述通过所述BIM模型构建网络对所述图纸数据模板进行处理，得到推理表征向量，包括：通过所述表征向量抽取算子，对所述图纸数据模板进行表征向量抽取，得到所述图纸数据模板中的每个图纸分区对应的推理图纸表征向量；通过所述特征嵌入映射算子，对得到的多个推理图纸表征向量进行整合嵌入映射，得到推理整合表征向量；通过所述映射解析算子，根据所述推理整合表征向量进行解析，得到所述推理表征向量；所述推理表征向量包括所述推理BIM模型中的多个分布空间对应的推理局部信息，所述推理局部信息包括每个所述备选生成构件对应的推理向量元素，所述推理向量元素表征所述备选生成构件属于所述推理BIM模型中对应分布空间的生成构件的概率；所述通过所述映射解析算子，根据所述推理整合表征向量进行解析，得到所述推理表征向量，包括：通过所述映射解析算子，对所述推理整合表征向量进行解析，得到第一推理局部信息，将所述第一推理局部信息中最大的推理向量元素对应的备选生成构件确定为第一推理生成构件；反复通过所述映射解析算子，基于已获得的推理生成构件对所述推理整合表征向量进行解析，得到第二推理局部信息，将所述第二推理局部信息中最大的推理向量元素对应的备选生成构件确定为第二推理生成构件，直到获得的推理生成构件为第一标记生成构件，所述第一标记生成构件代表BIM模型的边缘。

全文数据：

权利要求：

百度查询： 广州南华工程管理有限公司 应用于建筑项目管理的数据分析方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD