特征增强图神经网络在BIM建筑图精度校准中的作用.docx

下载文档

0
0
约1.13万字
约 24页
2025-11-20 发布于重庆
举报
版权申诉
保障服务

特征增强图神经网络在BIM建筑图精度校准中的作用.docx

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。

泓域学术·高效的论文辅导、期刊发表服务机构

特征增强图神经网络在BIM建筑图精度校准中的作用

说明

特征增强机制是在图神经网络的基础上，通过在节点特征中加入额外的外部信息或上下文信息，来增强网络对节点的理解和学习能力。在BIM建筑图模型中，这些额外信息可能是来自建筑设计、施工流程、材料特性等方面的特征。这些增强的特征可以帮助图神经网络更准确地捕捉建筑模型中各个构件之间的关系和特性，从而提高模型的精度。

BIM模型不仅仅是一个建筑设计的图纸，它还包含了与施工相关的大量信息，如施工顺序、时间安排、施工材料等。FE-GNN能够有效地将设计信息与施工信息融合，通过特征增强机制，将施工过程中的动态