特征增强图神经网络在BIM建筑图模型精度提升中的应用.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建筑图模型精度提升中的应用.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建筑图模型精度提升中的应用

说明

在BIM建筑图模型的构建过程中，由于多种原因（如建模人员的主观判断、数据的不完整性等），模型可能会存在误差。FE-GNN能够通过学习大量的建筑图数据，自动识别并校正模型中的误差。例如，某一墙体的厚度或某一门窗的尺寸可能在实际施工中有所偏差，FE-GNN能够通过对比设计信息与实际施工信息，自动调整建筑模型的参数，从而提升模型的精度。

图注意力网络（GAT）是GNN的一个重要变种，通过引入注意力机制，在图中的节点间赋予不同的权重，以便模型更加关注重要的节点及其关联信息。在BIM建筑图构建过