《智能建造数字技术基础》课件 第1-5章 绪论-数据展现及数字孪生

《智能建造数字技术基础》绪论1章第XXX主讲人指导人XXX时间指导人学习导读行业PPT模板/hangye/本章介绍了数字经济、数字技术与土木工程信息化的相关概念及关系，目的在于了解数字技术在土木工程规划、设计、施工、管养中的应用，为更深层次的学习打下良好的基础。目录CONTENT01现代科技革命与建设行业的发展趋势行业PPT模板/hangye/02基于数据流的智能技术架构简介03工程建设领域的现代数字化技术简介STEPONE现代科技革命与建设行业的发展趋势01/现代科技革命与建设行业的发展趋势科技革命的历程和未来

数字化及意义现代科技革命与建设行业科技革命的历程和未来PART01带来了铸铁、玻璃等新型建筑材料的出现，用铸铁和玻璃建造而成的伦敦水晶宫成为那个时代的标志性建筑。第一次科技革命电力技术的发明，因为有了电灯、电梯等电气设备，美国开始建造摩天大楼。第二次科技革命包括以下三个阶段：信息技术革命：始于20世纪60年代，使得信息传播和交流更加便捷。数字经济时代：始于21世纪初，推动了传统产业的数字化转型和新兴产业的快速发展。新一代科技革命：始于21世纪中期，将会在未来对社会生活和产业结构产生深远影响。第三次科技革命PART02PART03数字化及意义数字技术优点数字化是信息社会、智能社会的基础。数字化是指用0和1的两位编码来实现信息记录、传送和表现的综合技术，可将物理实体转换为数字形式，以便于存储、处理、传输和使用。相较于模拟技术，数字技术有如下优点：（1）信息可以无限制复制：由于采用两级化的存储方式，使得在复制和存储过程中几乎不存在失真；（2）信息便于长距离传送：无论是有限还是无线，在传送过程中抗干扰能力强，且可以通过增幅来保真；（3）信息便于处理：由于现代计算机的架构是建立在基于2进制的数字技术上的，因此数字量可以方便地进行各种计算和分析。数字化及意义数字化意义数字化是数字化技术的发展已经深刻地改变了我们的生活和工作方式，具有以下几个方面的意义：（2）其次，数字化提高了生产效率和降低了成本。数字化技术可以自动化许多生产和服务过程，从而提高效率和精度，同时减少了人力成本和错误率。（3）再次，数字化提高了用户体验和服务质量。数字化技术可以根据用户的需求和偏好进行个性化定制，提供更加便捷和高质量的服务。（4）最后，数字化促进了创新和发展。数字化技术的不断发展和创新，带来了新的商业模式和机会，推动了经济和社会的发展。（1）首先，数字化提高了信息的可访问性和可传递性。通过数字化技术，大量的信息可以被轻松地存储、传输和分享，使得信息的获取和利用变得更加容易和高效。数字化及意义数字化发展趋势数字化的发展趋势主要体现在以下几个方面：（2）数字化技术的深入融合。数字化技术将与人工智能、大数据、物联网等新兴技术深度融合，形成更加强大和智能的数字化系统和平台。（3）数字化技术的可持续发展。数字化技术将更加注重可持续发展，包括节能减排、资源回收利用、环境保护等方面，促进经济的绿色和可持续发展。（1）数字化技术的广泛应用。数字化技术将被广泛应用于各个行业，包括制造业、金融、医疗、教育、娱乐等，推动行业的数字化转型和升级。总的来说，数字化技术将继续深入影响和改变我们的生活和工作方式，带来更加高效、便捷、智能和可持续的生产和生活方式。现代科技革命与建设行业在现代科技革命的潮流下，建设行业正朝着数字化、智能化、绿色化、可持续化和全球化等方向发展，主要表现在以下几个方面：总的来说，现代科技革命对建设行业的影响是多方面的，从数字化转型到技术创新、智能化和绿色化等各个方面都有深远的影响。未来，建设行业需要不断跟进科技革命的发展，推动着建筑服务业的升级和创新。例如，建筑信息模型（BIM）技术可以在建筑设计和施工过程中实现各个环节的协同和优化，提高了项目管理和效率。推动了建设行业数字化转型例如，智能建筑技术的应用可以提供更加便捷、高效、安全的建筑服务和管理，推动着建筑服务业的升级和创新。推动了建设行业的创新和发展例如，太阳能、风能等新型能源技术的应用使建筑更加环保和节能。催生了建设行业新技术的发展代科技革命使得建筑行业的全球化程度不断深化，使建筑行业更加智能化和绿色化，追求更加可持续的建筑形态和服务。促进了建设行业国际化、智能化和绿色化STEPTWO基于数据流的智能技术架构简介02/基于数据流的智能技术架构简介智能建造技术的架构基于数据流的智能技术架构简介智能技术的种类很多，但无论哪种智能技术，其架构都是基于数据流：亦即数据的产生

传送

分析及管理

应用。智能建造技术也不例外，如图所示，其基本构架也可以分为数据感知层、数据传输层、数据分析管理层和数据应用层。基于数据流的智能技术架构简介数据感知层：负责土木工程项目在规划设计和建造过程中人员、机械、资源、环境等相关信息以及工程设计、建造情况如质量、进度、安全等相关信息的收集，实现建筑工程建设过程更加透彻、深度、全面的信息感知。主要包括设计数据、现实数据和管理数据。数据传输层：负责信息感知层所获取的建筑工程项目相关的信息或数据的传输与共享，从技术上讲主要是通过卫星通信网络、互联网、移动互联网、物联网等技术来实现的，目的是实现建造过程中人与物、物与物、人与人以及终端与数据平台间的信息传输与共享，实现更加全面的互联互通。数据分析管理层：负责提供海量信息存储和数据分析处理的能力，负责存放着建造过程中所必需的各种信息，如与设计相关的BIM信息、人员、机械设备、材料、环境信息等，从技术角度来说可以使用云存储技术构建基于云的数据中心。数据应用层：建立一系列标准化的服务类应用，根据建筑工程项目参与方不同需求为其提供针对性的、个性化的应用服务，进而使得建筑工程项目建造过程、管养过程的全寿命周期更加智慧化。数据对象层：是工程建设的核心组成部分，包括施工人员、工程机械、资源、环境和产品等。STEPTHREE工程建设领域的现代数字化技术简介03/工程建设领域的现代数字化技术简介工程勘察

工程设计工程建造工程养护管理

工程监理与试验、检测工程勘察工程设计是土木工程的重要组成部分，旨在以最经济、最安全、最环保、最高效的方式规划、设计和建造工程项目。现代数字技术在工程设计中的应用越来越广泛，为设计师提供了更多的工具和资源来优化设计方案和提高工作效率，其主要应用场景包括以下几个方面：

高精度地形测绘包括无人机航摄、激光雷达测量、卫星遥感等技术，能够提供精度高、覆盖范围广的数字地形模型，为工程勘察提供可靠的地形数据。地质探测包括地层探测、水文地质探测、岩土工程探测等，能够提供更为准确和详细的地质数据，为工程设计和施工提供可靠的技术支持。三维可视化包括虚拟现实、增强现实等技术，能够提供更为直观、全面的勘察数据，为工程设计和施工提供更为直观和可靠的数据支持。数据分析和处理包括数据挖掘、机器学习等技术，能够提取有用的信息和规律，为工程设计和施工提供更为客观和准确的数据支持。总的来说，现代数字技术的应用为工程勘察带来了更为高效、准确和可靠的手段，能够提高勘察数据的质量和准确性，为工程设计和施工提供可靠的技术支持。工程设计工程设计是土木工程的重要组成部分，旨在以最经济、最安全、最环保、最高效的方式规划、设计和建造工程项目。其主要应用场景包括以下几个方面：未来，随着数字技术的不断发展和创新，数字化设计将成为工程设计的主流趋势。结构分析和仿真包括有限元分析、计算流体力学等技术，能够模拟工程结构在不同荷载和环境下的受力情况，为工程设计提供准确的技术支持。虚拟现实和增强现实将设计方案以虚拟的形式呈现出来，使设计师和用户能够更为直观地了解设计方案的效果和特点。三维建模和可视化包括计算机辅助设计（CAD）、建筑信息模型（BIM）等技术，能够提供精确、可视化的设计方案，提高设计的质量和效率。智能化设计包括基于规则的设计、基于优化算法的设计等技术，能够自动化地生成优化的设计方案，提高了设计效率和准确度。工程建造随着科技的快速发展和应用，现代数字技术已经广泛应用于工程建造领域，帮助优化施工过程、提高工程质量和效率，减少资源浪费，降低成本，提高安全性，其主要应用场景包括以下几个方面：总的来说，现代数字技术在工程建造中的应用场景非常广泛，能够提高施工效率和质量，降低施工成本，为工程建设提供可靠的技术支持。未来，随着数字技术的不断发展和创新，数字化施工将成为工程建造的主流趋势。（1）智能化施工管理包括施工进度管理、材料管理、质量控制和安全监控等方面，如图无人驾驶压路机用于施工路面，能够提高施工效率、安全和质量，降低施工成本。（2）工艺模拟和可视化包括虚拟现实、增强现实等技术，能够模拟施工过程，提高施工效率和质量。（3）机器人和无人机应用能够自动化地完成一些施工任务，如搬运、喷涂等，提高施工效率和质量。工程养护管理工程养护管理对于保障国家经济和社会发展至关重要。它可以保障基础设施的安全性、提高使用寿命、促进经济发展、提高居民生活质量、推动可持续发展。同样，现代数字技术在工程管养中的应用越来越广泛，主要应用场景包括以下几个方面：

远程监测和维护包括实时监测、数据分析、远程诊断等方面，能够提高设施运行效率和降低维护成本。大数据分析和处理包括数据挖掘、机器学习等技术，能够提取有用的信息和规律，为设施运行和维护提供更为客观和准确的数据支持。虚拟仿真和可视化包括虚拟现实、增强现实等技术，能够模拟设施运行过程，提高设施运行效率和安全性。智能化设备管理包括设备监测、故障诊断等方面，能够提高设备运行效率和延长设备寿命。总的来说，现代数字技术在基础设施的养护和管理中的应用场景非常广泛，能够提高设施运行效率和安全性，降低维护成本，为基础设施运行和维护提供可靠的技术支持。工程监理与试验、检测工程监理及试验、检测是土木工程建设中不可或缺的环节，对于保障工程质量和安全、降低工程风险、促进可持续发展具有重要作用。现代数字技术同样有广泛的应用场景。主要有：（1）数字化试验设备数字技术可以帮助设计和制造更加智能化和精准化的试验设备，例如通过使用传感器、数据采集和控制系统，可以实现对试验过程的实时监测和控制，并且提高试验效率和准确性。（2）无损检测技术数字化技术可以帮助实现对建筑材料和结构的无损检测，例如通过使用红外线成像、超声波检测等技术，可以对混凝土、钢材和木材等材料进行质量检验。（3）建筑信息模型（BIM）的应用BIM技术可以帮助监理和试验、检测人员实现对建筑模型和相关数据的可视化和数字化管理。（4）数据分析和人工智能的应用通过对试验、检测和监测数据进行分析和处理，可以帮助工程人员进行决策和预测，提高工作质量和效率。同时，人工智能技术也可以用于合同管理、合规性监督、检测设备管理、数据分析和故障诊断等方面，同时也可以帮助实现数字化报告和信息交流。《智能建造数字技术基础》感谢聆听1章第XXX主讲人指导人XXX时间指导人教材配套PPT《智能建造数字技术基础》数字采集2章第XXX主讲人指导人XXX时间指导人教材配套PPT学习导读行业PPT模板/hangye/本章主要介绍数字技术与土木工程信息化中各种数据采集与传输的技术和方法。在学习过程中，需要熟悉工程测试和工程物联网监测数据获取的整个过程；了解各种检测、测绘、监测、勘察等专业仪器设备和技术，以及多种通信技术相关知识。目录CONTENT01数字采集概述行业PPT模板/hangye/02基于移动设备的数字采集03基于物联网设备的数字采集04基于遥感及图像识别技术的数据采集05位置信息采集STEPONE概述01/概述背景数据采集概念

面对建设工地面积大、建筑结构复杂、人员多、设备物资分散、管理作业流程琐碎等特点，采用传统的人工巡视、纸笔记录的信息获取方式早已无法满足大型项目建设和基础设施监控管理需求。

通过各种专业检测设备和无线通信传输等技术，极大地提高了我们的信息数据采集能力和采集数据的准确性、时效性、便捷性。

利用信息化、网络化、智能化手段进行信息数据采集与传输，创新监管模式是解决工程建设和基础设施养管中信息采集与传输困难、监管手段落后等难题的必由之路。背景背景

数据采集(DAQ)，又称数据获取，是指从传感器和其他设备中自动采集非电量或电量信号，送到上位机中进行分析、处理。数据采集技术广泛应用在各个领域，如视频摄像头、传感器、麦克风等都是数据采集工具。具体的采集方法有接触式和非接触式两种形式，检测元件也多种多样。数据采集的目的是测量表面光亮(视频)、电压、位移、振动、温度、压力、声音等物理量。无论采集哪种数据，都需要将模块化硬件、应用软件和计算机结合。典型的数据采集系统整合了信号、传感器、激励器、信号调理、数据采集设备和应用软件等。能够实现数据采集的设备种类有很多，大致可以分为基于移动的设备和基于固定的设备(下文主要介绍物联网)两类。数据采集的概念图2-1检测设备数据采集流程图STEPTWO基于移动设备的数据采集02/基于移动设备的数据采集测试对象振动测试技术电磁波测试技术实验室力学试验设备测试平台目前工程上的专业测量、检测技术基本都是利用声、光、磁、电及振动等特性来获取与待检测或待监测对象品质有关的数据信息，主要可分为波动振动类、电磁波类等。测试对象测试对象移动设备又称行动装置(MobileDevice)、手持装置(HandheldDevice)等，通过它可以随时随地采集、访问、获得各种数据信息。智能手机，平板电脑(Pad)，各种检测、测量设备等均属于移动设备，具有便携性、快速机动、适应性和扩展性强等特点。振动测试技术利用传感器拾取测试对象表面的微小振动来进行检测是常用的方法，典型的方法包括冲击弹性波法、超声波法、声振法等。

振动测试技术振动测试技术（1）冲击弹性波法

采用机械式激振让测试对象内部或者表面产生微小的扰动，利用振动传感器接收信号的方法称为冲击弹性波法，由于其具有能量大、测试距离远且适用于频谱分析等优点，正得到越来越广泛的应用。近年来多点检测的弹性波计算机断层扫描术(CT)和弹性波雷达(ElasticWaveRadar，简称EWR)等可视化技术得到了飞跃式发展。图2-2冲击弹性波检测仪

移动设备的数据采集（2）超声波法

超声波法与弹性波法类似，但其激振的方式和激发的信号频率有很大区别。超声波检测仪采用压电式晶状体进行激振和接收，激发的信号频率超过20kHz该方法具有波长短、分辨率高等特点，在小型构件和金属构件检测中应用广泛。图2-3超声波检测仪

电磁波测试技术电磁波测试技术

（1）微波

微波在工程检测中最常用的为地质雷达，其以微波作为探测场源，由一根发射天线向地下发射一定频率的电磁脉冲波，另一根天线接收地下不同介质界面发生的反射波；电磁波在地基或工程结构内部传播时，其传播的时间、电磁场强度和波形随地基或结构的介电常数及几何形态的差异产生变化，地质雷达根据接收的回波时间、幅度等信息可检测地基和工程结构的地层、缺陷和位置信息。图2-4地质雷达图2-5合成孔径雷达

移动设备的数据采集

（2）激光

激光在工程建设领域中有多种应用，如精密测量和三维建模、变形监测和定位等方面，具有高精度、高效率和安全性好等特点，代表性的技术有三维激光扫描和智能全站仪等。图2-6三维激光扫描仪图2-7智能全站仪

（3）可视光通过可视光技术，可以检测工程结构中的裂缝、变形、腐蚀等缺陷和问题，及时发现和排除潜在的安全隐患。同时，还可用于工程结构的评估和监测，例如桥梁、隧道、水坝等工程结构的安全评估和结构监测。

实验室力学试验设备

（1）万能压力试验机

万能压力试验机是一种用于材料力学性能测试的设备，可以用于各种材料的压力试验，如水泥、混凝土、金属材料等。它通过施加压力来模拟实际工程中的负载情况，以测试材料的强度和耐久性等性能指标。

（2）钢筋拉力试验机

钢筋拉力试验机是一种用于测试钢筋材料力学性能的试验机。它可以计算出材料的最大力、屈服力、平均剥离力、最大变形、屈服点、弹性模量等参数。钢筋拉力试验机通常有多种力量放大倍率和位移分解度，可以进行拉伸、压缩、弯曲、剪切、撕裂、剥离等试验。图2-9万能压力试验机图2-10钢筋拉力试验机

测试平台Android、Windows、Linux和MacOS都是主流的操作系统。设备分类用于移动数据采集的设备主要可以分为IPC、MCU和智能手机。其中，IPC功能强大，但体积大、功耗高、价格贵；单片计算机则相反，但功能相对较单一。另一方面，智能手机（SP）随着功能的不断强大，在移动数据采集中也得到了越来越广泛的应用。图2-11工控机图2-12树莓派modelB+STEPTHREE基于物联网设备的数据采集03/基于物联网设备的数据采集传感器数据分析

物联网设备的数据采集物联网是指通过信息传感器、射频识别技术、卫星定位系统、红外感应器、激光扫描器等各种装置与技术，实时采集任何需要监控、连接、互动的物体或其过程中的声、光、热、电、力学、化学、生物、位置等各种有用的信息，接入网络并实时分析和控制，从而实现对物品和过程的智能化感知、识别和管理，任何时间，任何地点的人、机、物都能互联互通。物联网相关各种数据采集技术应用于土木工程建设和养管过程中，可以极大地提高获取数据的能力和广度。图2-13工程物联网数据采集结构图加速度传感器、速度传感器、射线辐射传感器、温度传感器、湿度传感器、位移传感器、流量传感器、液位传感器、力传感器、转矩传感器等。按用途分类振动传感器、湿敏传感器、磁敏传感器、气敏传感器、真空度传感器、生物传感器、电学式传感器、光学式传感器、电势型传感器、电荷传感器、半导体传感器、谐振式传感器等。按原理分类模拟传感器、数字传感器和开关传感器。按输出信号分类

传感器是获取被测物信息的关键器件，它与通信技术、计算机技术构成了信息技术的三大支柱，是当今物联网技术获取信息的必要手段。工程监测传感器由于需要长期放置在环境恶劣的现场，所以其在封装、采集方式与安装方法上具有特殊的属性。传感器传感器分类土木工程长期监测领域中，除了温度计、雨量计、风速计、加速度及速度传感器等其它行业也常用的类型以外，特有的传感器还有：（1）

倾斜计

用于测量结构物的倾斜变形，也称为倾角传感器，常用于桥梁、高层建筑等工程中，用来测量相对于水平面倾角变化量。通常测试的时加速度信号，通过积分的办法推算被测结构物的位移和倾角。（2）

应变计

振弦式应变传感器的基本原理是：在被测构件的适当部位固定两个短立柱作为弦的两个支点，在两支点间固定一根耐久性和防腐性均良好的弦。测试时，利用激振模块可让振弦产生激振，通过测量振弦的固有频率，进而换算弦的张力和被测体的应变。传感器土木工程长期监测领域常用传感器图2-14倾角传感器图2-15基于弦振动的应力应变传感器（3）

静力水准仪是依据连通管原理制造的一种传感器，主要用于监测结构、坡面、地表的竖向位移或沉降变化。使用时，各传感器容器使用连通管连接，注入液体并保证其可自由流动。由于各容器的液面始终保持在同一水平面，但各个容器中的液体深度并不相同，液体的深度差反映了各个容器所在的各个参考点的高程不同，进而可计算出各个位置的相对差异沉降。（4）激光位移计激光位移计是近年来发展起来的一种新型距离测量设备，在很多行业都有较多的应用。其原理很简单，即将激光对准目标发射出去，测量其往返时间再乘以光速然后除以2就可测得距离。该传感器测试距离可达百米、测量精度可达毫米乃至亚毫米级。传感器图2-16静力水准仪图2-17激光位移计（5）温湿度传感器（6）扬尘监测传感器根据检测原理，扬尘监测传感器主要分为两大类：采用光散射原理的粉尘传感器：这种传感器利用激光散射的原理来检测细颗粒物浓度。采用静电感应原理的粉尘传感器：这种传感器基于静电感应原理来检测颗粒物浓度。

温湿度传感器适用于长期监测稳定环境中的大气温湿度。其工作原理是通过感温元件和感湿元件的电学特性变化来测量环境温度和湿度。传感器图2-19扬尘监测传感器图2-18温湿度传感器图像传感器图像成像传感器组成：感光元件；信号处理电路；输出接口等部分。其中感光元件包括CMOS和CCD两种类型，CMOS具有低功耗、集成度高等优点，而CCD则具有高灵敏度、低噪声等优点。图像传感器是一种将光信号转换为电信号的传感器，它可以将物体的图像转换成数字信号，用于数字图像处理和计算机视觉等领域。图像传感器的原理是利用半导体材料的光电效应，在感光元件上产生电荷并通过信号处理电路转化为数字信号。传感器图像传感器在土木行业中主要应用在建筑物、桥梁、隧道等结构的安全检测和维护等方面。例如：通过使用无人机和图像传感器可以对建筑物和桥梁的结构进行监测，及时发现结构的裂缝、变形和损伤等问题，提高了安全性和可靠性。此外，图像传感器还可以用于测量工程中的距离、面积和体积等参数，提高测量的精度和效率。边缘计算边缘计算的数据分析主要是在边缘设备上进行的，它可以快速响应实时数据，减少数据传输的延迟和网络负载，提高数据处理的效率和实时性。边缘设备可以使用本地算法和模型对数据进行初步处理和分析，将处理后的数据传输到云端进行更深入的分析和挖掘，提取更加有价值的信息和知识。物联网的数据分析是指对物联网设备采集到的大量数据进行处理和分析，以提取有用的信息和知识。边缘计算和云计算是物联网数据分析的两种常用方式。数据分析优点：大大减少了数据和反馈的延迟，这对需要快速结果应用场景如应急安全监控报警、自动驾驶汽车等有着重要的意义。可以消除网络不断连接的需求，从而提高系统了的可靠性，在网络条件较差的应用场景可以发挥重要作用。缺点：资源受限，边缘设备的计算和存储资源相对有限，无法满足大规模计算和存储的需求。此外，边缘设备数量众多，管理和维护复杂度较高，需要专业的管理和维护人员。云计算与混合计算云计算之所以被称为“云”，是因为它将计算资源和服务像云一样提供给用户，用户可以通过互联网随时随地访问和使用这些资源和服务，就像云一样无处不在、随时可得。此外，云计算还使用了大规模的分布式计算架构，这些计算资源像云一样分布在全球各地，为用户提供高效、灵活、可靠的计算服务。数据分析云计算的优点在于：（1）资源丰富：云计算可以提供大规模的计算和存储资源，满足各种规模的业务需求；（2）管理简单：云计算的管理和维护相对简单，通常由云服务提供商负责；（3）可扩展性强：云计算可以根据业务需求进行弹性扩展，提高了业务的可扩展性。云计算的缺点在于：（1）响应时间较长：云计算需要通过网络传输数据，响应时间相对较长。（2）数据隐私性较低：云计算需要将数据传输到云端进行处理，存在数据隐私泄露的风险。（3）网络负载较重：云计算需要通过网络传输数据，可能占用较大的网络带宽。STEPFOUR基于遥感及图像识别技术的数据采集04/基于遥感及图像识别技术的数据采集遥感技术概述无人机摄影测量OCR技术利用飞机、无人机等载具搭载遥感传感器，对地球表面进行高空拍摄，获取高分辨率的影像数据。优点是数据分辨率高，覆盖面积大，缺点是成本较高，受气象条件和飞行时段限制。0102航空遥感卫星遥感遥感数据采集的主要手段包括遥感技术概述利用卫星搭载遥感传感器，对地球表面进行观测，获取大范围、连续、多时相的遥感数据。优点是覆盖面积广，可以实现全球遥感监测，缺点是数据分辨率较低，成本高，数据获取受限于卫星轨道和传感器性能。03地面遥感利用在地面上安装的遥感传感器，对地球表面进行观测，获取地面特征数据。优点是数据分辨率高，数据处理和分析成本低，缺点是覆盖面积小，数据采集效率低。空中三角测量联合平差多视角影像特征点识别与匹配三维表面重建影像预处理三维航拍影像的预处理包括图像的畸变校正和匀光匀色处理。影像预处理由无人机搭载相机云台采集目标物不同角度的多视影像，经多视影像联合平差来保证平差结果精度。空中三角测量联合平差多视影像数据包含目标物的多个视角下的图像信息，包含目标物侧面和顶面的全方位信息。基于无人机定位系统记录像机曝光时的位置信息，在多视角相邻航拍图像的重叠区域进行同名点的提取匹配。多视角影像特征点识别与匹配由于三维实景重构模型的本质为网络面模型，借此可建立规则和不规则三角网，通常用区域增长算法建立不规则三角网，用以实现目标建筑物、地形等三维结构的整体表达。三维表面重建无人机摄影测量无人机摄影测量构建三维模型基本原理三维模型纹理自动映射三维模型纹理自动映射在三维的三角网白模上建立与二维纹理的对应关系，并将二维图像上的颜色与灰度信息映射到三维模型，实现三维模型的真实彩色效果。（1）控制点布置

标志牌的摆放位置为高边坡左侧，沿碎落台摆放，间隔为5~15m，摆放位置为5~8级边坡碎落台。无人机影像构建三维模型的具体流程

下面结合某边坡的变形监测，对无人机影像构建三维模型的流程进行讲解。（2）控制点坐标测量

采用全站仪等设备测量经纬度坐标、高程等。无人机摄影测量图2-22标志牌布置设计与摆放航线规划对摄影质量有很大影响，通常需要利用软件进行航线规划。其中，Altizure软件是一款优秀的飞控及航线软件，支持DJI等多款型号的无人机。通过空中三角测量、密集匹配与模型构建、纹理贴合、最终，反演出被监测边坡的三维模型。无人机摄影测量航线规划与影像采集三维模型构建图2-23空中三角测量结果图2-24三维模型成果采用上述方法，对该边坡定期进行观测，将两个不同日期的地形数据进行了对比。可以发现，前后两次测量得到的上部4级边坡形状没有明显改变，边坡变形在可控制范围内。无人机摄影测量结果及分析图2-25边坡变形分析结果OCR技术OCR技术

OCR（opticalcharacterrecognition）文字识别是指电子设备（例如扫描仪或数码相机）检查印刷或手写的字符，然后用字符识别方法将形状翻译成计算机文字的过程。OCR软件主要是由几个部分组成（1）图像输入、预处理；（2）版面分析；（3）字符切割；（4）字符识别；（5）版面恢复；（6）后处理、校对。图2-26OCR软件组成遥感及图像识别技术的数据采集OCR技术在工程试验、检测中的应用在工程试验、检测等领域，存在大量人工手写表单资料。通过OCR技术使纸质表单快速转换成电子表单资料，与手工录入相比，不仅可大幅节约人力和时间成本，而且有助于信息化、智慧化的工程管理系统的推广和应用。当前技术既可以对单张表单进行拍照识别，也可以通过扫描仪进行快速批量化处理。图2-27OCR应用STEPFIVE位置信息采集05/位置信息采集室外定位系统构件及室内定位系统身份识别系统位置信息采集定位技术

定位技术是指通过一定的手段和方法，在空间中确定物体或人的位置。它是现代信息技术的重要组成部分，广泛应用于室内和室外场景。室外定位技术主要使用卫星定位系统，如美国的GPS(GlobalPositioningSystem)、欧洲的Galileo、我国的北斗卫星导航系统(BDS)等。室外定位技术精度高，覆盖面广，可以实现全球范围的定位，广泛应用于导航、物流、安防等领域。室内定位技术则主要使用无线信号和传感器等技术。无线信号定位技术包括WiFi定位、蓝牙定位、ZigBee定位等。室内定位技术精度相对较低，但覆盖范围广，适用于室内导航、商场定位、物联网等领域。室外定位系统室外定位系统

室外定位的主要原理是测量出已知位置的卫星到用户接收机之间的距离，然后综合多颗卫星的数据，从而确定接收机的具体位置。在我国，应用最广卫星系统有GPS和北斗。北斗导航卫星系统是我国自行研制的全球卫星导航系统，由空间段、地面段和用户段3部分组成，可在全球范围内全天候、全天时为各类用户提供高精度、高可靠定位、导航、授时等服务。北斗导航卫星系统位置信息采集高精度定位技术在工程应用中为了得到高精度的定位信息，需要借助更加精密的定位技术，其中比较重要的方法是差分处理技术。差分处理技术是将一台卫星接收机安置在基准站上进行观测，根据基准站已知精密坐标与卫星接收机计算坐标之间的相对误差计算修正量。用户接收机在进行卫星观测的同时，也接收到基准站发出的修正量，并对其定位结果进行改正，从而使定位精度达到厘米级乃至毫米级。实时动态(RTK)载波相位差分技术是代表方法之一，主要由一个基准站(也称参考站)和若干个流动站组成。图2-28RTK测量示意图位置信息采集RTK的应用RTK的差分方式有两种：一种是采用本地差分，该方式需要在场地附近建立基站。另一种是采用网络差分，这种方式不需要在本地架设服务器，而是通过移动网络与差分服务器(如移动通信基站)进行差分，定位精度同样能达到厘米级，甚至是毫米级。代表性的有千寻等。该方式初期成本较低，但在使用中需要支付服务商费用，且在山区、荒漠等缺乏基站的区域一般不适用。图2-29RTK系统组成室内定位系统室内定位系统室内定位是指在室内环境中实现位置定位。由于室内无法接收GPS、北斗等卫星信息，因此需要采用无线通信、基站定位、惯导定位、动作捕捉等多种技术集成。（1）蓝牙定位蓝牙通信是一种短距离低功耗的无线传输技术，在室内安装适当的蓝牙局域网接入点后，将网络配置成基于多用户的基础网络连接模式，并保证蓝牙局域网接入点始终是这个微网络的主设备。蓝牙定位系统主要由三个部分组成：定位标签、蓝牙网关、定位服务器。图2-30蓝牙

系统组成室内定位系统（2）超声波定位超声波定位的原理与无线电定位系统相仿，超声波定位主要采用反射式测距(发射超声波并接收由被测物产生的回波后，根据回波与发射波的时间差计算出两者之间的距离)，并通过三角定位等算法确定物体的位置，测距精度为厘米级。（3）超宽带定位超宽带(Ultrawideband，简称UWB)定位技术是无线电领域的一次革命性进展，有望成为未来短距离无线通信的主流技术。图2-31UWB系统架构身份识别系统身份识别系统在土木工程中的身份识别包括针对人员和针对结构物两大类。在土木工程中，主要用于工地出入口管理、施工现场考勤管理、安全帽佩戴管理及工地监控管理等方面。针对结构物的身份识别则主要用于防伪、追踪等质量、安全管理等方面，其主要采用的技术有以下几大类：（1）射频识别射频识别技术通过无线射频方式进行非接触双向数据通信，利用无线射频方式对记录媒体(电子标签或射频卡)进行读写，从而达到识别目标和数据交换的目的。（2）近场通信近场通信(NearFieldCommunication，简称NFC)技术，是由非接触式射频识别及互联互通技术整合演变而来。（3）二维码二维码(QuickResponsecode，简称QR)技术。图2-32射频识别技术系统构成《智能建造数字技术基础》感谢聆听2章第XXX主讲人指导人XXX时间指导人教材配套PPT《智能建造数字技术基础》数据传输3章第XXX主讲人指导人XXX时间指导人教材配套PPT学习导读行业PPT模板/hangye/本章主要讲述智能建造中的数据传输相关知识。将前端采集设备获取的数据及时、可靠、有效、稳定地传输到云端服务器,是保证后续数据分析、安全评估、准确预警、有效决策的重要环节。因此,选取与实际工程项目需求相匹配的数据传输方式,对于工程建设安全保障和实施有效管理有着重要意义。根据传输媒介是否有物料线缆，又分为无线传输、有线传输。由于工程现场往往不便于线缆的布设，且考虑成本问题，数据传输应尽量采用无线传输。在无线传输中根据传输距离又分为近场无线传输与远场无线传输。目录CONTENT01因特网技术基础行业PPT模板/hangye/02数据总线结构03无线传输技术STEPONE

因特网技术基础01/因特网技术基础因特网技术基础概述因特网技术基础数据的传输离不开网络，而网络的基础为因特网技术，其中最重要为：分组交换技术、TCP/IP协议、IP地址、域名技术和软件架构等。灵活性（1）分组交换技术（Packetswitchingtechnology）分组交换技术也称包交换技术，将数据分成小块（称为数据包或分组）并通过网络发送的方法。每个数据包都独立传输，它们沿着网络的最佳路径转发，直到到达目的地，然后重新组装成完整的消息，进而实现计算机与计算机之间的通信。可靠性高效性可扩展性因此，尽管有其他新兴的技术不断涌现，如软件定义网络（SDN）和网络功能虚拟化（NFV），分组交换技术仍然是当前互联网的主要技术之一，而且在未来仍将继续发挥重要作用。优点：因特网技术基础（2）TCP/IP（TransmissionControlProtocol/InternetProtocol，传输控制协议/网际协议）TCP/IP实际上是一组协议，包含TCP协议、IP协议、FTP、SMTP、TCP、UDP、IP等协议，其中TCP协议和IP协议是保证数据完整传输的两个基本的重要协议，所以被称为TCP/IP协议。TCP/IP协议是用来接收来自传输层的数据或者按不同应用要求与方式将数据传输至传输层；传输层的主要协议有UDP、TCP，是使用者使用平台和计算机信息网内部数据结合的通道，可以实现数据传输与数据共享。IP地址（InternetProtocolAddress）是指互联网协议地址，又称为网际协议地址。IP地址是IP协议提供的一种统一的地址格式，它为互联网上的每一个网络和每一台主机分配一个逻辑地址，以此来屏蔽物理地址的差异。因特网技术基础（2）TCP/IP（TransmissionControlProtocol/InternetProtocol，传输控制协议/网际协议）IP地址分类一：（1）公共IP地址由互联网服务提供商（ISP）分配给网络设备的，用于在互联网上唯一标识设备的地址。（2）私有IP地址在私有网络中使用的IP地址，不能直接在互联网上路由。（1）动态地址由DHCP（动态主机配置协议）服务器自动分配的IP地址。当设备连接到网络时，它会向DHCP服务器请求一个可用的IP地址，并在使用完之后释放该地址。动态地址分配方式使得网络管理员能够更好地管理IP地址的分配和使用，避免了IP地址浪费的问题。（2）静态地址是网络管理员手动为设备分配的IP地址，它不会随时间变化而改变。静态地址通常用于需要长期稳定的网络设备，如服务器和路由器等。静态地址分配方式使得管理员能够更好地控制网络中每个设备的IP地址，并且能够更好地管理和维护网络。IP地址分类二：因特网技术基础（3）域名（DomainName）由于IP地址具有不方便记忆并且不能显示地址组织的名称和性质等缺点，人们设计出了域名，并通过网域名称系统（DNS，DomainNameSystem）来将域名和IP地址相互映射，使人更方便地访问互联网，而不用去记住能够被机器直接读取的IP地址数串。如

和，用于访问搜索引擎的域名。因特网技术基础（4）软件架构互联网的软件架构通常采用客户端/服务器（C/S）架构或浏览器/服务器（B/S）架构。C/S架构也称为客户机/服务器计算模式（Client/Server），是指客户端和服务器通过网络连接直接进行交互和数据传输，而B/S架构也称为浏览器架构（Browser/Server）则是通过浏览器向服务器请求数据并接收响应,而无需安装任何专门的客户端软件。C/S架构是一种主从结构方式，客户端可以是PC机、手机等，作为服务的请求者或委托者。而服务器则通常是较大型的计算机系统，其用以提供计算等服务，并把处理结果送回用户。C/S架构处理速度较快，并可在客户端上进行本地处理和存储，以减轻服务器的负担。但C/S架构的客户端需要安装和维护专门的软件，增加了客户端的复杂性，客户端软件也需要升级和维护。B/S架构只需要一个浏览器，无需安装任何客户端软件,可通过互联网在任何地方访问应用程序,而且服务器的管理和维护也较为方便。另一方面，B/S架构所有的处理都在服务器上完成，因此响应速度相对较慢，交互性和响应能力受到网络质量和服务器负载的影响。STEPTWO数据总线结构02/

数据总线结构数据总线结构概述数据总线结构总线（Bus）是指计算机组件间，或者现场传感器与数采装置间规范化的交换数据（data）的方式，即以一种通用的方式为各组件提供数据传送和控制逻辑。从另一个角度来看，如果说主板（MotherBoard）是一座城市，那么总线就像是城市里的公共汽车（bus），能按照固定行车路线，传输来回不停运作的比特（bit）。这些线路在同一时间内都仅能负责传输一个比特。因此，必须同时采用多条线路才能发送更多数据，而总线可同时传输的数据数就称为宽度（width），以比特为单位，总线宽度愈大，传输性能就愈佳。（1）计算机内部数据总线常见的标准有PCI（PeripheralComponentInterconnect）、USB（UniversalSerialBus）等。总线分类：PCI总线是一种高速的总线标准，主要用于连接计算机的内部设备，如显卡、网卡等。USB总线则是一种通用的外部设备连接标准，可以连接许多不同类型的设备，如鼠标、键盘、打印机等。数据总线结构（2）现场总线常见有RS-232总线、RS-485总线、CAN总线等。总线分类：是常用的串行通信接口标准之一。其传输距离受到物理和电气特性的限制，一般不超过15米。节点数通常只有2个，一个用于发送数据，另一个用于接收数据。通常用于短距离、低速率的串行通信。RS-232总线（又称EIARS-232）是一种支持多节点、远距离和接收高灵敏度的总线标准，在土木工程健康监测等领域得到了广泛的应用。RS-485采用平衡式发送和差分接收方式实现通信，有较强的抗干扰能力。传感器通常需要具备RS485接口或者使用转换器将其它接口转换为RS485接口。控制器也需要具备RS485接口，并能够解析和处理RS485总线上传输的数据。一般支持32个节点，最大可达到128或256个节点。RS-485最大的通信距离约为1200m，最大传输速率为10Mbps，如果需传输更长的距离，需要加485中继器。RS-485总线是一种广泛应用于工业自动化、汽车电子等领域的串行通信总线，它具有高速、可靠、抗干扰等特点。CAN总线支持多节点连接，最多可连接110个节点，传输距离可达40米，传输速率可达1Mbps。CAN总线采用差分信号传输方式，具有较好的抗干扰能力和传输可靠性。还支持分布式处理、多主控制等特性，适用于复杂的网络拓扑结构。CAN总线STEPTHREE无线传输技术03/

无线传输技术近场无线传输技术远无线传输技术无线传输技术无线传输（Wirelesstransmission）是指利用无线技术进行数据传输的一种方式。无线传输具有综合成本低，性能稳定，组网灵活，可扩展性好，即插即用等特点，越来越被各行各业所接受。无线传输根据传输距离的远近又可分为近场传输以及远场传输，应用场景不一样所采用的技术手段也不相同，其对比情况如表3-1。项目近场传输远场传输通信距离几厘米~百米几公里~几千公里功耗普遍较小普遍较大应用场景短距离通信长距离通信成本偏低偏高表3-1近场通信与远场通信对比近场无线传输技术近场无线传输是指通信双方通过无线电波传输数据，并且传输距离较近。目前，应用较为广泛短距离无线通信标准有：Zig-Bee、蓝牙(Bluetooth)、无线宽带(Wi-Fi)、超宽带(UWB)和近场通信(NFC)等。（1）ZigBeeZigbee是一种低功耗、低速率、小数据量的无线传感器网络技术。Zigbee的传输距离一般为100米左右，传输速率一般为250kbps，支持多节点连接，采用Mesh网络拓扑结构，具有较好的抗干扰能力和稳定性。（2）蓝牙(Bluetooth)Bluetooth是一种短距离、低功耗、低速率的无线通信技术，主要用于手机、耳机、音箱等设备之间的数据传输。Bluetooth的传输距离一般为10米左右，传输速率一般为1Mbps，支持多节点连接，可以通过蓝牙网关等方式扩展网络规模。（3）无线宽带(Wi-Fi)WiFi是一种常用的无线局域网技术，主要用于高速数据传输和上网，其突出的优势在于它有较广的局域网覆盖范围，可达100米左右，同时，其传输速率可以达到几百Mbps，支持多节点连接，具有较高的传输速率和稳定性，但功耗较大。（4）超宽带(UWB)UWB是一种超宽带无线通信技术，主要用于高速数据传输和定位。UWB的传输距离可以达到30米以上，传输速率可以达到几百Mbps，具有较好的抗干扰能力和定位精度，但功耗较大。近场无线传输技术（5）近场通信(NFC)NFC是一种新的近距离无线通信技术，由射频识别(RFID)技术发展而来。NFC是一种近场通信技术，其传输距离一般不超过10厘米且传输速率较低。其主要优势在于能耗低，与非接触智能卡技术兼容，其在门禁、公交、手机支付等领域有着广阔的应用价值。这些技术各有优劣，例如，Zigbee、Bluetooth、WiFi都支持多节点连接，但传输距离和速率存在差异；NFC和UWB的传输距离相对较短，但传输速率和安全性较高。Zigbee适用于物联网和智能家居等场景；Bluetooth适用于手机、耳机、音箱等设备之间的数据传输；WiFi适用于高速数据传输和上网；NFC适用于移动支付、智能门锁等场景；UWB适用于高速数据传输和定位等场景在土木工程中，这些技术也都有不同的应用场景。远场无线传输技术（1）移动网络技术移动网络技术是指用于移动通信的技术，其中，4G和5G是当前主流的移动网络技术。远场无线传输是指通信双方通过无线电波传输数据，且传输距离较远的范围。目前广泛应用的无线通讯技术主要有移动网络、数传电台、远距离无线电和窄带物联网等。4G是第四代移动通信技术：具有高速率、高可靠性等特点，可以支持高清视频、在线游戏等应用。传输速率可以达到几十Mbps；支持多频段、多天线技术；具有较好的抗干扰能力和稳定性。5G是第五代移动通信技术：是当前最先进的移动网络技术，具有更高的传输速率、更低的延迟、更大的网络容量等特点；可以支持更多的应用场景，如智能家居、智慧城市等；传输速率可以达到数百Mbps或更高；支持更多的频段和天线技术；具有更好的抗干扰能力和稳定性。远场无线传输技术（2）数传电台数传电台是数字式无线数据传输电台的简称。工作频率大多使用220--240MHz或400--470MHz频段；具有数话兼容、数据传输实时性好、专用数据传输通道、一次投资、没有运行使用费、适用于恶劣环境、稳定性好等优点；数传电台的有效覆盖半径约有几十公里，可以覆盖一个城市或一定的区域。（3）远距离无线电和窄带物联网远距离无线电（LongRangeRadio，LoRa）是由美国Semtech公司开发的一种低功耗局域网无线标准，典型工作频率在亚洲是433MHz。其有效覆盖半径一般在2km至5km，最长距离可达15km。窄带物联网(NarrowBandInternetofThings,NB-IoT）构建于蜂窝网络，可直接部署于移动网络。NB-IoT是运营商建网，数据需要通过运营商的基站传输；LoRa属于自建网，用户需要自己建设基站;在土木工程监测中，对于市内通信条件较好的区域，NB-IoT和Rola均为可选项；而在山区野外等通信条件较差的区域，LoRa一般更为适合。NB-IoT和LoRa都是低功耗广域网技术，功耗和成本相差不大，均适用于物联网监测。它们的主要区别在于运营模式《智能建造数字技术基础》感谢聆听3章第XXX主讲人指导人XXX时间指导人教材配套PPT《智能建造数字技术基础》数据管理及分析4章第XXX主讲人指导人XXX时间指导人教材配套PPT学习导读行业PPT模板/hangye/本章首先介绍常见的经典数据分析方法和手段;其次介绍人工智能的概念、意义、发展历史及现状;最后结合人工智能在无损检测等方面应用案例对无损检测基本理论、特点进行讲解。在建筑工程的全生命周期中也会产生海量的数据,如设计勘探数据、检测数据、监测数据、维护养管数据等。这些数据包含了非常丰富的信息,如果能够有效地挖掘和分析,可以有效地提升设计、建造和养护的水平等。然而,这些数据往往以各种形式的报告、记录表、信息表等纸质文档或电子文档的形式进行管理存储，存在数据丢失、分类混乱、冗余等问题,造成数据割裂、碎片化、不连贯的后果,大大提高了分析难度，降低了数据的利用价值。数据分析是指用适当的统计分析方法,从收集来的数据中提取有用信息且形成结论,并对数据加以详细研究和概括总结的过程。数据分析的方法有很多,大致可以分为经典方法和基于机器学习(人工智能)的方法两种,其中机器学习的方法代表了未来的发展趋势。目录CONTENT01数据库技术及数据格式标准化行业PPT模板/hangye/02经典的数据分析方法和手段03基于人工智能的分析方法和手段04大数据技术STEPONE数据库技术及数据格式标准化01/数据库技术及数据格式标准化数据库技术数据格式的标准化数据库技术数据库技术是通过研究数据库（其模型如图4-1）的结构、存储、设计、管理以及应用的基本理论和实现方法，并利用这些理论来实现对数据库中的数据进行处理、分析和理解的技术。也就是说，数据库技术是研究、管理和应用数据库的一门软件科学。数据库技术研究和管理的对象：数据通过对数据的统一组织和管理，按照指定的结构建立相应的数据库和数据仓库；利用数据库管理系统和数据挖掘系统设计出能够实现对数据库中的数据进行添加、修改、删除、处理、分析、理解、报表和打印等多种功能的数据管理和数据挖掘应用系统；并利用应用管理系统最终实现对数据的处理、分析和理解。涉及的具体内容：图4-1数据库模型数据库技术借助数据库技术，可以建立功能丰富的数据管理平台（如图4-2），便于对大量数据的有效管理及利用。图4-2数据管理平台示意图数据格式的标准化在实际的应用过程中，由于设备厂商的不同、传感器的不同、设备种类的不同，即使同一家厂商生产的不同型号的设备产生的数据格式往往也不同，所以很难实现从原始数据端统一数据格式。存在的问题：可以采用“头文件”的形式对数据进行封装。该文件可以采用统一的文件类型，如json格式，文件内部的存储结构、内容定义等公开统一。通过“头文件”对原始数据的基本信息、分析结果信息等进行记录。在下一级的数据管理应用中只需对该文件进行读取解析即可。解决方法：数据格式的标准化在检测行业，检测数据一般包含原始数据文件、检测信息、以及结果报告等，针对检测信息可以采用json（JavaScriptObjectNotation）格式作为数据存储格式（如图4-3），json具有易于人阅读和编写，同时也易于机器解析和生成，并有效地提升网络传输效率的特点。案例：其主要由三部分信息组成：第一部分：检测基本信息，包含检测日期、人员、单位、种类等信息；第二部分：项目信息，包含项目名称、编号、当前测区等信息；第三部分：检测数据信息，由两部分组成：（1）检测数据基本信息：包含文件名称、所检测构件编号、名称、BIMID、检测内容等信息；（2）检测数据结果信息：包含当前测点位置信息、评价结果、评价结果等级、病害类型、描述型结果、数值型结果、图片型结果、设计值等参数。图4-3检测信息json头文件STEPTWO经典的数据分析方法和手段02/经典的数据分析方法和手段描述统计信度与效度分析假设检验相关分析方差分析判别分析ROC曲线分析时间序列分析分析方法小结描述统计描述统计又称叙述统计,是统计学中用来描绘或总结观察量的基本情况的统计方法总称。主要内容包括：研究者可以通过对数据资料的图像化处理,将资料摘要变为图表,以便直观了解整体资料分布的情况。通常采用频数分布表与图示法,如多边图、直方图、饼图、散点图等。研究者可以通过分析数据资料,了解各变量内的观察值集中与分散的情况。运用的工具有集中量数与变异量数。集中量数有平均数、中位数、众数、几何平均数、调和平均数等;变异量数有全距、平均差、标准差、相对差、四分差等。在推论统计中,测量样本的集中量数与变异量数都是变量的无偏估计值,但是以平均数、变异数、标准差的有效性为最高。数据的次数分配情况往往会呈现正态分布,为表示测量数据与正态分布偏离的情况,会使用偏度、峰度两种统计数据。为了解个别观察值在整体中所占的位置,需要将观察值转换为相对量数,如百分等级、标准分数、四分位数等。描述性统计学为测量样本和有关内容提供简单的总结,并以简单易懂的图表来表示,进而为行为决策提供参考。信度与效度分析信度分析和效度分析都是评估测量工具质量的方法，它们都涉及到测量工具的可靠性和准确性问题。信度分析：信度分析主要关注测量工具的稳定性和一致性，即在相同条件下，重复使用该工具是否会得到相似的结果。常用的信度分析方法包括重测信度、内部一致性信度和切割半信度等。这些方法可以帮助评估测量工具的稳定性和一致性，从而确定测量结果的可靠程度。在智能建造领域，主要用来评估数据的可靠性和一致性，这对于保证智能建造过程中数据的准确性和稳定性至关重要。效度分析：效度分析则主要关注测量工具是否能够准确地测量研究或实践所关注的概念。效度分析可以分为内容效度、构效度和准确度效度等。在智能建造领域，主要用来评估量表或问卷的有效性，即是否能够真正测量出我们想要了解的内容（帮助研究者确定其测量工具是否准确、可靠和有效）。假设检验假设检验又称统计假设检验,其基本思想如图4-4，是用来判断样本与样本、样本与总体的差异是由抽样误差引起还是由本质差别造成的统计推断方法。图4-4假设检验的基本思想假设检验中显著性检验是最常用的、最基本的方法。显著性检验的基本原理是先对总体的特征做出某种假设,然后通过抽样研究的统计分析,并根据概率对此假设应该被拒绝还是接受做出推断。常用的假设检验方法有:Z检验;t检验;卡方检验;F检验等。相关分析相关分析是研究两个或两个以上随机变量间的相关关系的分析方法，其示意图如图4-5。图4-5相关分析示意图两个变量之间的相关程度通过相关系数R来表示,其值在-1和1之间。正相关时,R值在0和1之间,这时一个变量增加,另一个变量也增加;负相关时则相反,一个变量增加,另一个变量将减少;R的绝对值越接近1,两变量的关联程度越强;R的绝对值越接近0,两变量的关联程度越弱。方差分析方差分析（如图4-6）又称变异数分析,是用于检验两组或两组以上的均值是否具有显著性差异,也就是检验各组别间是否有差异的数理统计方法。图4-6方差分析一般认为不同组的均值间的差别基本来源有两个:（1）试验条件,即不同的处理造成的差异,称为组间差异。（2）随机误差,如测量误差造成的差异或个体间的差异,称为组内差异,用变量在各组的均值与该组内变量值之偏差平方和的总和表示。方差分析的基本思想是:通过分析研究不同来源的变异对总变异的贡献大小,从而确定可控因素对研究结果影响力的大小。例如,医学研究几种药物对某种疾病的疗效;农业学研究土壤、肥料、日照时间等因素对某种农作物产量的影响;建筑学研究混凝土配比对抗压强度的影响等,这些都可以使用方差分析方法来解决。判别分析判别分析（如4-7）又称分辨法,是在分类确定的条件下,根据某一研究对象的各种特征值判别其类型归属问题的一种多变量统计分析方法。简单而言,就是通过辨别分析来对数据进行分组或分类。图4-7判别分析判别分析通常都要设法建立一个判别函数(常用有线性判别函数和典则判别函数),然后利用此函数来进行判别。具体判别方法有最大似然法、距离判别法、Fisher(也称典则)判别法和Bayes判别法等。ROC曲线分析ROC曲线全称为“受试者工作特征曲线”，是一种常用于评估分类模型的性能指标。ROC曲线是在不同分类阈值下得到的假阳性率（FP）为横坐标，真阳性率（TP）为纵坐标，绘制出的一条曲线。在ROC曲线上，每个点对应着一个不同的分类阈值。分类指标评估中的基本指标：（1）TP(真阳性率，TruePositiveRate)：将所有正类（阳性）样本预测为正类（阳性）的比率；（2）FN(假阴性率，FalseNegativeRate)：将所有正类（阳性）预测为负类（阴性）的比率；（3）FP(假阳性率，FalsePositiveRate)：将所有负类（阴性）预测为正类（阳性）的比率；（4）TN(真阴性率，TrueNegativeRate)：将所有负类（阴性）预测为负类（阴性）的比率；ROC曲线分析图4-8不同分类阈值下的TP率与FP率对于苛刻的阈值，大量病例被判断为阳性，FP和TP均趋近1，而宽松的阈值则相反，FP和TP均趋近0。对于一种好的分类模型，在不同阈值下，FP尽可能小而TP尽可能大，此时ROC曲线的斜率大，且ROC曲线下面的面积（AUC）也大，如图4-8。对于一个实用的分类模型，TP显然应该大于FP，所以ROC曲线一般都处于y=x这条直线的上方。AUC越接近1.0,分类模型效果越好;小于等于0.5时,则无应用价值。时间序列分析图4-8不同分类阈值下的TP率与FP率时间序列是按时间顺序的一组数字序列,其为现实的、真实的一组数据,而不是数理统计中做试验得到的。同时,它也是动态的,并具有内在关联性。表现形式：(1)确定性变化:包括长期趋势变化、季节性周期变化、循环变化等。(2)随机性变化。时间序列分析就是根据时间序列数据的特性,建立模型并通过统计分析来获取模型参数,进而去拟合时间序列（如图4-9）的观测数据,最终起到预测的作用。分析方法小结总体而言：描述统计是通过图表或数学方法,对数据资料进行整理、分析,并对数据的分布状态、数字特征和随机变量之间的关系进行估计和描述的方法,主要是阐述获得了哪些数据;信度分析主要是说明获取的数据是否可靠;假设检验、相关分析、方差分析、判别分析、受试者操作特征曲线分析等主要是证明之前提出的假设是否成立;时间序列分析主要是承认事物发展的延续性,应用过去数据的规律,推测事物未来的发展趋势。经典的数据分析方法还包括：多重响应分析；距离分析；项目分析；对应分析；决策树分析；神经网络；系统方程；蒙特卡洛模拟等。STEPTHREE基于人工智能的分析方法和手段03/基于人工智能的分析方法和手段人工智能的发展历程人工智能的分类与发展现状人工智能的基本理论机器学习的基础机器学习的分类浅层学习的算法概述深度学习的算法概述强化学习的算法概述迁移学习预测模型的验证与评价人工智能的发展历程早在公元前384—322年,亚里士多德的三段论就奠定了智能算法的逻辑基础。1945年以约翰·冯·诺依曼(JohnvonNeumann)为首起草了“存储程序通用电子计算机方案”——EDVAC,奠定了现代计算机结构体系。1950年,图灵(Turing)在论文“Computingmachineryandintelligence”中提出了著名的“图灵测试”,论述了机器智能的判定方法。1956年,在美国汉诺斯小镇召开的达特茅斯会议,以麦卡赛、明斯基、罗切斯特和申农等为首的科学家首次提出了“人工智能”这一术语,标志着人工智能学科的诞生。国际范围内,人们对人工智能的发展历史有一套划分标准。人工智能技术的发展主要可以分为如下5个时期:孕育时期(1956年前)；形成时期(1956—1970年)；暗淡时期(1966—1974年)；知识应用时期(1970—1988年)；集成发展时期(1986年至今)。人工智能的分类与发展现状（1）专用人工智能（narrowAI）针对特定任务或领域进行设计和训练的人工智能。专用人工智能的应用范围较窄，但在特定任务或领域中表现出的性能往往非常出色，例如语音识别、图像识别等，是目前人工智能的主流。（2）通用人工智能（generalAI）是指能够具有多种智能能力，能够在多种任务和领域中表现出类似于人类的智能水平的人工智能。通用人工智能的研究方向是实现人工智能的强人工智能，目前仍处于探索和研究阶段。（3）超级人工智能（superAI）是指具有远超人类智能水平的人工智能，处于愿景阶段。分类：总的来说，专用人工智能和通用人工智能都是人工智能的重要发展方向，各有其应用和研究的价值和意义。发展现状：专用人工智能取得重要突破；通用人工智能开始起步。人工智能的基本理论关于智能的定义有很多,通常可以认为智能是知识与智力的总和。具体地说,智能具有下述特征:具有感知能力。具有记忆与思维的能力。具有学习能力及自适应能力。具有行为能力。人工智能的定义：简而言之,通过感知、记忆(存储)、思维(运算)、学习(纠错)、适应(训练)从而产生行为(分析并给出结果)。人工智能的基本理论人工智能研究的基本内容：（1）机器感知所谓机器感知,就是使机器(计算机)具有类似于人的感知能力,其中以机器视觉与机器听觉为主,并形成了两个专门的研究领域,即模式识别与自然语言理解。（2）机器思维所谓机器思维,是指对通过感知得来的外部信息及机器内部的各种工作信息进行有目的的处理。（3）机器学习人类具有获取新知识、学习新技巧,并在实践中不断完善、改进的能力,机器学习就是要使计算机具有这种能力。（4）机器行为与人的行为能力相对应,机器行为主要是指计算机的表达能力,即“说”“写”“画”等。对于智能机器人,其还应具有人的四肢功能,即能走路、能取物、能操作等。（5）智能系统及智能计算机的构造技术为了实现人工智能的近期目标(实现机器智能)及远期目标(制造智能机器),就要建立智能系统及智能机器,为此需要开展对模型、系统分析与构造技术、建造工具及语言等的研究。机器学习的基础机器学习的定义：所谓机器学习,就是要使计算机能模拟人的学习行为,自动地通过学习获取知识和技能,不断改善性能,实现自我完善,其为人工智能的主要研究领域之一，其经典的神经元模型有图4-11所示。图4-11经典的神经元模型学习系统：学习系统应具有如下条件和能力:（1）具有适当的学习环境。（2）具有一定的学习能力。（3）能应用学到的知识求解问题。（4）能提高系统的性能。图4-12学习系统的基本结构数据集：好的模型（函数）应具有表达训练集的数据分布规律的能力，而判断模型的好坏则需要使用测试数据集。机器学习的分类按系统的学习能力：（1）有监督学习有监督学习是从<x,y>这样的示例对中学习统计规律，然后对于新的x，给出对应的y。典型的应用有手写数字识别、垃圾邮件过滤、情感分析、股票预测等。（2）无监督学习无监督学习是指给机器的训练数据没有任何标记或者答案，典型的应用有聚类分析、异常检测、以及将高维数据转换为低维数据，以便更好地可视化和理解数据等。（3）半监督学习半监督学习是介于有监督和无监督之间，即给机器的训练数据中只有一部分是有标记的。由于没有标签数据的数量常远大于有标签数据数量,所以采用半监督学习有助于提高准确性。（4）强化学习强化学习是指智能体与环境交互，在环境中采取行动，得到奖励或惩罚，从而逐步调整策略，以获得最大化的长期累积奖励。典型的应用场景如游戏（AlphaGo等）、无人驾驶技术、优化电力网络、水资源分配等。（5）主动学习主动学习是指在训练过程中，在数据标注不足的情况下，算法主动选择样本进行标注，以提高模型的准确性和泛化能力。典型应用场景包括图像识别、自然语言处理等。机器学习的分类按系统的学习深度：（1）数据依赖性；（2）硬件依赖性；（3）特征处理；分为浅层学习和深度学习，它们之间的区别有：典型的浅层学习方法：有线性回归；逻辑回归；支持向量机（SVM）；决策树；KNN等。典型的深度学习方法：多层感知机（MP）；卷积神经网络（CNN）；循环神经网络；自编码器；生成对抗网络等。（4）问题解决方式；（5）执行时间。机器学习的分类按系统的使用目的：（1）分类