建设项目监管机理及方法基于计算机视觉技术的研究PDF|Epub|txt|kindle电子书版本网盘下载

建设项目监管机理及方法基于计算机视觉技术的研究PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 研究背景和意义1

1.1.1 研究背景1

1.1.2 研究意义4

1.2 国内外研究现状6

1.2.1 国外研究现状6

1.2.2 国内研究现状8

1.3 相关理论综述13

1.3.1 委托代理理论13

1.3.2 演化博弈理论16

1.3.3 过程控制理论18

1.4 研究内容、方案及创新点20

1.4.1 研究内容20

1.4.2 研究方案23

1.4.3 主要创新点24

第2章 建设项目目标监管问题研究28

2.1 工程目标视角下的基本问题28

2.1.1 目标属性视角下的问题表现29

2.1.2 行为与外部环境视角下的问题表现36

2.2 委托代理博弈视角下的监管机理41

2.2.1 委托代理基本监管模型41

2.2.2 委托代理监管机理及其不足45

2.3 演化博弈视角下的监管机理47

2.3.1 演化博弈视角下的监管过程和机会主义行为47

2.3.2 建设项目监管问题的演化博弈模型49

2.4 基于过程监管的必要性与可行性56

2.4.1 监管理论与过程的必然契合性56

2.4.2 基于过程-信息理论的监管思路59

2.5 本章小结65

第3章 建设项目目标实时监管机理研究66

3.1 基于随机过程的演化博弈66

3.1.1 基本随机过程模型66

3.1.2 基于Markov随机过程的演化博弈模型70

3.2 监管者-代理人演化博弈仿真74

3.2.1 监管者-代理人双群体演化博弈模型74

3.2.2 监管者-代理人双群体演化博弈仿真77

3.2.3 模型内生因素的影响80

3.3 监管框架的影响91

3.3.1 信息监管成本的影响91

3.3.2 过程信息点分布的影响97

3.3.3 技术框架的建立99

3.4 本章小结101

第4章 基于高分辨率遥感图像的监管对象识别原理102

4.1 图像分析对于工程监管的可行性102

4.1.1 数字图像的获取方式和存储方式102

4.1.2 数字图像识别对于建立高监中概率框架的意义105

4.2 频域纹理（Texture）识别方法109

4.2.1 纹理识别原理109

4.2.2 纹理的频域本质114

4.2.3 工程地物的纹理属性识别及实例117

4.3 区域增长（Region Growing）识别方法125

4.3.1 区域增长地物识别方法与其不足125

4.3.2 工程地物color image segmentation实例129

4.4 特征识别（Feature Detection）法131

4.4.1 工程地物图像的小波特征131

4.4.2 工程地物图像的可用特征136

4.4.3 特征学习方法140

4.5 本章小结141

第5章 基于工程表观视觉过程特征的监管对象识别方法143

5.1 基于轮廓特征的施工区域对象识别143

5.1.1 基于特征的识别机训练方法143

5.1.2 工程地物特征框架的建立145

5.1.3 施工区对象识别实例160

5.2 基于纹理特征的目标内部性质识别163

5.2.1 建筑施工纹理163

5.2.2 辅助区域纹理171

5.3 基于阴影特征的目标高度性质识别175

5.3.1 基于阴影的建筑物高度识别175

5.3.2 基于边缘检测与梯度阈值的阴影识别178

5.4 本章小结182

第6章 基于工程逻辑的建设项目实时监管模型183

6.1 表观进度目标表征框架183

6.1.1 工程进度计划到表观计划的映射183

6.1.2 遥感图像与表观计划的像素点对准189

6.1.3 表观进度表征框架193

6.2 表观安全环境目标表征框架195

6.2.1 表观安全表征195

6.2.2 表观环境表征198

6.3 间接表观表征框架203

6.3.1 结合表观信息的费用目标表征203

6.3.2 结合表观信息的质量目标表征205

6.4 本章小结207

第7章 建设项目监管信息系统框架设计209

7.1 系统基本用例209

7.1.1 政府投资大型公共设施集群项目监管场景209

7.1.2 政府投资项目群监管场景214

7.2 系统基本工作流217

7.2.1 政府投资大型项目监管场景217

7.2.2 政府投资项目群监管场景219

7.3 本章小结221

第8章 结论与展望222

8.1 本书主要结论222

8.2 本书的不足与展望225

参考文献227