2025年 05期
基于三维激光扫描仪的建筑物特征检测
陈修春;徐工;准确、快速地实现建筑物特征提取对智慧城市建设具有重要意义，而面特征和线特征是建筑物最主要的几何信息，可以准确反映建筑物的结构特征。本文分别采用欧式聚类法、随机抽样一致性算法和区域生长法检测面特征，分析最优检测结果；从边缘检测的角度分别基于法线和近似曲率检测线特征，并对比分析线特征提取的效果。实验结果表明，基于区域生长的面特征检测效果较其他方法在细部检测方面效果更好，基于近似曲率的线特征检测更连续、平滑。建筑物特征的精确高效检测对于后续的建筑物模型重建具有一定应用价值。
“碳中和”目标下多尺度协同的城市公园绿地碳汇效益研究——以淮南市为例
姚晓洁;李昊飞;杜存刚;以淮南市市辖区城市公园绿地系统尺度和城市公园植物群落尺度为研究对象，利用景观格局指数法和i-Tree模型分别对城市公园绿地景观格局和内部植物群落的碳汇能力及效益进行分析，提出促进公园绿地碳汇效益提升的关键途径。研究结果表明：(1)淮南市公园绿地中专类公园数量少、面积较大，游园面积小、数量多；综合公园和社区公园数量较少，空间分布不均匀，聚集度指数(AI)、景观形状指数(LSI)、平均形状指数(MSI)均较小，碳汇效益较少。(2)各树种以中、小径级为主且为近期栽植，其碳汇能力未充分发挥。(3)调研区1 010株树木每年碳储量为203.42 t,总效益为187 146.4元；每年碳封存量为15.62 t,总效益为14 370.4元；单株效益较高的为槐(Styphnolobium japonicum)、无患子(Sapindus saponaria)、鹅掌楸(Liriodendron chinense),单株效益较低的为银杏(Ginkgo biloba)、鸡爪槭(Acer palmatum)。
基于STIRPAT模型的黄河流域建筑业碳排放预测研究
刘馨月;王志强;任金哥;韩硕;分析黄河流域建筑业主要影响因素、科学测算未来碳排放趋势，是实现黄河流域生态保护和高质量发展的重要一环。选取黄河流域9个省(自治区)2005—2021年的面板数据，基于扩展的STIRPAT模型分析其影响因素，并建立预测模型对不同情景下的碳排放趋势进行分析。结果表明：人口总量、城镇化率、建筑业总产值、人均可支配收入和碳排放强度对碳排放增长起促进作用，而能源结构对碳排放增长起抑制作用；不同情景下碳排放存在差异，但都能在2030年实现碳达峰，其中保持人口、经济平稳发展但技术水平高速增长的情景碳减排效果最为显著，最有利于黄河流域绿色低碳发展。
基于聚类分析的中国省域建筑业碳排放影响因素研究和情景预测
韩硕;王志强;刘馨月;任金哥;闫庆雨;以建筑业碳排放的影响因素作为聚类指标，将具有相似特征的省份划分聚类；应用随机森林算法分别找出影响各类别建筑业碳排放的关键因素，构建STIRPAT模型，通过调控相关影响因素，预测在基准、粗放和低碳3种情境下的碳排放。结果表明：不同类别省域碳排放差异较大，类别1和类别2省域具有极大的碳减排潜力，不仅要加快产业结构升级和能源结构转型，还要注重经济及技术对建筑业碳排放的影响；达峰时间各不相同，类别1省域在基准、粗放和低碳情景的达峰时间分别为2032年、2032年和2030年左右，类别2省域仅在低碳情景下可于2032年达峰，类别3省域无论在何种情景下皆可在2030年左右实现碳达峰。
装配式建筑供应链脆弱性分析
韩立红;赵美英;通过对相关文献进行全面分析并结合问卷调查的方式，得出关于装配式建筑供应链脆弱性的影响因素清单。借助系统动力学原理，构建出装配式建筑供应链脆弱性的反馈图模型。通过定性分析(利用反馈回路分析法)和定量分析(采用模糊层次分析法),对装配式建筑供应链的脆弱性影响因素进行了重要性排序，并对供应链每一个环节分别提出了减小装配式建筑供应链脆弱性的具体建议。
基于BBK模型的中文文本情感分析
贺国栋;郝慧君;王周;王康涛;陈伟;在自然语言处理领域，情感分析是理解文本情感倾向的关键任务，但多义词和语义特征提取的不足常导致分析困难。提出了一种BERT-BiLSTM-KAN(BBK)模型，利用BERT模型预训练技术将中文文本转换为高维矩阵向量，以充分捕捉词、短语及句子的上下文信息；通过BiLSTM模型进一步提取文本的双向语义特征，增强模型对时间序列信息的敏感度；引入KAN模型，将传统线性权重替换为边端的可学习激活函数，提升模型处理数据拟合和复杂特征表示的能力。实验结果表明，BBK模型在精确率、召回率和F1值上均有显著提升，验证了其在中文文本情感分析中的有效性和优越性。
基于改进OC-SORT和运动信息估计的团队体育多目标跟踪
戚琦;曹伟;王晓勇;随着目标检测和重识别算法的发展，多目标跟踪(MOT)已经取得了快速进展，然而，对团队比赛中外观相似且非线性移动的多个运动员进行跟踪仍然是亟待解决的难题。当前基于运动的跟踪算法通常使用卡尔曼滤波器预测目标运动，但不能很好处理多个目标的非线性运动和相互遮挡，为此提出了基于改进OC-SORT和运动预测的MOT框架。使用Transformer架构代替卡尔曼滤波器作为运动预测器，引入历史轨迹嵌入，从过去检测到的边界框序列中提取时空特征；在当前检测与历史轨迹关联阶段，使用匈牙利算法基于缓冲交并比(BIoU)完成准确匹配；此外，针对篮球、足球和排球等三种团队体育运动设计了不同后处理流程，成功处理了运动场上球员的非线性移动。实验结果表明，所提方法在团队体育公开数据集SportsMOT实现了77.3%的HOTA和78.2%的IDF1,优于其他先进方法，证明所提框架在包括篮球、足球和排球等不同团队体育MOT任务中的有效性和鲁棒性。
基于AHP/FCE的智慧用能云平台评价与优化
孙纪元;戚彬;孙珮博;孙国歧;仇瑜良;吴琼;智慧用能云平台的用户界面(UI)设计与用户交互优化已成为提高系统整体价值的关键研究方向，但其当前的界面设计在功能性和可视性上仍有待改进。本研究采用层次分析法(AHP)和模糊综合评价法(FCE)构建UI评价模型，对平台UI设计进行系统性评价与优化。使用AHP对设计因素进行权重量化，通过FCE模型对3种UI设计方案进行评估，筛选出最佳方案；结合用户热力图数据，优化高点击区域的视觉设计，使平台评分由82.396提升至87.471。研究结果验证了AHP与FCE结合在平台UI设计评价和优化中的有效性，为其他智能云平台的用户体验提升提供了科学依据与实践参考。
Cu团簇对BN基单原子催化剂催化氧还原的影响
李炜烨;董昱恺;朱兆岩;史纪峰;曹超超;李巧灵;氧还原反应(ORR)是质子交换膜燃料电池(PEMFC)的核心反应，但其缓慢的氧还原动力学过程制约了燃料电池的能量转换效率。单原子催化剂(SACs)由于其高的原子利用率被认为是氧还原反应的有效催化剂，然而其活性位点不足、4e-选择性低，导致催化效率低下。本文采用密度泛函理论(DFT)计算方法将具有不同尺寸的Cu团簇担载到单原子催化剂Cu@BN上，构建Cux/Cu@BN(x=4,13)复合催化剂，研究团簇的负载对Cu@BN单原子催化剂催化氧还原效率的影响。研究结果表明：h-BN载体与Cu之间有着更为明显的轨道杂化，说明二者之间的强相互作用使催化剂更加稳定；团簇锚定Cu@BN后，增强了活性位点Cu对O2的吸附和活化，其中吸附Cu4/Cu@BN的O-O键长伸长量最大、电荷转移量最多，因此铜团簇的负载可以显著提高Cu基单原子催化剂的催化效率，其中Cu4/Cu@BN的催化氧还原性能最佳。
氮化硼纳米笼尺寸效应对甲醛吸附行为的影响
董昱恺;李炜烨;张艺缤;史纪峰;曹超超;李巧灵;为解决甲醛(HCHO)挥发至空气中污染环境的问题，研究了一种新型高效吸附剂，并采用密度泛函理论(DFT)计算探究不同尺寸的氮化硼(BN)纳米笼对HCHO的吸附性能影响。首先，构建不同尺寸的BN纳米笼：B12N12、B16N16和B24N24,对三者的HOMO能级和LUMO能级进行分析比较发现，B12N12与HCHO具有最小能级差，因此B12N12与HCHO更容易发生电荷转移。进一步测量发现，B12N12与HCHO形成的键长最短(1.663?),且吸附能的绝对值最大(0.653 eV),说明B12N12对HCHO的吸附和活化能力更强。最后，通过计算态密度发现，B12N12与HCHO之间有更加明显的轨道杂化且电荷转移量最高，达到0.332 e-,说明二者之间的强相互作用使吸附效果更为显著。综上所述，具有较小尺寸的B12N12在去除甲醛方面具有巨大的潜力。