首页期刊导航|河北建筑工程学院学报
期刊信息/Journal information
河北建筑工程学院学报
河北建筑工程学院学报

李延涛

季刊

1008-4185

hbjgxb@hebiace.edu.cn

0313-2050809

075024

河北省张家口市建国路33号

河北建筑工程学院学报/Journal Journal of Hebei Institute of Architectural Engineering
查看更多>>本刊是以建筑工程技术为主的综合性学术刊物。主要刊登建筑设计、建筑结构、建筑材料、建筑施工、给水排水、环境工程、暖通工程、建筑机械、工业自动化、计算机技术、建筑经济与管理等学科及其交叉学科的基础理论研究、应用研究及科技开发领域的学术论文、报告、综合评述等。读者对象是从事建筑工程科研、设计、施工等方面的科技人员、管理人员及教育工作者。
正式出版
收录年代

    基于SNA的装配式混凝土建筑质量影响因素分析

    胡绍兰张国涛
    192-197页
    查看更多>>摘要:近几年,我国开始大力推行装配式混凝土建筑,但质量问题却难以突破.基于此,通过大量文献研究和专家访谈,识别出影响装配式混凝土建筑质量的因素,运用社会网络分析法,分析各影响因素之间的关联性,找出关键因素,并针对关键影响因素提出了相应的质量保证措施.

    装配式混凝土建筑社会网络分析质量影响因素

    基于熵权-TOPSIS法的建筑业高质量发展水平评价——以安徽省为例

    李艳芳张文晨
    198-203页
    查看更多>>摘要:新时代背景下,促进建筑业高质量发展对推进我国国民经济健康发展意义重大.基于建筑业高质量发展内涵,结合安徽省建筑业自身发展特点,从产业规模、技术水平、绿色发展、产业效益、共享发展5个子系统出发,建立安徽省建筑业高质量发展评价指标体系.运用熵权TOPSIS法构建安徽建筑业高质量发展评价模型,对2018-2022年高质量发展水平进行测度.研究表明,技术水平和产业规模所占权重较大,分别为0.2807、0.2422,是影响安徽省建筑业高质量发展的主要因素.从各个子系统的发展水平来看,技术水平和产业规模所涉及的指标最多,而绿色发展和共享发展方面的指标较少,存在一定的制约和不足.

    建筑业高质量发展熵权-TOPSIS模型评价

    基于FAHP的全过程工程咨询模式推行障碍影响因素研究

    陈秀丽刘春晓郑玥吕利栋...
    204-209页
    查看更多>>摘要:近年来,国家大力支持工程项目实施全过程工程咨询.通过文献研究法,识别全过程工程咨询模式推行过程中障碍的影响因素,运用模糊层次综合评价法(FAHP)进行研究,说明推行障碍的影响因素权重及评价等级,并针对所得结果提出相应的对策及建议.通过对全过程工程咨询模式推行障碍的影响因素进行研究,找出关键影响因素,为全过程工程咨询模式的发展提供理论支持与借鉴意义.

    全过程工程咨询FAHP障碍影响因素

    政府规制下装配式建筑供应链多元主体协作研究

    康金鹏李海波惠佳鑫赵丽...
    210-217页
    查看更多>>摘要:为提高装配式建筑供应链上下游企业合作意愿,基于政府规制视角构建设计单位、构件生产单位和施工单位演化博弈模型,分析三方策略的动态演化过程及稳定性条件,运用Matlab进行参数敏感性分析.结果表明:政府应加大支持力度,建立有利于行业发展的市场环境与竞争机制;参与主体协作意愿与政策支持、增量效益、初始成本降低系数呈正相关,与初始成本、增量成本呈负相关.研究结果对保证装配式建筑供应链的稳定性具有一定的实践意义.

    装配式建筑建筑供应链协作策略演化博弈

    基于SWOT分析的高校财务信息化建设研究

    闫海琴闫博胡万枝任和宇...
    218-222页
    查看更多>>摘要:大数据时代的到来和新政府会计制度的实施,推动了高校财务建设的信息化和数字化发展.高校财务是高校资金分配、使用、核算、监督、考核的基本平台,是高校其他管理工作得以顺利进行的基础保障,高效便捷的财务信息化系统建设会优化高校财务核算和管理工作.采用SWOT模型通过对高校财务信息化建设内部的优势与劣势,外部的机会与威胁进行全面的分析,以期为高校财务信息化系统建设提供建设策略和路径,进一步提升高校财务各项业务的科学化管理水平.

    高校财务财务信息化SWOT分析

    基于生成对抗网络的面部图像修复算法研究

    张研刘晓群
    223-228页
    查看更多>>摘要:为了解决目前基于生成对抗网络的图像修复算法在修复大范围面部图像时修复效果不好,特征提取不充分的问题,提出了基于注意力机制的生成对抗网络修复模型.引入自注意力机制模块来感受图像全局特征用来生成图像缺失区域,能够更好地修复图像的大范围缺失.同时改进了判别器,引入感知损失,提高了修复图像的结构相似度.在CelebA数据集上的实验结果表明,该算法在各项评价指标上均优于现有主流算法,其PSNR损失提高了 0.81%~1.94%,SSIM 提高了 1.06%~2.49%,MSE 降低了 0.12%~0.35%.

    生成对抗网络图像修复注意力机制感知损失

    基于U2NET的边缘检测研究

    杨洪成岳杰赵明瞻张大伟...
    229-235页
    查看更多>>摘要:边缘检测在计算机视觉领域中扮演着重要角色,其可用于目标检测、图像分割等任务.U2NET是一种基于U-Net的深度学习模型,通过分层次的特征提取和上下文感知的特征融合来实现高精度的图像分割.针对U2NET在边缘检测中的应用进行研究,发现传统卷积核对在卷积过程中对梯度信息不敏感的问题,传统的卷积块进行卷积时,内核优化是随机初始化的,对梯度信息没有显示编码,这导致了它很难专注于边缘相关的特征,而差分卷积是将卷积核覆盖的局部特征patch内的原始像素替换为像素差,将有用的像素关系进行编码,将其保留在训练过程中的卷积核内,这样就能克服传统CNN对捕获梯度信息不敏感的问题.并且在自制数据集和BSDS500公共数据集进行实验验证,证明了差分卷积U2NET在边缘检测任务上的优越性能.研究结果表明,基于差分卷积的U2NET是一种可以实现抠图和边缘检测的高效模型,可应用于各种实际场景中.

    U2NET边缘检测深度学习差分卷积

    基于图卷积网络和图数据增强技术的节点分类研究

    司亚超刘子奇赵明瞻
    236-240页
    查看更多>>摘要:在图卷积网络中,节点分类是一个基本问题,它涉及到图中节点的标签预测.然而,由于真实世界中的图往往具有复杂的结构和噪声,节点分类准确率往往不尽如人意.为了解决这个问题,提出了一种使用图神经网络和图数据增强技术的方法来提高节点分类准确率.首先,我们使用图数据增强技术对图数据进行预处理,对原始训练数据进行变换和扩展来生成更多训练样本,以此来提高模型的泛化性和鲁棒性,然后用图卷积网络模型对图数据进行节点分类,最后,在Cora数据集上进行了多次对比实验.实验结果表明,使用图卷积网络和图数据增强技术可以显著提高节点分类准确率,Cora数据集上的节点分类准确率从82.6%提高到了84.0%.

    图卷积网络图数据增强节点分类准确率

    一种综合成本与消耗量的启发式库存备件管理方法

    赵泽宸刘永江王利民
    241-244页
    查看更多>>摘要:由于传统ABC分类法具有评价指标单一的局限性,容易导致备件分类不合理,为解决企业生产设备的备用零部件(后续统称备件)存放的仓库中类型繁多、数量庞大、管理复杂等问题,采用基于成本的ABC分类法(Activity Based Classification,ABC),结合备件的消耗量,将备件划分为9类,以实施差异化管理.此外,为了更贴近实际需求,引入一种启发式的优化算法,以优化分类结果.这一研究旨在解决备件分类问题,有望提高企业仓库管理的效率和可行性.

    ABC分类法仓库管理模拟退火算法备件分类

    我校召开2024年全面从严治党工作会议

    河北建筑工程学院宣传部
    封2页