【摘 要】
：
近年来，智能建造研究受到学者和政府的广泛关注。通过选取2000—2021年CNKI和Web of Science（WOS）数据库中智能建造相关文献，采用文献计量学方法，利用SPSS、VOSviewer等软件进行统计处理，构建中外智能建造研究领域发文量时序分布、发文机构、学科分布、研究热点演变的各类知识图谱。研究表明：中外发文量逐渐增加，但CNKI数据库相比WOS数据库存在明显差距；CNKI数据库中
【机 构】
：
三峡大学湖北省水电工程施工与管理重点实验室
【基金项目】
：
国家自然科学基金（52079073）； 中国长江三峡集团公司科研项目（CTGFB/0003-2020）；
论文部分内容阅读
近年来，智能建造研究受到学者和政府的广泛关注。通过选取2000—2021年CNKI和Web of Science（WOS）数据库中智能建造相关文献，采用文献计量学方法，利用SPSS、VOSviewer等软件进行统计处理，构建中外智能建造研究领域发文量时序分布、发文机构、学科分布、研究热点演变的各类知识图谱。研究表明：中外发文量逐渐增加，但CNKI数据库相比WOS数据库存在明显差距；CNKI数据库中发文机构主要分布在高校和企业，WOS数据库中发文机构有中外高校，跨国机构合作相对较少；CNKI数据库智能建造研究领域主要集中在理学、工学等基础学科领域，WOS数据库在传统学科的基础上还涉及教育、心理学、绿色与可持续发展等交叉学科；中外智能建造研究热点各有侧重，现阶段，中外研究热点都集中在人工智能与建造的集成应用。最后，提出中外智能建造研究未来展望，以期为智能建造实践提供借鉴。
其他文献
新时代强调初中物理教学需要注重对学生核心素养的培养，这就对教师提出了更高的要求。初中物理教师需要在传授学生学科知识的同时，提高学生的物理实验能力，夯实学生的物理学习基础，提升学生的物理综合能力，重视实验教学的开展，激发学生的学习兴趣。
杜甫的诗歌中有大量对民众身心疾苦的叙述,主要集中在身体意象的运用上,其中以身体意象"骨"的描写最为深刻。"战骨"之悲、"瘦骨"之贫、"病骨"之痛、"老骨"之志,深刻地刻画了民众在动荡年代的身体疾苦。杜诗对民众身体疾苦的观照展现了中国传统士大夫精神,自己贫困潦倒却依旧心系百姓的高尚情操,也是对当下身体美学的回应与超越。
传统文化是现代艺术发展的源泉,对各个艺术门类都产生了深远的影响,环境艺术设计作为现代化艺术产物,在发展中应当探寻与传统文化的有机融合,在展现艺术魅力的同时更好的弘扬传统民族文化。本文在研究过程中秉承传承中国传统文化元素内涵的根本,分析了当前国内现代环环境艺术现状的基础上深入探究中国传统文化在现代环境艺术中的运用,结合其发展所需提出了科学合理的建设性对策。
1 概述 我国对对-叔辛基苯酚甲醛树脂的研究和生产起步较晚,80年代末至90年代初,山西化工研究所、北京化工学院先后建立了科研生产装置,但吨位小,牌号少,如表1。其主要原料为对-叔辛基苯酚和甲醛,生产工艺分碱催化法和酸催化法两种,产品有硫化型树脂、补强型树脂、增粘型树脂之分。
目的 分析老年患者血浆氧化三甲胺（TMAO）水平与颈动脉斑块负荷的关系。方法 入选2013年1月～2016年12月首都医科大学附属北京天坛医院就诊的可疑心脑血管疾病的老年患者79例，根据颈动脉斑块是否形成富脂质坏死脂核（LRNC）分为无LRNC组23例和LRNC组56例。应用高效液相色谱法测血浆TMAO水平，进行MRI检查，计算颈动脉斑块的LRNC大小和总管壁体积（TWV）,用多因素logisti
为了解决依靠人力难以有效从海量监控视频中发现隐藏信息的难题，提出了一种基于监控视频的知识图谱构建和数据挖掘方法：先利用深度学习算法对监控视频进行行人重识别，给每一个独立的人分配唯一ID；再将非结构化的视频数据转化为结构化的三元组格式，输入Neo4j图数据库构建知识图谱；最后，基于该知识图谱利用行人共现算法、轨迹挖掘算法、社团检测算法等对监控视频进行数据挖掘。采用知识图谱对监控视频进行数据挖掘的实验
针对实体邻域三元组缺少联系的问题，提出基于关系生成图注意力网络（RGGAT）的知识图谱链接预测方法.利用不同类型的关系生成相应的注意力机制参数，邻域三元组按照关系类型使用对应的参数计算注意力系数.实体通过聚合以关系为主导的邻域三元组信息得到更丰富的嵌入向量.在训练过程中对编码器和解码器进行共同训练，将编码器更新的实体向量和关系向量直接输入到解码器中，保证编码器和解码器训练目标一致.在3个公开数据集
在“互联网+”时代下，各行各业都迎来巨大挑战和新的机遇。公共英语教学需顺应时代与社会发展，培育具备创新思维、自主学习能力、理论与实践相结合的综合型人才。发现式教学法即学生自主学习和探究为主导的教学方法，突出学生的主体地位，让学生主动探索，满足学生研究的愿望，充分调动学生的学习积极性，对培养学生英语认知和学习能力具有积极意义。相比传统的“教师讲学生听”的教学模式，学生参与度更高，更受学生喜爱，然而如
地质关系三元组的抽取对地质领域知识图谱的构建具有非常重要的意义。针对现有的实体关系联合抽取模型无法有效识别重叠三元组（同一句子中的多个关系三元组共享相同的实体）的问题，以及为了应对地质领域专业知识的特殊性，基于预训练语言模型BERT建立了一个用于地质领域关系三元组抽取的层级标注模型HtERT（Hierarchical Tagging Model Based on BERT）。该方法采用中文预训练语
目前知识图谱更新面临着更新知识数量大、频率高且包含大量错误信息的问题，现存的方法为保证更新效率对知识简单分类，判断方法单一且不考虑知识的语义关联，导致知识更新精确度低。本文提出一种基于标准模式挖掘的知识图谱更新方法，该方法与自动抽取并直接插入的方法不同，利用从现有知识图谱中挖掘出的标准模式进行模拟匹配来筛选正确的知识，并对标准模式挖掘算法进行了改进，提升了筛选的准确性。当大量知识同时进行更新时对挖