基于ifc数据的bim模型吊装模拟-1

相关推荐

• Django——模型基础(多表) 1.模型建立 2.添加数据 3.基于对象的跨表查询  3.基于双下划线的表查询 4.聚合函数和分组查询 5.F查询和Q查询
• 第六模块：WEB框架开发 第1章·Django框架开发50~87 51-表关系之一对多； 52-表关系之多对多 53-表关系之一对一 54-数据库表关系之关联字段与外键约束 55-数据库表关系之sql创建关联表 56-ORM生成关系表模型 57-多表操作之一对多添加记录 58-多表操作之一对多添加纪录 59-基于对象跨表查询简介 60-基于对象跨表查询之一对多 61-基于对象跨表查询之多对多 62-基于对象跨表查询之一对一 63-基于对象跨表查询之sql语句 64-基于双下划线的跨表查询之一对多1 65-基于双下划线的跨表查询之一对多2 66-基于双下划线的跨表查询之多对多1 67-基于双下滑线的跨表查询之多对多2 68-基于双下滑线的跨表查询之一对一 69-基于双下划线的跨表查询之连续跨表1 70-基于双下划线的跨表查询之连续跨表2 71-聚合查询 72-单表下的分组查询1 73-单表下的分组查询2 74-多表下的分组查询1 75-多表下的分组查询2 76-多表下的分组查询3 77-多表下的分组
• MongoDB【快速入门】 1.MongDB 简介 2 搭建环境 3 基于 Shell 的 CRUD 4 MongoDB 数据模型的一些讨论 总结
• Pytorch-基于Transformer的情感分类 1. 数据预处理 2. 定义模型 3. 训练、评估函数
• 一文解读智慧城市最前沿的10大研究热点 1.数字孪生-城市发展新路径 2.时空大数据平台-城市信息实时可控 3.基于GIS的城市操作系统-突破目前GIS发展局限 4.BIM与CIM-虚实交互的建设 5.城市5G-从民众走向产业 6.智能建筑-回到宜居的本质 7.数字视网膜-从看清到看懂 8.城市区块链-重要产业的可信与协同 9.智能城市操作系统-AI与大数据技术"集大成者" 10.城市视觉智能引擎-用AI扩展"眼界"
• 基于BIM ifc的施工模拟扩展测试日志
• 基于BIM ifc标准的施工过程模拟软件测试日志
• 颠覆传统！麦肯锡的数字化咨询：只用5步，打造创新的数据架构 1.从本地部署(on-premise)到基于云(data-cloud)的数据平台 2.从批处理到实时数据处理 3.从预集成的商业解决方案到模块化的同类最佳平台 4.从企业仓库到基于业务域的体系结构 5.从严格的数据模型到灵活的，可扩展的数据模式
• 逻辑斯蒂回归与最大熵模型初探 1. 算法概述 1. 逻辑斯蒂回归模型 2. 最大熵模型 3. 逻辑斯蒂回归模型及最大熵模型策略 4. 逻辑斯蒂回归、最大熵算法 - 参数估计 5. 逻辑斯蒂回归模型和感知机模型的联系与区别讨论 6. 用Python实现最大熵模型（MNIST数据集）  7. 基于scikit-learn实验logistic regression
• 将句子表示为向量（下）：基于监督学习的句子表示学习（sentence embedding） 1. 引言 2. 基于释义数据库PPDB 3. 基于自然语言推理的InferSent模型 4. 我全都要：Universal Sentence Encoder 5. 总结 References
• 瑶光科技基站数据解析
• bim模型中所有IfcWallStandardCase构件