基于建筑信息模型(BIM)的建筑空间功能分类方法

• 作 者: 金超逸 徐旻洋 周向东
• 机 构: 复旦大学计算机科学技术学院,上海现代建筑设计（集团）有限公司
• 出 处: 计算机应用与软件
• 发表日期: 2018年11期
• 关键词: 图传播 无监督学习 分类 BIM 数据挖掘
• 基金项目: 国家自然科学基金项目(61370157);上海市科技创新行动计划项目(17DZ1203600)

提出一种基于BIM(Building Information Modeling)数据的建筑空间功能分类方法。基于非监督学习技术对BIM建筑模型中的相关属性和拓扑信息进行挖掘;基于图的信息传播过程得到每个功能空间的特征表达;通过支持向量机(SVM)实现对建筑空间功能的自动分类。主要贡献是提出一种基于IFC(Industry Foundation Class)标准的BIM度量特性和拓扑结构特性的提取方法,并采用经典的分类器技术获得了较好的分类准确率。在真实的BIM数据集上进行了充分的实验,实验结果验证了方法的