一种水利工程的三维设计方法与流程

1.本发明涉及三维设计技术领域，尤其涉及一种水利工程的三维设计方法。


背景技术：

2.水利工程是防洪、除涝、灌溉、发电、供水、围垦、水土保持、移民、水资源保护等工程及其配套和附属工程的统称。用于控制和调配自然界的地表水和地下水，达到除害兴利目的而修建的工程。也称为水工程。水是人类生产和生活必不可少的宝贵资源，但其自然存在的状态并不完全符合人类的需要。只有修建水利工程，才能控制水流，防止洪涝灾害，并进行水量的调节和分配，以满足人民生活和生产对水资源的需要，随着科技的不断进步，现代水利工程中会使用与许多其他工程学科相同类型的计算机辅助设计工具，同时还利用计算流体动力学等技术来执行计算以准确预测流动特性，gps映射以帮助定位安装系统和基于激光的测量工具以帮助实际构建系统的最佳途径；
3.现有的水利工程的三维设计方法中三维模型设计的精度差，同时需要人工寻找以及设置参数，降低数据处理效率；此外，现有的水利工程的三维设计方法服务器内存压缩效率低，服务器端口响应速度慢，无法保证各用户终端连接能够稳定连接；为此，我们提出一种水利工程的三维设计方法。


技术实现要素：

4.本发明的目的是为了解决现有技术中存在的缺陷，而提出的一种水利工程的三维设计方法。
5.为了实现上述目的，本发明采用了如下技术方案：
6.一种水利工程的三维设计方法，该设计方法具体步骤如下：
7.(1)采集区域信息并构建相对应的环境模型；
8.(2)接收工程图纸并进行分析调整；
9.(3)构建相关工程模型并对其进行标注；
10.(4)对两组模型进行调整更新并进行连接；
11.(5)实时采集服务器运行信息以进行优化。
12.其特征在于，步骤(1)中所述环境模型具体构建步骤如下：
13.步骤一：工作人员依据工程需求去相关地点进行实地考察，并采集该地环境影像信息以及数据信息，之后将其上传至服务器中；
14.步骤二：之后服务器按照影像信息的显示比例来确定分块数量，并对其进行分块处理，同时对分块完成的影像信息通过低通滤波进行模糊处理，再通过傅里叶正反变换进行图像空间转换至频率空间的相互变换，并对转换至频率空间的舌苔影像中的高频成分进行分析提取，并对其进行滤波处理减少噪声；
15.步骤三：服务器依据数据信息以及处理完成的影像信息构建相对应的环境模型，然后，服务器与遥感卫星通信连接并接收遥感卫星发送的遥感数据，之后依据遥感数据计
算环境模型中每一个高程点的偏移值，并进行修正。
16.其特征在于，步骤(2)中所述分析调整具体步骤如下：
17.步骤ⅰ：服务器接收工程图纸并提取其中水利工程相关参数信息，之后构建一组调整检测模型，再实时对该模型进行参数优化，并将修正完成的环境模型信息导入调整检测模型中进行存储；
18.步骤ⅱ：将各组参数信息导入调整检测模型中，之后调整检测模型对各组参数信息进行归一化处理，同时再对归一化后的各组参数信息进行特征降维处理以筛选出能够表示水利工程信息的特征参数，并筛除对于表征能力差的特征参数；
19.步骤ⅲ：将水利工程参数信息划分为训练集和测试集，并对训练集进行标准化处理以获取训练样本，之后将训练样本输送到调整检测模型中，设置模型具体参数，采用长期迭代法训练该调整检测模型，并将测试集输入到训练好的模型中以进行调整，并将调整信息反馈给工作人员。
20.其特征在于，步骤ⅱ中所述特征降维具体计算公式如下：
[0021][0022]
式中，σ表示特征数据的标准差；μ表示特征数据的均值；cv表示特征数据的方差系数，若方差系数越大，则表示越重要，反之，则表示不重要，予以剔除；
[0023]
步骤ⅲ中所述标准化处理具体计算公式如下：
[0024][0025]
其中，x表示提出的特征参数；mean(x)表示对所提特征参数进行平均处理；std(x)表示对特征参数求标准差。
[0026]
其特征在于，步骤ⅰ中所述调整检测模型参数优化具体步骤如下：
[0027]
第一步：服务器从云端数据库中收集多组水利工程数据信息作为观测数据，并将其整合成一组检测数据集，从检测数据集中选择一个观测数据作为验证数据，再将剩余观测数据拟合成一组测试模型；
[0028]
第二步：之后用验证数据来验证测试模型的精度，并通过均方根误差对该测试模型的预测能力进行计算，如此重复n次，之后初始化参数范围；
[0029]
第三步：建立数据样本，同时列出所有可能的数据结果，对于每一组数据，选取任意一个子集作为测试集，其余子集作为训练集，训练模型后对测试集进行预测，统计测试结果的均方根误差；
[0030]
第四步：之后将测试集更换为另一子集，再取剩余子集作为训练集，再次统计均方根误差，直至对所有数据都进行一次预测，通过选取均方根误差最小时对应的组合参数作为数据区间内最优的参数。
[0031]
其特征在于，第二步中所述均方根误差具体计算公式如下：
[0032]
[0033]
其中，e(yi)表示第i个实际观测值，yi为模型反演出的第i个预测值，n是观测样本总数。
[0034]
其特征在于，步骤(5)中所述服务器优化具体步骤如下：
[0035]
s1：服务器内置优化单元为服务器各端口生成一个启动链表，并按照端口的lru顺序对各组启动链表头部进行进一步链接，收集交互频率最少的端口信息，并将该端口的启动链表安排在lru链表的首位，并依次进行排序；
[0036]
s2：采集与各端口连接的各组用户终端ip地址，同时在端口启动之前清除所有更新页表项的访问位，并在端口启动时间结束之前，重新检查所有用户终端的访问位，检查完成后对启动链表中的各组用户终端信息进行数据更新；
[0037]
s3：再从lru链表的头部依次选择最不活跃的端口，并从相应启动链表中选择受害用户终端页面，直到获得足够的页面，将选择的受害页面合并为一个块并进行标记，再唤醒一个压缩驱动程序以解析被标记的块，并获得属于该块的物理页，之后将物理页复制到缓冲区中，然后调用压缩算法将缓冲区中的该物理页压缩到压缩块中，并将压缩块存储至优化单元中。
[0038]
相比于现有技术，本发明的有益效果在于：
[0039]
1、该水利工程的三维设计方法通过服务器接收工程图纸并提取其中水利工程相关参数信息，之后构建一组调整检测模型，再实时对该模型进行参数优化，并将修正完成的环境模型信息导入调整检测模型中进行存储，将各组参数信息导入调整检测模型中，之后调整检测模型对各组参数信息进行归一化处理，筛选出能够表示水利工程信息的特征参数，并筛除对于表征能力差的特征参数，之后将水利工程参数信息划分为训练集和测试集，并对训练集进行标准化处理以获取训练样本，之后将训练样本输送到调整检测模型中，设置模型具体参数，采用长期迭代法训练该调整检测模型，并将测试集输入到训练好的模型中以进行调整，能够提高三维模型设计的精度，同时不需要人工寻找以及设置参数，提高数据处理效率，使得操作过程简单、易操作；
[0040]
2、该水利工程的三维设计方法相较于以往设计方法，本发明通过服务器内置优化单元为服务器各端口生成一个启动链表，并按照端口的lru顺序对各组启动链表头部依次进行排序，采集与各端口连接的各组用户终端ip地址，并对启动链表中的各组用户终端信息进行数据更新，再从lru链表的头部依次选择最不活跃的端口，并从相应启动链表中选择受害用户终端页面，将选择的受害页面合并为一个块并进行标记，再唤醒一个压缩驱动程序以解析被标记的块，并获得属于该块的物理页，之后将物理页复制到缓冲区中，然后调用压缩算法将缓冲区中的该物理页压缩到压缩块中，并将压缩块存储至优化单元中，能够对服务器内存进行大粒度压缩，提高压缩效率，有效的提高了服务器端口响应速度，同时节省压缩内存所需的时间，保证各用户终端连接能够稳定连接。
附图说明
[0041]
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。
[0042]
图1为本发明提出的一种水利工程的三维设计方法的流程框图。
具体实施方式
[0043]
实施例1
[0044]
参照图1，一种水利工程的三维设计方法，该设计方法具体步骤如下：
[0045]
采集区域信息并构建相对应的环境模型。
[0046]
具体的，工作人员依据工程需求去相关地点进行实地考察，并采集该地环境影像信息以及数据信息，之后将其上传至服务器中，之后服务器按照影像信息的显示比例来确定分块数量，并对其进行分块处理，同时对分块完成的影像信息通过低通滤波进行模糊处理，再通过傅里叶正反变换进行图像空间转换至频率空间的相互变换，并对转换至频率空间的舌苔影像中的高频成分进行分析提取，并对其进行滤波处理减少噪声，服务器依据数据信息以及处理完成的影像信息构建相对应的环境模型，然后，服务器与遥感卫星通信连接并接收遥感卫星发送的遥感数据，之后依据遥感数据计算环境模型中每一个高程点的偏移值，并进行修正。
[0047]
接收工程图纸并进行分析调整。
[0048]
具体的，服务器接收工程图纸并提取其中水利工程相关参数信息，之后构建一组调整检测模型，再实时对该模型进行参数优化，并将修正完成的环境模型信息导入调整检测模型中进行存储，将各组参数信息导入调整检测模型中，之后调整检测模型对各组参数信息进行归一化处理，同时再对归一化后的各组参数信息进行特征降维处理以筛选出能够表示水利工程信息的特征参数，并筛除对于表征能力差的特征参数，之后将水利工程参数信息划分为训练集和测试集，并对训练集进行标准化处理以获取训练样本，之后将训练样本输送到调整检测模型中，设置模型具体参数，采用长期迭代法训练该调整检测模型，并将测试集输入到训练好的模型中以进行调整，并将调整信息反馈给工作人员。
[0049]
需要进一步说明的是，服务器从云端数据库中收集多组水利工程数据信息作为观测数据，并将其整合成一组检测数据集，从检测数据集中选择一个观测数据作为验证数据，再将剩余观测数据拟合成一组测试模型，之后用验证数据来验证测试模型的精度，并通过均方根误差对该测试模型的预测能力进行计算，如此重复n次，之后初始化参数范围，建立数据样本，同时列出所有可能的数据结果，对于每一组数据，选取任意一个子集作为测试集，其余子集作为训练集，训练模型后对测试集进行预测，统计测试结果的均方根误差，之后将测试集更换为另一子集，再取剩余子集作为训练集，再次统计均方根误差，直至对所有数据都进行一次预测，通过选取均方根误差最小时对应的组合参数作为数据区间内最优的参数。
[0050]
此外，本实施例中，特征降维具体计算公式如下：
[0051][0052]
式中，σ表示特征数据的标准差；μ表示特征数据的均值；cv表示特征数据的方差系数，若方差系数越大，则表示越重要，反之，则表示不重要，予以剔除；
[0053]
标准化处理具体计算公式如下：
[0054]
[0055]
其中，x表示提出的特征参数；mean(x)表示对所提特征参数进行平均处理；std(x)表示对特征参数求标准差；
[0056]
均方根误差具体计算公式如下：
[0057][0058]
其中，e(yi)表示第i个实际观测值，yi为模型反演出的第i个预测值，n是观测样本总数。
[0059]
实施例2
[0060]
参照图1，一种水利工程的三维设计方法，该设计方法具体步骤如下：
[0061]
构建相关工程模型并对其进行标注。
[0062]
对两组模型进行调整更新并进行连接。
[0063]
实时采集服务器运行信息以进行优化。
[0064]
具体的，服务器内置优化单元为服务器各端口生成一个启动链表，并按照端口的lru顺序对各组启动链表头部进行进一步链接，收集交互频率最少的端口信息，并将该端口的启动链表安排在lru链表的首位，并依次进行排序，采集与各端口连接的各组用户终端ip地址，同时在端口启动之前清除所有更新页表项的访问位，并在端口启动时间结束之前，重新检查所有用户终端的访问位，检查完成后对启动链表中的各组用户终端信息进行数据更新，再从lru链表的头部依次选择最不活跃的端口，并从相应启动链表中选择受害用户终端页面，直到获得足够的页面，将选择的受害页面合并为一个块并进行标记，再唤醒一个压缩驱动程序以解析被标记的块，并获得属于该块的物理页，之后将物理页复制到缓冲区中，然后调用压缩算法将缓冲区中的该物理页压缩到压缩块中，并将压缩块存储至优化单元中。