在2019年的今天建筑行业作为传统行业之一它的信息化和智能化有一条独特的发展曲线，一方面在bim领域不断试错，另一方面试图与其他产业进行融合，虽然目前来看似乎没有什么改变，但我们还是可以观察一下这个五年计划的方向以及后。

建筑信息化虽然是工业界的热点，但在学术界却一直不温不火，可能是由于无法产出开创性理论或者高校模式具有自身小作坊的短板，国内与建筑信息化类的期刊普遍水平不高，但假如全部解决数据类型，交互，平台，拥有这类能力的同学基本早就转行计算机了，但假如不做这些那就什么也做不了，这可能也是传统行业的尴尬之处。

通过在知网搜索 ‘’建筑 智能化 ‘’的关键在 年份选取在2013-2019年，期刊等级选在核心及以上，我们搜索到了大约350篇相关文献。

本次我们使用的是简单的关系分析软件，包括SATI，它对知网的endnote格式特别友好，虽然我们也可以写爬虫自己爬取（我之前确实这么做的，因为可以爬下来引用量）但是后续的处理比较麻烦，另外的是UCIENT6，这也是一款百度不出教学视频的软件，最后使用其自带的Netdraw进行网络绘制（虽然画出来很丑）。

只是导出题目摘要的话不需要使用学校的地址

导出之后将是个txt格式，然后将其放入SATI软件中，进行XML格式的转换。

这是XML展现的格式，然后我们对它进行关键词的分词处理，再进行矩阵导出。

  智能建筑 物联网 高层建筑 人工智能 BIM 绿色建筑 建筑 建筑节能 智能电网 火灾 智能家居 智能控制 节能 智能化 图书馆 智能照明 机器人 建筑智能化 应用 互联网+ ABB 智能制造 施工技术 信息化 智慧城市
智能建筑 1 0.0323 0 0 0 0.011 0 0 0 0.0043 0.0043 0 0 0 0 0 0 0 0 0.0076 0.0303 0 0 0 0
物联网 0.0323 1 0.0044 0 0 0.0242 0 0 0 0.0095 0.0095 0 0 0 0 0 0 0 0.0167 0 0 0 0 0 0
高层建筑 0 0.0044 1 0 0 0 0 0 0 0.0381 0 0.0095 0 0 0 0 0 0 0.0667 0 0 0 0.2667 0 0
人工智能 0 0 0 1 0 0 0.0629 0 0 0 0 0 0 0 0.0513 0 0.1385 0 0 0 0 0 0 0 0.0192
BIM 0 0 0 0 1 0.0303 0 0.0119 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
绿色建筑 0.011 0.0242 0 0 0.0303 1 0 0.0519 0 0 0 0 0 0 0 0.0152 0 0 0 0 0 0.0227 0 0 0
建筑 0 0 0 0.0629 0 0 1 0 0.0519 0 0.013 0 0 0 0 0 0.1636 0 0 0 0.0227 0.0227 0 0 0
建筑节能 0 0 0 0 0.0119 0.0519 0 1 0 0 0 0.0204 0 0 0 0 0 0 0 0.0357 0 0 0 0 0
智能电网 0 0 0 0 0 0 0.0519 0 1 0 0.0816 0 0 0 0 0 0 0 0 0 0.0357 0.0357 0 0 0
火灾 0.0043 0.0095 0.0381 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0.2571 0 0 0 0 0 0 0
智能家居 0.0043 0.0095 0 0 0 0 0.013 0 0.0816 0 1 0 0 0 0 0 0 0 0 0 0.0357 0.0357 0 0 0
智能控制 0 0 0.0095 0 0 0 0 0.0204 0 0 0 1 0 0 0.0238 0 0 0 0 0.0357 0 0 0 0 0
节能 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0.0278 0 0 0 0 0 0 0 0 0
智能化 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0.0278 0 0 0 0 0 0 0 0 0.0417 0
图书馆 0 0 0 0.0513 0 0 0 0 0 0 0 0.0238 0 0.0278 1 0 0 0 0 0 0 0 0 0 0
智能照明 0 0 0 0 0 0.0152 0 0 0 0 0 0 0.0278 0 0 1 0 0 0 0 0 0 0 0 0
机器人 0 0 0 0.1385 0 0 0.1636 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0.05 0
建筑智能化 0 0 0 0 0 0 0 0 0 0.2571 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0
应用 0 0.0167 0.0667 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0.0625 0 0
互联网+ 0.0076 0 0 0 0 0 0 0.0357 0 0 0 0.0357 0 0 0 0 0 0 0 1 0 0 0 0 0
ABB 0.0303 0 0 0 0 0 0.0227 0 0.0357 0 0.0357 0 0 0 0 0 0 0 0 0 1 0.0625 0 0 0
智能制造 0 0 0 0 0 0.0227 0.0227 0 0.0357 0 0.0357 0 0 0 0 0 0 0 0 0 0.0625 1 0 0 0
施工技术 0 0 0.2667 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0.0625 0 0 0 1 0 0
信息化 0 0 0 0 0 0 0 0 0 0 0 0 0 0.0417 0 0 0.05 0 0 0 0 0 0 1 0
智慧城市 0 0 0 0.0192 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

1

此为25个关键词的相关性矩阵，其中值越大相关性越重

在绘制凝聚子群分布图

以及中心度计算

1            2            3
                      Degree    NrmDegree        Share
                ------------ ------------ ------------
  3   高层建筑         0.385        6.021        0.093
 17     机器人         0.352        5.501        0.085
  7       建筑         0.337        5.262        0.081
 23   施工技术         0.329        5.143        0.079
 10       火灾         0.309        4.828        0.074
  4   人工智能         0.272        4.248        0.065
 18 建筑智能化         0.257        4.017        0.062
  9   智能电网         0.205        3.201        0.049
 21        ABB         0.187        2.920        0.045
 11   智能家居         0.180        2.809        0.043
 22   智能制造         0.179        2.801        0.043
  6   绿色建筑         0.155        2.426        0.037
 19       应用         0.146        2.279        0.035
  8   建筑节能         0.120        1.873        0.029
 15     图书馆         0.103        1.608        0.025
  2     物联网         0.097        1.509        0.023
 24     信息化         0.092        1.433        0.022
  1   智能建筑         0.090        1.403        0.022
 12   智能控制         0.089        1.397        0.021
 20    互联网+         0.079        1.234        0.019
 14     智能化         0.069        1.086        0.017
 16   智能照明         0.043        0.672        0.010
  5        BIM         0.042        0.659        0.010
 13       节能         0.028        0.434        0.007
 25   智慧城市         0.019        0.300        0.005

DESCRIPTIVE STATISTICS

1            2            3
                    Degree    NrmDegree        Share
              ------------ ------------ ------------
  1     Mean         0.167        2.603        0.040
  2  Std Dev         0.109        1.704        0.026
  3      Sum         4.165       65.064        1.000
  4 Variance         0.012        2.904        0.001
  5      SSQ         0.991      241.938        0.057
  6    MCSSQ         0.297       72.607        0.017
  7 Euc Norm         0.996       15.554        0.239
  8  Minimum         0.019        0.300        0.005
  9  Maximum         0.385        6.021        0.093

Network Centralization = 3.72%
Heterogeneity = 5.72%.  Normalized = 1.79%

Actor-by-centrality matrix saved as dataset FreemanDegree

最后绘制网络图

其中可以很明显看出，智能建筑与物联网以及高层建筑是其研究的中点，并且范围交叉涉及面广，对于建筑类同学将会更加偏向于右侧集中区域。

最后使用传统数据分析软件SPSS进行，

Iteration history for the 2 dimensional solution (in squared distances)

Young's S-stress formula 1 is used.

Iteration     S-stress      Improvement

0           .73668
                    1           .73652
                    2           .59866         .13786
                    3           .56157         .03709
                    4           .55122         .01035
                    5           .54830         .00292
                    6           .54466         .00365
                    7           .54130         .00335
                    8           .53892         .00238
                    9           .53748         .00144
                   10           .53564         .00183
                   11           .53273         .00291
                   12           .53086         .00187
                   13           .52974         .00112
                   14           .52881         .00093

Iterations stopped because
                 S-stress improvement is less than   .001000

Stress and squared correlation (RSQ) in distances

RSQ values are the proportion of variance of the scaled data (disparities)
                                        in the partition (row, matrix, or entire data) which
                                         is accounted for by their corresponding distances.
                                           Stress values are Kruskal's stress formula 1.

For  matrix
    Stress  =   .39295      RSQ =  .08269

Configuration derived in 2 dimensions

Stimulus Coordinates

Dimension

Stimulus   Stimulus     1        2
 Number      Name

1      智能    -1.1536   1.0703
    2      物联     1.3136  -1.1236
    3      高层     1.0089   1.0591
    4      人工     1.3504    .6927
    5      BIM        1.2735   -.7911
    6      绿色    -1.2417   1.0225
    7      建筑      .4746   1.3857
    8      建筑_1   1.4425   -.4473
    9      智能_1  -1.0169    .9781
   10      火灾    -1.1852  -1.0558
   11      智能_2    .4340   1.2417
   12      智能_3    .0637   1.3209
   13      节能     1.2122    .2291
   14      智能_4   -.0931   1.2276
   15      图书     -.8562  -1.1542
   16      智能_5  -1.2290    .2001
   17      机器    -1.3803   -.5650
   18      建筑_2   1.0542    .6262
   19      应用    -1.2486    .5143
   20      互联    -1.0811   -.6888
   21      ABB         .3725  -1.4264
   22      智能_6    .3837  -1.4179
   23      施工     -.1327  -1.2900
   24      信息     1.0220   -.6956
   25      智慧     -.7877   -.9127

Abbreviated  Extended
Name         Name

高层       高层建筑
互联       互联网
机器       机器人
建筑_1     建筑
建筑_2     建筑
绿色       绿色建筑
人工       人工智能
施工       施工技术
图书       图书馆
物联       物联网
信息       信息化
智慧       智慧城市
智能       智能建筑
智能_1     智能电网
智能_2     智能家居
智能_3     智能控制
智能_4     智能化
智能_5     智能照明
智能_6     智能制造

基于SATI的建筑智能化最新调查与进展相关推荐

  1. 基于软件分析的智能化开发新型服务与技术

    摘要:从云服务厂商的角度来给大家介绍一下,当前业界围绕该领域要做哪些事情. 本文分享自华为云社区<基于软件分析的智能化开发新型服务与技术>,作者:敏捷的小智 . 本文以技术文章的方式回顾梁 ...

  2. 计算机在智能建筑中的应用,【计算机技术在建筑智能化中的应用研究原稿_0材料】...

    计算机技术在建筑智能化中的应用研究(原稿)_0 <计算机技术在建筑智能化中的应用研究(原稿)_0.doc>由会员分享,可免费在线阅读全文,更多与<计算机技术在建筑智能化中的应用研究( ...

  3. 当推荐系统遇上图学习：基于图学习的推荐系统最新综述

    ©作者|Shoujin Wang 单位|麦考瑞大学博士后 研究方向|数据挖掘,机器学习,推荐系统 论文简介 本文给大家介绍一篇被今年国际人工智能联合会议 IJCAI 2021 接收的从图机器学习的视角 ...

  4. 大楼通信综合布线系统_建筑智能化，智能大楼防雷系统设计在综合布线中的重要性...

    随着现代社会的发展,计算机网络技术的普及越来越多的办公大楼.写字楼.医院.银行.宾馆等建筑离不开综合布线系统.配置综合布线系统,犹如为建筑物建立了一个高速,大容量的信息传送平台,为建筑智能化提供了快速 ...

  5. 建筑智能化资质办理要求

    建筑智能化工程主要包括智能化集成系统及信息化应用系统:建筑设备管理系统:安全技术防范系统:智能卡应用系统:通讯系统:有线电视系统:停车场管理系统:综合布线系统:计算机网络系统:广播系统:会议系统:信息 ...

  6. 毕业设计-基于机器学习的建筑能耗预测

    目录 前言 课题背景和意义 实现技术思路 一.建筑能耗数据预处理 二. 公共建筑能耗特征分析 三.基于机器学习的建筑能耗预测模型建模 实现效果图样例 最后 前言

  7. DL之GRU：基于2022年6月最新上证指数数据集结合Pytorch框架利用GRU算法预测最新股票上证指数实现回归预测

    DL之GRU:基于2022年6月最新上证指数数据集结合Pytorch框架利用GRU算法预测最新股票上证指数实现回归预测 目录 基于2022年6月最新上证指数数据集结合Pytorch框架利用GRU算法预 ...

  8. DL之GAN：HighNewTech基于计算机视觉领域GAN技术—最新黑科技之秒变宝宝——回到最初的样子

    DL之GAN:High&NewTech基于计算机视觉领域GAN技术-最新黑科技之秒变宝宝--回到最初的样子 导读      8月14日,快手APP上线名为"变小孩"的魔法表 ...

  9. 计算机智能化弱电设备发展趋势,建筑智能化与弱电系统的区别？发展趋势怎样...

    建筑智能化系统的特点 智能工程具有多门学科融合集成的综合特点,由于发展历史较短,但发展速度很快,国内外对它的定义有各种描述和不同理解,尚无统一的确切概念和标准.智能工程,也就是创建多种形式的智能化系统 ...

  10. 计算机系统集成专项资质,建筑智能化系统集成设计专项资质

    建筑智能化系统集成设计专项资质标准 一.总  则 (一)建筑智能化系统集成设计专项资质设甲.乙两个级别. (二)     持有建筑智能化系统集成专项设计资质的企业,可从事各类土木建筑工程及其配套设施的 ...

最新文章

  1. 跟着JQuery API学Jquery 之四 css
  2. 现代软件工程 作业 团队冲刺阶段的要求
  3. 一些界面库比较以及如何选择界面库
  4. lnmp应用服务器安装手册
  5. 大图详解负载神器 LVS、Nginx及HAProxy工作原理
  6. 847. Shortest Path Visiting All Nodes（三）
  7. Apache Server 修复两个高危缺陷
  8. hiberntate教程笔记6
  9. MySQL性能优化设置
  10. 简单介绍.Net3.0 中跨线程访问控件
  11. 让你的软件支持繁体中文
  12. flexbox布局详解
  13. 2005年10月--至今 开发过的项目
  14. sqlserver取模_SQLSERVER字符串截取
  15. java字符串与数值型相互转换
  16. ubuntu18.04安装微信和wineQQ
  17. C语言-大写字母查找
  18. 统计学计算机类实验报告,2015统计学实验报告.doc
  19. MySQL数据库层优化基本概念
  20. 51自学网python爬虫_Python爬虫基本流程

热门文章

  1. mac连接服务器出错双系统,mac使用bootcamp安装双系统遇到的问题及解决方案
  2. 云输入法linux版,ubuntu云输入法ibus cloud pinyin
  3. nvidia显卡驱动安装失败怎么办？
  4. OSX更新后JRE6被删除引发了问题
  5. 计算机二级模拟系统在线,计算机二级foxbase题库系统
  6. ACTIVEX控件debug版本在Win7下注册失败的处理方法
  7. 所有的Python库，我都整理在这里了
  8. 【硬见小百科】数字万用表的工作原理
  9. 安卓脚本怎么实现在后台_用按键精灵录制微信自动摇一摇脚本
  10. 小新pro13 (2020款，Nvidia MX350)+win10+cuda10.2+cudnn7.6+pytorch搭建深度学习环境