-
题名基于梯度提升决策模型的空间占用检测研究
被引量：1
- 1
-
-
作者
徐新卫
丁敬安
柳智才
王多梅
腾翔
邵瑞瑞
-
机构
安徽工业大学管理科学与工程学院
南京大学计算软件新技术国家重点实验室
河海大学公共管理学院
-
出处
《计算机应用研究》
CSCD
北大核心
2019年第3期736-741,共6页
-
基金
国家社科基金资助项目(15BJL014)
-
文摘
随着绿色建筑和绿色生态城区经济激励机制基本形成,面对大量多维空间占用数据,大数据绿色建筑节能体系应运而生。然而大量多维的建筑数据却没有被充分利用,且传统空间占用检测模型分类精度还不够准确,模型时间复杂度较高。利用UCI占用检测数据集,在原始数据集上加入时间戳,使模型分类精度均获得提高,同时利用MCMR(最大相关最小冗余)方法进行特征选择,通过随机森林作为分类器验证分类效果,获取最优特征子集。利用选取的特征子集构建占用检测模型,其中XGBoost模型与随机森林模型(RF)进行比对,分类精度较高,且时间复杂度更低。
-
关键词
大数据绿色建筑
空间占用检测
最大相关最小冗余
梯度提升算法
-
Keywords
big data of green buildings
occupancy detection
MCMR
XGBoost
-
分类号
TU201.5
[建筑科学—建筑设计及理论]
TP311.13
[自动化与计算机技术—计算机软件与理论]
-
