-
题名基于人员行为分类的用能有效性评估方法
- 1
-
-
作者
方潜生
陈涛
李善寿
-
机构
安徽建筑大学智能建筑与建筑节能安徽省重点实验室
-
出处
《安徽大学学报（自然科学版）》
CAS
北大核心
2019年第5期27-34,共8页
-
基金
国家科技支撑计划项目(2015BAJ08B03)
安徽省高校自然科学研究重点项目(KJ2016A820,KJ2016A821)
-
文摘
为了定量评估公共建筑的节能潜力,提出基于人员行为分类的用能有效性评估方法.该方法首先采用局部加权朴素贝叶斯(locally weighted naive Bayes,简称LWNB)算法对用电行为进行分类,在此基础上引入权重因子,构建了一种用能有效性评估模型.研究过程中通过智能插座采集不同人员办公设备一周的能耗数据,同时采用计步器与监控软件监测人员行为,利用有监督机器学习方式对人员行为进行分类.基于用能有效性评估方法,给出了不同人员的用能有效性评估值.实验表明,该行为分类方法具有较高准确率,有效性评估模型能够实现人员用能合理性的定量评估,有助于公用建筑节能潜力的精细化评估,为优化用能行为及用能设备的控制提供了参考依据.
-
关键词
有效性评估
局部加权朴素贝叶斯(LWNB)
行为分类
技术节能
-
Keywords
energy availability evaluation
locally weighted naive bayes(LWNB)
behavior classification
energy saving technology
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于K-近邻法的局部加权朴素贝叶斯分类算法
被引量：3
- 2
-
-
作者
曹根
葛孝堃
杨丽琴
-
机构
东华大学计算机科学与技术学院
上海中医药大学图书信息中心
-
出处
《计算机应用与软件》
CSCD
2011年第9期267-268,291,共3页
-
文摘
分类算法一直以来都是数据挖掘领域的研究重点,朴素贝叶斯分类算法是众多优秀分类算法之一,但由于其条件属性必需独立,使得该算法也存在着一定的局限性。为了从另外一种角度来改进该算法,提高分类性能,提出了一种基于K-近邻法的局部加权朴素贝叶斯分类算法。使用K-近邻法对属性加权,找到最合适的加权值,运用加权后的朴素贝叶斯分类算法去分类,实验表明该算法提高了分类的可靠性与准确率。
-
关键词
朴素贝叶斯
K-近邻法
局部加权
分类
-
Keywords
naive bayes k-nearest neighbour locally weighted classification
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
