办公建筑室内人员在室情况识别方式的研究与应用

有关建筑人员行为的研究主要分为人员位移与人员动作2个层面,研究与应用该领域成果的前提为相关行为数据的获取。人员位移为实时的室内人员在室情况。针对该研究领域的相关需求,认为人员在室情况的数据获取应具有动态地、自动地识别室内人员数量及位置的功能,并有效保障室内人员的隐私。基于图像分类技术及骨骼追踪技术,开发了连接Kinect体感传感器的动态室内人员在室情况识别程序(DIOIK),并通过4 h的视频验证,得到其平均识别准确率为93.57%。     

基于SVR空调负荷预测模型的参数优化研究

基于数据驱动的负荷预测模型在既有建筑运行阶段的准确性和可靠性受到人们越来越广泛的认可.特别是支持向量回归机(SVR)算法,基于统计学习理论和结构风险最小化原则克服了小样本学习困难、维数灾难等缺陷,在准确有效地解决复杂工程问题方面展现出巨大潜力,越来越深入地应用于暖通空调负荷预测领域.但在实际建模过程中,SVR算法对应的...