基于支持向量机的室内舒适度评价方法 |
| |
作者姓名: | 潘伟强 李长云 胡盛龙 |
| |
作者单位: | 湖南工业大学计算机与通信学院 |
| |
基金项目: | 国家住建部科研项目(2010FJ3041);国家技术创新基金资助项目(11C26214302856);国家自然科学基金资助项目(6077311);湖南省科技计划项目(2012GK3086);2011年度湖南工业大学自然科学研究项目(2011HZX31) |
| |
摘 要: | 针对室内环境因素多元化、动态变化的特点和目前评价方法的不足,建立了基于支持向量机的室内舒适度混合评判模型。首先将从真实环境中采集的数据集进行数据规范化处理;然后根据群体和个体感觉,分别用离线训练和在线训练的方法训练分类器;最后使用训练好的分类器预测样本的标签。以Matlab为开发工具,编写了基于支持向量机的室内舒适度评价算法,并与BP神经网络和概率神经网络等室内舒适度评价算法进行了比较,仿真结果表明,该方法是可行且有效的。
|
关 键 词: | 室内舒适度 支持向量机 BP神经网络 概率神经网络 |
本文献已被 CNKI 等数据库收录! |
|