论文摘要
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。
论文目录
文章来源
类型: 期刊论文
作者: 徐新卫,丁敬安,柳智才,王多梅,腾翔,邵瑞瑞
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
来源: 计算机应用研究 2019年03期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 建筑科学与工程,计算机软件及计算机应用
单位: 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
基金: 国家社科基金资助项目(15BJL014)
分类号: TU201.5;TP311.13
DOI: 10.19734/j.issn.1001-3695.2017.09.0907
页码: 736-741
总页数: 6
文件大小: 321K
下载量: 210
相关论文文献
标签：大数据绿色建筑论文; 空间占用检测论文; 最大相关最小冗余论文; 梯度提升算法论文;