Print

基于梯度提升决策模型的空间占用检测研究

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

  • 0 引言
  • 1 理论与方法
  •   1.1 MCMR特征选择方法
  •   1.2 梯度提升算法分类机制
  • 2 空间占用检测模型构建流程
  • 3 实验设计与结果分析
  •   3.1 实验数据
  •   3.2 评价指标
  •   3.3 实验与分析
  • 4 结束语

    • 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

    本文来源: https://www.lunwen66.cn/article/9654cfafdef6fffd1ec13de6.html