期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于深度森林的高铁站室内热舒适度等级预测
被引量：
4
1
作者
陈彦如
张涂静娃
+2 位作者
杜千
冉茂亮
王红军
《计算机应用》
CSCD
北大核心
2021年第1期258-264,共7页
对于高铁站这类半封闭半开放空间的室内环境热舒适度等级难以准确预测的问题,提出基于深度森林(DF)的深度学习方法对热舒适度等级进行科学预测。首先基于现场调研和Energy Plus平台对高铁站室的热交换环境进行建模;其次提炼出客流密度...
对于高铁站这类半封闭半开放空间的室内环境热舒适度等级难以准确预测的问题,提出基于深度森林(DF)的深度学习方法对热舒适度等级进行科学预测。首先基于现场调研和Energy Plus平台对高铁站室的热交换环境进行建模;其次提炼出客流密度、多联机开行台数和多联机设置温度等8个影响因素,并设计424种工况以获取海量数据;最后采用DF挖掘热舒适度与影响因素之间的关系,以对高铁站室内热舒适度等级进行预测。采用深度神经网络(DNN)和支持向量机(SVM)作为对比算法进行验证。实验结果表明,在3种模型中,DF在预测正确率和weighted-F1上表现最佳,DF的预测正确率最高达到99.76%,最低为98.11%。因此,DF能够有效预测高铁站室内的热舒适度等级。
展开更多
关键词
城市计算
深度森林
室内热舒适度
热环境不满意率
深度神经网络
下载PDF
职称材料
题名
基于深度森林的高铁站室内热舒适度等级预测
被引量：
4
1
作者
陈彦如
张涂静娃
杜千
冉茂亮
王红军
机构
西南交通大学经济管理学院
中铁二院工程集团有限责任公司建筑工程设计研究院
西南交通大学信息科学与技术学院
出处
《计算机应用》
CSCD
北大核心
2021年第1期258-264,共7页
基金
国家重点研发计划项目(2018YFC0705000)。
文摘
对于高铁站这类半封闭半开放空间的室内环境热舒适度等级难以准确预测的问题,提出基于深度森林(DF)的深度学习方法对热舒适度等级进行科学预测。首先基于现场调研和Energy Plus平台对高铁站室的热交换环境进行建模;其次提炼出客流密度、多联机开行台数和多联机设置温度等8个影响因素,并设计424种工况以获取海量数据;最后采用DF挖掘热舒适度与影响因素之间的关系,以对高铁站室内热舒适度等级进行预测。采用深度神经网络(DNN)和支持向量机(SVM)作为对比算法进行验证。实验结果表明,在3种模型中,DF在预测正确率和weighted-F1上表现最佳,DF的预测正确率最高达到99.76%,最低为98.11%。因此,DF能够有效预测高铁站室内的热舒适度等级。
关键词
城市计算
深度森林
室内热舒适度
热环境不满意率
深度神经网络
Keywords
urban
computing
Deep
Forest(DF)
indoor
thermal
comfort
dissatisfaction
rate
of
thermal
environment
Deep
Neural
Network(DNN)
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于深度森林的高铁站室内热舒适度等级预测
陈彦如
张涂静娃
杜千
冉茂亮
王红军
《计算机应用》
CSCD
北大核心
2021
4
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
