- 详情
- 2020-12-27
- 简介
- 591KB
- 页数 5P
- 阅读 90
- 下载 33
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。
对不起,您暂无在线预览权限,如需浏览请
立即登录热门商品
相关推荐
基于支持向量机的室内舒适度评价方法 591KB
基于支持向量机的室内室外图像分类方法 681KB
基于支持向量机的钢结构焊接质量安全评价方法 568KB
基于支持向量机方法的深基坑变形预测 199KB
基于支持向量机的稀土萃取过程建模方法 481KB
基于支持向量机的机械故障诊断方法研究 2.6MB
基于支持向量机的室内轰燃预测模型研究 241KB
室内旋转钢楼梯的振动分析及舒适度评价 214KB
基于支持向量机的一般建筑震害预测方法研究 704KB
基于支持向量机的电力云故障诊断方法研究 857KB