基于支持向量机的室内舒适度评价方法

• 作者: 李长云 潘伟强 胡盛龙
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 室内舒适度 支持向量机 BP神经网络 概率神经网络
• 年，卷（期）: 2013,（6）
• 所属期刊栏目: 应用开发研究
• 页码范围: 214-218
• 页数: 5页
• 分类号: TP335
• 字数: 4408字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2013.06.055

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李长云	湖南工业大学计算机与通信学院	130	747	12.0	21.0
2	潘伟强	湖南工业大学计算机与通信学院	5	29	3.0	5.0
3	胡盛龙	湖南工业大学计算机与通信学院	3	25	3.0	3.0