基于神经网络的学习空间热-光交互作用模型

• 作者: 初金璐 孙金玲 张九红 景中奕 王艺瑾 韩臻
• 来源期刊: 照明工程学报
• 学科: 工学
• 关键词: 热-光交互作用 学习空间 人工神经网络
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 建筑照明
• 页码范围: 141-144,157
• 页数: 5页
• 分类号: TU11
• 字数: 1745字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-440X.2019.06.024

摘要

良好的物理环境是使用者高效进行视觉作业的必要条件,使用者能否将视觉效率发挥到最大与房间光源的照度、色温的等因素息息相关.研究发现,使用者的视觉效率不仅仅与光源的照度、色温等光学量有关,还与房间的温度、相对湿度等热学量存在一定的函数关系.本文通过创建500组不同的室内物理环境,研究学习空间热-光交互作用下使用者的视觉效率的变化情况,并运用神经网络建立物理环境量与视觉效率之间关系的预测模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	景中奕	沈阳建筑大学建筑与规划学院	3	0	0.0	0.0
2	张九红	东北大学江河建筑学院	2	0	0.0	0.0
3	韩臻	沈阳建筑大学建筑与规划学院	4	4	1.0	2.0
4	王艺瑾	沈阳建筑大学建筑与规划学院	1	0	0.0	0.0
5	孙金玲	沈阳建筑大学建筑与规划学院	1	0	0.0	0.0
6	初金璐	沈阳建筑大学建筑与规划学院	1	0	0.0	0.0