基于梯度提升决策模型的空间占用检测研究

• 作者: 丁敬安 徐新卫 柳智才 王多梅 腾翔 邵瑞瑞
• 来源期刊: 计算机应用研究
• 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
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 736-741
• 页数: 6页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2017.09.0907

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐新卫	安徽工业大学管理科学与工程学院	12	32	4.0	5.0
3	邵瑞瑞	安徽工业大学管理科学与工程学院	4	3	1.0	1.0
4	丁敬安	安徽工业大学管理科学与工程学院	7	14	2.0	3.0
7	柳智才	安徽工业大学管理科学与工程学院	3	11	2.0	3.0
8	王多梅	河海大学公共管理学院	2	0	0.0	0.0
9	腾翔	安徽工业大学管理科学与工程学院	1	0	0.0	0.0