[发明专利]基于实地监测的开窗仿真算法在审
| 申请号： | 201910930650.9 | 申请日： | 2019-09-29 |
| 公开（公告）号： | CN110781538A | 公开（公告）日： | 2020-02-11 |
| 发明（设计）人： | 刘俊杰;齐悦 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06F30/13 | 分类号： | G06F30/13;G06F30/20;G06K9/62 |
| 代理公司： | 12201 天津市北洋有限责任专利代理事务所 | 代理人： | 程小艳 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于实地监测的开窗仿真算法。本发明基于对住宅建筑中卧室的窗户状态和相关参数长达一年的连续监测，筛选出开窗行为的显著性驱动因素，建立了开窗状态和其驱动因素的主成分Logistic模型。相比于传统的Logistic回归，该数学模型可有效消除数据的多重共线性，提高模型的稳定性和准确性。同时，考虑到实际住户开窗行为的随机性和多样性，采用了k‑means聚类方法对住户进行分类。根据聚类结果，针对每一类住户分别建立主成分Logistic模型，提高预测的准确率。 | ||
| 搜索关键词： | 开窗行为 住户 开窗 随机性 驱动 仿真算法 聚类结果 连续监测 数学模型 相关参数 住宅建筑 传统的 共线性 显著性 准确率 聚类 卧室 窗户 多样性 筛选 分类 监测 预测 | ||
【主权项】：
1.基于实地监测的开窗仿真算法，其特征在于：结合了k-means聚类和主成分Logistic回归模型；/n步骤1)：构建窗户状态及其驱动因素的原始数据集；/n步骤2)：采用欠采样的方法对不平衡的数据集进行处理；/n步骤3)：多重共线性诊断；/n步骤4)：主成分分析：如果存在多重共线性，则采用主成分分析法提取出相互独立的主成分因子来代替原始变量，如果不存在，则直接进入下一步骤；/n步骤5)：采用k-means聚类法对住户进行分类；/n步骤6)：对每一类住户分别建立主成分Logistic模型。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于天津大学，未经天津大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910930650.9/，转载请声明来源钻瓜专利网。
