【摘 要】
：
针对现有建筑热负荷预测精度不高和随机泛化能力不强的问题,在考虑短时热惯性因素情况下,对建筑热负荷影响因素进行Spearman秩相关性分析,借助K-mean聚类归纳热负荷预测多维多规则云推理发生器,以室外温度、太阳辐射作为规则前件输入,进行气象参数下基于正逆向云算法的建筑热负荷云预测.结果显示基于聚类的多维多规则云预测在保证预测可靠前提下,预测精度和随机泛化能力均得到提高,平均相对误差为3.72％,相较不分类多维单规则精度平均提高了76.12％,结果可为精细化供热、节约能源提供支持.
【机 构】
：
华北电力大学经济与管理学院,北京102206;内蒙古科技大学土木工程学院,内蒙古 包头014010;华北电力大学经济与管理学院,北京102206
论文部分内容阅读
针对现有建筑热负荷预测精度不高和随机泛化能力不强的问题,在考虑短时热惯性因素情况下,对建筑热负荷影响因素进行Spearman秩相关性分析,借助K-mean聚类归纳热负荷预测多维多规则云推理发生器,以室外温度、太阳辐射作为规则前件输入,进行气象参数下基于正逆向云算法的建筑热负荷云预测.结果显示基于聚类的多维多规则云预测在保证预测可靠前提下,预测精度和随机泛化能力均得到提高,平均相对误差为3.72％,相较不分类多维单规则精度平均提高了76.12％,结果可为精细化供热、节约能源提供支持.
其他文献
针对传统火灾多出口疏散场景三维模拟方法存在三维仿真度较低的问题,设计一种古建筑群火灾多出口疏散场景三维模拟方法.获取古建筑群游客特征,包括疏散人数特征、人员构成特征、人员疏散速度特征.其中,疏散人数特征通过对古建筑群进行实地调查获取;人员构成特征通过对游客性别与年龄构成进行调查,获取古建筑群相应人员特征分布趋势;人员疏散速度特征的获取,需要参考人员的形体尺寸与行走速度.通过获取古建筑群游客特征后,根据古建筑群火灾特点,获取古建筑群火灾模型的模型系数,构建古建筑群火灾模型.利用OGRE程序开发工具构建古建筑
针对乳腺肿块特征空间复杂,分类难度大的问题,采用尺度不变特征(scale-invariant feature transform,SIFT)进行肿块特征提取,使用区域生长算法得到感兴趣区域后,使用SIFT来提取感兴趣区域的特征,再利用K-means聚类的方法得到“视觉词汇”并生成词条,将得到的词条输入SVM训练.实验结果表明,上述特征提取方法减少了描述肿块的特征维数便于分类,提高了肿块分类的准确率,为乳腺肿块计算机辅助诊断系统提供了一个新的思路.
针对语音库中文件数量较多导致标注效率低的问题,研究基于改进深度学习模型的语音库量化标注方法.构建深度学习模型,提出基于深度学习模型的语音库量化标注原理,根据标注规则对原始语音库中的文件进行预处理,设计语音库量化标注流程,至此完成基于改进深度学习模型的语音库量化标注.实验结果表明,研究的基于改进深度学习模型的语音库量化标注方法有效提高了语音库量化标注效率,并提高了标注准确率,具备一定的实际应用意义.
传统推荐方法忽略了对大数据项目相似度的预测,导致推荐偏差较大.为此以Slope One为基础算法,提出新的大数据智能化推荐方法.基于使用者评分的Slope One算法,通过赋予各项目权值,优化Slope One算法.分别构建信任机制与皮尔森相关系数的Slope One优化算法,利用蚁群聚类算法,划分使用者属性特征类别.结合项目使用者属性相似度与使用者相似度的预测评分,得到使用者综合相似度,构建预测评分模型,对比预设评分阈值后,完成大数据智能化推荐.针对Epinions与Film Trust两个数据集,从均
传统无线传感器网络定位算法受到节点定位偏移量的影响,导致定位结果存在较大误差,针对上述问题提出基于RSSI模型的无线传感器网络定位算法.依据RSSI模型计算原理建立RSSI信号传输模型,并采用高斯滤波算法对RSSI值完成滤波处理.对节点位置距离加权,采用路径损耗模型采集RSSI中剩余信息,并将其转化为距离信息,得到每个节点的坐标,实现无线传感器网络定位.实验结果表明,研究设计的算法有效降低了无线传感器网络定位的平均误差,并提高了节点定位实时性,满足无线传感器网络定位算法的设计需求.
民国纸币的冠字号码图像分割是民国纸币自动识别系统的关键组成部分.民国纸币种类繁多,不同纸币背景图案、字体、主色调差异较大且绝大多数纸币因保存时间较长,存在褶皱、破损、污迹等情况,冠字号码提取与分割较为困难.文章分析了民国时期不同银行、不同年代、不同地域纸币的特点,提出一种民国纸币冠字号码提取与分割算法.首先利用颜色特征、形态学处理、连通域形状测量提取冠字号码,然后使用基于逐差与滑动窗口的字符分割算法分割单个字符.实验结果表明,所提算法对民国纸币冠字号码有很好的提取与分割效果,分别取得了99.3％、98.5
针对金字塔型点阵夹芯梁出现的蒙皮呼吸裂纹和芯层内部缺陷,提出一种基于相图几何特征的缺陷参数识别方法.采用超谐共振频率激励下得到的相图,利用垂线将相图分割为左右两部分,并通过图像处理方法分别计算两部分的面积,定义右侧面积与左侧面积之比为缺陷的识别指标.分析了蒙皮裂纹位置、深度及芯层缺陷位置的变化对识别指标的影响并用指标的散点图识别出点阵夹芯梁的缺陷参数.数值算例结果表明,所提方法可同时识别蒙皮裂纹位置、深度及芯层缺陷位置.
由于云平台中多宿主数据流在调度过程中容易发生阻塞和负载失衡,为此,提出一种等待队列动态预测调度算法.首先对请求包流入队的情况进行预测,搜索出请求包流存在的可用等待队列,并得到每个等待队列中的最大请求包数量预测边界,比较确定当前时刻入队的请求包流.然后通过负载情况确定当前等待队列的忙闲,再根据马氏迁移概率预测出最佳迁移队列,从而完成请求任务的迁移,使云服务任务能够得到及时有效的处理.为了准确判断等待队列的忙闲状态,采用流量等级作为判定依据.最后为了使任务迁移适应云平台的分布式集群架构,在预测调度时加入了对虚
针对现有二维人体姿态估计方法应用于视频序列时由于图像质量不稳定而导致的估计精度下降和时域不连续的问题,提出一种时空信息感知网络STNet.首先利用卷积模块提取出每帧视频中人体关节点的二维空间热力图,接着利用循环卷积模块对连续帧热力图之间的时间信息进行编码.时空信息的解耦学习策略提升了姿态估计结果的时域连贯性和空间准确性,降低了视频序列中时空特征的提取难度.循环卷积模块中的ConvGRU结构在保证识别精度的同时有效减少了模型计算量.在二维关节点数据集Penn Action和Sub-JHMDB上进行实验,并与
传统实验室云端访问安全监控方法无法识别访问数据的伪显特征,实验数据保密性较差.为此提出基于回填算法的实验室云端访问安全监控方法.结合不同云端服务类型,将实验室云数据的生命周期分段处理.利用回填算法,通过调度器根据截止时间实现任务评分,并定义任务优先级.设置四项状态变换规则,构建保护数据隐私性与完整性的安全监控模型.将安全等级按照由高到低顺序排列,建立任务与用户之间的关系矩阵,实现云端访问安全监控.仿真验证了回填算法的应用下,实验室资源利用率较高,可有效识别出访问数据的伪显特征,确保实验室访问安全.