【摘 要】
：
针对民用建筑“四节一环保”原始数据中存在的数据质量问题,使用多种方法实现数据清洗与数据修复。数据清洗方面,重点关注单栋建筑能耗数据中存在的相似重复记录及异常记录。
【机 构】
：
北京大学前沿交叉学科研究院大数据科学研究中心,山东科技大学数学与系统科学学院,北京大学数学科学学院
【基金项目】
：
国家重点研发计划(2018YFC0704300)和国家自然科学基金(11901359)资助
论文部分内容阅读
针对民用建筑“四节一环保”原始数据中存在的数据质量问题,使用多种方法实现数据清洗与数据修复。数据清洗方面,重点关注单栋建筑能耗数据中存在的相似重复记录及异常记录。其中,识别异常记录采用3σ准则、DBSCAN聚类算法及箱线图内限3种方法。数据修复方面,重点关注缺失值的填补及基于模型的数据修正。其中,缺失值的填充使用简单填充、线性回归模型和基于用户的协同过滤推荐算法,并以平均绝对误差为评估指标进行对比。基于多元线性回归、主成分回归、偏最小二乘回归、岭回归及Lasso回归5种模型,拟合建筑运行能耗与各解释变量间
其他文献
设计并实现一种适用于多分量监测系统AETA的数据采集系统。该采集系统包括探头数据采集软件、数据处理终端软件和服务器端的应用程序,其中数据处理终端软件为系统的核心,负责接收探头采集的数据,并将其稳定、可靠地传输至服务器端。该采集系统具有自动升级和在线执行命令的功能,可以实现设备的远程运维和维护。测试结果表明, AETA数据采集系统能够在网速低至10 KB的情况下稳定地运行,并能在一分钟内及时地响应远
随着我国经济社会的高速发展,人们环保意识也不断提升,绿色经济已经成为全球共识。而要想实现这一发展目标就需要做好林业资源管理工作,对二者关系有一个正确的认知,并采取科
近日，在湖北省经济形势及重大项目信息通报会上，湖北省发改委主任介绍，截至目前，湖北全省重大项目库已入库项目3．76万个，投资总规模达12．06万亿元。这些项目，最迟将在“十二五”初期
建筑工程管理的内容非常的广泛，它贯穿于项目建设活动的每个过程和各个方面，从项目中标、签约到施工准备、现场施工，直至竣工验收，每个环节都离不开管理工作。就管理的工作过程来
基于蒙古国两种典型草地生态系统类型(荒漠草原和高山草原),采取围封和放牧两种处理方式,对2013-2018年这两种草地类型的群落盖度进行系统分析。按植物分类学法,将群落内的所
发改委日前发布的1份报告称,总体来看,目前工业生产资料市场供需基本面不会发生大的变化。但随着生产资料需求旺季到来,预计2010年9～10月主要工业生产资料价格将稳中有升。
A
河长制为区域性环境保护管理制度,如何在流域层面实现联防联控是当前河长制推行的难点与薄弱环节。以长江流域典型跨省河流——赤水河为例,针对赤水河生态环境保护存在的突出
本文结合某工程实例进行分析，论述了机电工程的施工管理和质量控制的方法，以下结论可供参考!
本文通过对岭南明珠体育馆的设计情况介绍，阐述了现代体育馆独特的建筑空间与大跨度的空间结构设计相结合理念。