首站-论文投稿智能助手
典型文献
基于样本集质量的建筑能耗预测机器学习算法选择及参数设置
文献摘要:
使用机器学习算法对建筑能耗进行预测正逐渐成为建筑设计初期重要的决策辅助工具,机器学习算法的选择及其参数设置一直是机器学习领域研究的热点和难点.但现有研究大多从算法原理角度进行预测模型的选择及参数设置,训练样本集的特征信息未得到充分利用.为此,提出一种以样本量及样本分布特征为出发点的样本集质量分类方法,针对不同质量样本集测试不同机器学习算法的学习性能,制定不同质量样本集的算法选择及参数设置策略.分析样本特征与算法性能之间的关系,为建筑设计提供有效指导.
文献关键词:
建筑能耗预测;机器学习算法;样本分布特征
作者姓名:
刘刚;李晓倩;韩臻
作者机构:
天津大学 建筑学院,天津 300072;天津大学 天津市建筑物理环境与生态技术重点实验室,天津 300072
文献出处:
引用格式:
[1]刘刚;李晓倩;韩臻-.基于样本集质量的建筑能耗预测机器学习算法选择及参数设置)[J].重庆大学学报,2022(05):79-95
A类:
样本分布特征
B类:
建筑能耗预测,预测机器,机器学习算法,算法选择,参数设置,建筑设计初期,决策辅助工具,学习领域,算法原理,训练样本集,特征信息,样本量,质量分类,分类方法,学习性,样本特征,算法性能,有效指导
AB值:
0.271454
相似文献
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。