《PSO-SVM算法在智能建筑环境监控系统中的应用》PDF+DOC
作者:傅军栋,邹欢,康水华
单位:华东交通大学
出版:《华东交通大学学报》2016年第01期
页数:7页 (PDF与DOC格式可能不同)
PDF编号:PDFHDJT2016010180
DOC编号:DOCHDJT2016010189
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于改进PSO优化LSSVM的传感器补偿研究》PDF+DOC2013年第05期 刘滔,韩华亭,焦楷哲
《核电厂环境辐射监测传感器网络中缺失值的粒子群算法-最小二乘支持向量机估计算法》PDF+DOC2014年第12期 高雨晨,唐耀庚
《基于SVM和DS证据理论的多传感器信息融合故障诊断》PDF+DOC2015年第04期 张宁波
《基于Arduino的智能环境监控系统设计》PDF+DOC2017年第08期 葛佳奇
《基于PSO-LSSVM的差动变压器式位移传感器的温度补偿》PDF+DOC2018年第12期 陆腾云,卢文科,左锋,冯阳,吴子恒
《人员行为识别雷达系统的研究》PDF+DOC2018年第08期 陈旻罡
《基于多目标粒子群算法的多传感器图像融合》PDF+DOC2012年第06期 王宪,张方生,慕鑫,柳絮青,郭玉凡
《双层幕墙甲级办公建筑的智能环境控制系统》PDF+DOC2012年第04期 曹承属
《基于PSO-SVM逆的赖氨酸发酵过程软测量》PDF+DOC2012年第09期 王博,孙玉坤,嵇小辅,黄永红,黄丽
《基于PSO-SVM的白酒品质鉴别电子鼻》PDF+DOC2011年第11期 蒋鼎国,周红标,耿忠华
针对智能建筑环境监控系统中,多个传感器独立工作可能会造成系统误判的问题,提出了一种基于粒子群优化支持向量机(PSO-SVM)的环境质量综合评价模型,即利用粒子群算法快速优化支持向量机的惩罚参数和核函数参数,然后采用Zig Bee无线传感网络采集的环境数据对PSO-SVM分类模型进行训练和测试。实验结果表明PSO-SVM分类器对环境质量判断的平均精度达到94.44%,且分类结果稳定。将这种方法应用于智能建筑环境监控系统中,可以增加系统监测数据的准确性,提高系统工作的可靠性。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。