作者:董冰,林棋波,彭渤,肖娟 单位:中国对外翻译出版公司 出版:《生态城市与绿色建筑》2011年第01期 页数:6页  (PDF与DOC格式可能不同) PDF编号:PDFDNGN2011010070 DOC编号:DOCDNGN2011010079 下载格式:PDF + Word/doc 文字可复制、可编辑
《室内空间用户行为的智能手机识别》PDF+DOC2017年第06期 黄鹤,刘春成,李晶,罗德安 《浅谈模式识别在流量建模中的应用》PDF+DOC2016年第05期 刘恩亚,王刚 《基于可穿戴传感器的行为识别随机逼近模型》PDF+DOC2014年第12期 高蕾,曹建忠 《传感器网络基于轨迹聚类的多目标跟踪算法》PDF+DOC2017年第11期 朱敬华,尹旭明,柏敬思,王亚珂,李金宝,王雪 《支持无线传感器网络多目标跟踪的聚类数据关联算法研究》PDF+DOC2012年第S1期 朱晓钢,杨兵,许华杰 《一种采用UWB定位系统进行行为识别的方法》PDF+DOC2012年第14期 马荟,於志文,樊祥超,倪红波 《基于CS和神经网络的传感器网络模式识别研究》PDF+DOC2011年第12期 龚静,陈向东,时子青 《基于负熵的人员脚步震动信号检测识别算法》PDF+DOC2010年第01期 梁志强,魏建明,赵俊钰,刘海涛 《基于支持向量机的跌倒检测方法研究》PDF+DOC2014年第09期 梁维杰,张应红,景晖,黄博,郑骥 《社会网络的模糊聚类理论及其实践》PDF+DOC2013年第S2期 沈洁,郭莉森
  • 用户出现识别被广泛应用于建筑环境中,例如包括需求控制的通风和安全工程。然而,目前大多数的传感器技术不能辨别出房间里具体的人数。为了解决这个问题,在卡内基梅隆大学的Robert L.Preger智能工作站(IW)内开发了一个复杂的环境传感器网络。结果显示,被测量的环境条件和用户状况之间有显著的相关性。它表明使用基于隐式马尔科夫模型的高斯混合模型在人数识别上能够实现83%的准确度。为了说明基于行为识别(例如人数和时间)带来的能耗影响,使用Energy Plus建立该智能工作站的模型,假定使用标准VAV系统,通过模拟计算来比较根据ASHRAE 90.1标准案例规定的作息模式和预测得到的两种模式之间的能源消耗结果。结果表明,在保证室内热舒适的同时,智能工作站可节约空调能耗18.5%。

    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。