[发明专利]办公建筑用户在室行为预测方法在审
| 申请号： | 201611122183.X | 申请日： | 2016-12-08 |
| 公开（公告）号： | CN106599436A | 公开（公告）日： | 2017-04-26 |
| 发明（设计）人： | 俞准;黄余建;李郡;周亚苹;胡宾;张国强 | 申请（专利权）人： | 湖南大学 |
| 主分类号： | G06F17/50 | 分类号： | G06F17/50;G06K9/62 |
| 代理公司： | 长沙永星专利商标事务所(普通合伙)43001 | 代理人： | 周咏,米中业 |
| 地址： | 410082 湖*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种办公建筑用户在室行为预测方法，包括采集用户在室行为相关数据并建立数据库；对数据库进行关联规则挖掘，确定对用户在室行为的显著影响因素；针对不同用户类型，采用聚类分析方法根据显著影响因素对用户进行聚类，得到用户的分类数据集；对聚类后的每一个用户分类数据集，分别采用随机森林模型动态预测每一类用户每一时刻的在室行为。本发明提高了在室行为预测的准确性，而且不仅能够反映了用户在室行为随机性，且可针对每一时刻的用户在室行为进行动态预测；本发明还可提供大量在室行为有用信息并反馈给用户，进一步实现建筑节能；此外，本发明方法还克服了已有的预测方法无法同时具备随机性、动态性和准确性的不足。 | ||
| 搜索关键词： | 办公 建筑 用户 行为 预测 方法 | ||
【主权项】：
一种办公建筑用户在室行为预测方法，包括如下步骤：S1.采集用户在室行为相关数据并建立数据库；S2.对步骤S1得到的数据库进行关联规则挖掘，确定对用户在室行为的显著影响因素；S3.针对不同用户类型，根据步骤S2得到的显著影响因素，采用聚类分析方法对用户进行聚类，从而得到用户的分类数据集；S4.对步骤S3得到的聚类后的每一个用户分类数据集，分别采用随机森林模型动态预测每一类用户每一时刻的在室行为。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于湖南大学，未经湖南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201611122183.X/，转载请声明来源钻瓜专利网。
