论文研究 基于梯度提升决策模型的空间占用检测研究.pdf

随着绿色建筑和绿色生态城区经济激励机制基本形成，面对大量多维空间占用数据，大数据绿色建筑节能体系应运而生。然而大量多维的建筑数据却没有被充分利用，且传统空间占用检测模型分类精度还不够准确，模型时间复杂度较高。利用UCI占用检测数据集，在原始数据集上加入时间戳，使模型分类精度均获得提高，同时利用MCMR（最大相关最小冗余）方法进行特征选择，通过随机森林作为分类器验证分类效果，获取最优特征子集。利用选取的特征子集构建占用检测模型，其中XGBoost模型与随机森林模型（RF）进行比对，分类精度较高，且时间复杂度更低。