基于梯度提升决策模型的空间占用检测研究

来源：计算机应用研究杂志2019年第3期北京时间：

作者：徐新卫,丁敬安,柳智才,王多梅,腾翔,邵瑞瑞,

单位：1.安徽工业大学管理科学与工程学院,安徽马鞍山243000；2.南京大学计算软件新技术国家重点实验室,南京210000；3.河海大学公共管理学院,南京210000；

摘要：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。

关键词：大数据绿色建筑,空间占用检测,最大相关最小冗余,梯度提升算法,

基金资助：国家社科基金资助项目(15BJL014)；；