基于多层感知机的教室占用人数估计
神经与进化计算
2017-02-08 v1 机器学习
摘要
本文提出了一种多层感知机模型，用于根据感知的室内环境数据——相对湿度、空气温度和二氧化碳浓度——估计教室中的占用人数。建模数据集采集自葡萄牙波巴尔中学的两间教室。占用人数和占用时段来自课堂考勤报告。然而，课后占用情况未知，所开发的模型通过填补未报告时段来重建教室占用情况。测试了不同的模型结构和环境变量组合。精度最佳的模型以相对湿度与二氧化碳浓度的五个平均时间间隔共10个变量作为输入向量。该模型的均方误差为1.99，决定系数为0.96（显著性p值<0.001），平均绝对误差为1人。这些结果显示了在不确定室内环境条件下的良好估计能力。
引用
@article{arxiv.1702.02125,
title = {Estimation of classrooms occupancy using a multi-layer perceptron},
author = {Eugénio Rodrigues and Luísa Dias Pereira and Adélio Rodrigues Gaspar and Álvaro Gomes and Manuel Carlos Gameiro da Silva},
journal= {arXiv preprint arXiv:1702.02125},
year = {2017}
}
备注
6 pages, 2 figures, conference article