10.3969/j.issn.1005-0523.2016.01.018
PSO-SVM算法在智能建筑环境监控系统中的应用
针对智能建筑环境监控系统中,多个传感器独立工作可能会造成系统误判的问题,提出了一种基于粒子群优化支持向量机(PSO-SVM)的环境质量综合评价模型,即利用粒子群算法快速优化支持向量机的惩罚参数和核函数参数,然后采用ZigBee无线传感网络采集的环境数据对PSO-SVM分类模型进行训练和测试。实验结果表明PSO-SVM分类器对环境质量判断的平均精度达到94.44%,且分类结果稳定。将这种方法应用于智能建筑环境监控系统中,可以增加系统监测数据的准确性,提高系统工作的可靠性。
环境监控、多传感器、粒子群优化、支持向量机
TM715(输配电工程、电力网及电力系统)
2016-04-01(万方平台首次上网日期,不代表论文的发表时间)
共7页
121-127