项目名称: 基于数据驱动的建筑环境影响评价模型及关键问题研究

项目编号: No.61503313

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 其他

项目作者: 周绮凤

作者单位: 厦门大学

项目金额: 21万元

中文摘要: 建筑环境影响评价是改善生态环境危机的重要手段,是当前可持续发展的研究热点之一。目前广泛使用的环境影响评价方法代价高昂,且仅能从建筑生态学的角度给出局部或简化的评价结果,无法充分利用海量、高维、异构的建筑环评数据。本项目针对建筑环评数据的新特点,开展基于数据驱动的建筑环境影响评价模型及关键问题研究,填补目前建筑环评中尚无自动、高效、全面的评估方法的空白。主要研究内容包括:针对建筑属性数据的高维性和复杂性开展多层次代价敏感特征选择研究,发现影响环境的主要建筑材料;在此基础上,设计异构社区发现和可移植半监督聚类集成算法,约减评估规模,将单个建筑环评推演至大规模建筑群评估;针对建筑基础数据来源的多样性和异构性,设计多重异构聚类算法,解决绿色建筑设计中可替代材料选择的难题。本项目的研究成果,有助于解决大数据环境下建筑环评面临的若干难题,并丰富现有的数据挖掘方法。

中文关键词: 环境生态数据挖掘;建筑环境影响评价;特征选择;聚类集成

英文摘要: Building Environmental impact assessment is an important way to improve ecological environment crisis and a research focus in building sustainable development. However applying the commonly used environment impact assessment method in building industry is expensive and time consuming. This is due to the complexity of building structure along with a large amount of high-dimensional heterogeneous building data. This project analyzes the characteristic of building data and researches the data-driven solutions to address the key problems of the building environment assessment and redesign..The research merits of this project include: a new cost-sensitive feature selection method and a new conditional correlation feature selection method are proposed based on the practical demand and construction mechanism to perform a ‘hotspot’ assessment analysis; the existing community discovery techniques are extended by simultaneously making use of the contextual information of the objects and the underlying relationship information to generate more meaningful communities; a unified framework for solving constraint-based clustering ensemble selection problem is proposed to extend the environmental impact assessment range from the project level to the regional level; a multiple disparate clustering method is proposed to determine design alternatives in sustainable buildings design. The success of this project will enrich the existing data mining methods and help solve the relevant problems in sustainable building development.

英文关键词: Environmental data mining;Building environmental impact assessment;Feature selection;Clustering ensemble

成为VIP会员查看完整内容
0

相关内容

基于表格数据的深度学习方法
专知会员服务
37+阅读 · 2021年10月19日
专知会员服务
27+阅读 · 2021年9月17日
专知会员服务
72+阅读 · 2021年4月8日
专知会员服务
60+阅读 · 2021年3月25日
专知会员服务
61+阅读 · 2021年3月6日
专知会员服务
23+阅读 · 2021年1月30日
专知会员服务
84+阅读 · 2020年12月11日
【NeurIPS2020】针对弱监督目标检测的综合注意力自蒸馏
专知会员服务
31+阅读 · 2020年11月12日
专知会员服务
80+阅读 · 2020年6月20日
基于深度学习的多标签生成研究进展
专知会员服务
142+阅读 · 2020年4月25日
图像修复研究进展综述
专知
19+阅读 · 2021年3月9日
多因素问题分析时,如何确立各因素权重?
人人都是产品经理
74+阅读 · 2020年3月4日
基于虚拟现实环境的深度学习模型构建
MOOC
24+阅读 · 2019年9月28日
交通评价指标概略
智能交通技术
15+阅读 · 2019年7月21日
一种关键字提取新方法
1号机器人网
21+阅读 · 2018年11月15日
图像检索研究进展:浅层、深层特征及特征融合
中国计算机学会
122+阅读 · 2018年3月26日
【知识图谱】中文知识图谱构建方法研究
产业智能官
99+阅读 · 2017年10月26日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
SlowFast Networks for Video Recognition
Arxiv
19+阅读 · 2018年12月10日
Arxiv
29+阅读 · 2018年4月6日
Arxiv
11+阅读 · 2018年3月23日
小贴士
相关VIP内容
基于表格数据的深度学习方法
专知会员服务
37+阅读 · 2021年10月19日
专知会员服务
27+阅读 · 2021年9月17日
专知会员服务
72+阅读 · 2021年4月8日
专知会员服务
60+阅读 · 2021年3月25日
专知会员服务
61+阅读 · 2021年3月6日
专知会员服务
23+阅读 · 2021年1月30日
专知会员服务
84+阅读 · 2020年12月11日
【NeurIPS2020】针对弱监督目标检测的综合注意力自蒸馏
专知会员服务
31+阅读 · 2020年11月12日
专知会员服务
80+阅读 · 2020年6月20日
基于深度学习的多标签生成研究进展
专知会员服务
142+阅读 · 2020年4月25日
相关资讯
图像修复研究进展综述
专知
19+阅读 · 2021年3月9日
多因素问题分析时,如何确立各因素权重?
人人都是产品经理
74+阅读 · 2020年3月4日
基于虚拟现实环境的深度学习模型构建
MOOC
24+阅读 · 2019年9月28日
交通评价指标概略
智能交通技术
15+阅读 · 2019年7月21日
一种关键字提取新方法
1号机器人网
21+阅读 · 2018年11月15日
图像检索研究进展:浅层、深层特征及特征融合
中国计算机学会
122+阅读 · 2018年3月26日
【知识图谱】中文知识图谱构建方法研究
产业智能官
99+阅读 · 2017年10月26日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员