建築數據智能分析及應用 李成棟 田晨璐 9787112295876 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：中國建築工業
物品所在地：中國大陸
原出版社：中國建築工業
NT$413
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *數量非實際在台庫存 *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考，以到貨標的為實際資訊。 印行年月：202402*若逾兩年請先於私訊洽詢存貨情況，謝謝。 台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。 書名：建築數據智能分析及應用 ISBN：9787112295876 出版社：中國建築工業 著編譯者：李成棟 田晨璐 頁數：197 所在地：中國大陸 *此為代購商品 書號：1615729 可大量預訂，請先連絡。 內容簡介 本書主要涉及人工智慧方法在建築數據智能分析與挖掘方面的應用，共分4部分，14章。第一部分智慧建築與機器學習簡介，介紹常用淺層與深層機器學習方法及其性能評價指標，包括第1章∼第3章。第二部分建築用能精準預測與分佈分析，介紹建築用能數據分析研究現狀、用能數據增強與預測、知識與數據融合驅動的建築能耗預測、居住建築群用能分佈分析、基於域自適應的建築用能遷移預測、基於模型遷移與邊緣計算的建築用能預測，包括第4章∼第9章。第三部分建築設備及用能異常檢測與診斷，介紹冷水機組故障診斷、空氣處理單元故障診斷、建築異常用能診斷，包括第10章∼第12章。第四部分非侵入式設備識別與用戶畫像，介紹用能用戶分類畫像、設備用電負荷分解，包括第13章、第14章。本書實用性強，希望藉此推動人工智慧與建築數據應用的深度結合和進一步發展。 本書可供從事智能建築、智能數據分析的技術人員、管理人員使用，也可供大專院校相關專業人員使用。目錄 第一部分 智慧建築與機器學習簡介第1章 智能建築與智慧建築 1 1 智能建築 1 2 從智能建築到智慧建築 1 3 智慧建築體系架構 1 4 智慧建築數據應用 1 5 小結 第2章 機器學習方法 2 1 多元線性回歸 2 2 反向傳播神經網路 2 3 極限學習機 2 4 支持向量機與支持向量回歸 2 5 深度置信網路 2 6 生成式對抗網路 2 7 循環神經網路及長短期記憶網路 2 8 卷積神經網路 2 9 時序卷積網路 2 10 圖神經網路 2 11 遷移學習 2 12 空間密度聚類演算法 2 13 小結 本章參考文獻 第3章 機器學習性能評價指標 3 1 回歸及預測性能評價指標 3 2 分類性能評價指標 3 3 聚類性能評價指標 3 4 故障診斷性能評價指標 3 5 相似性度量準則 3 6 小結 本章參考文獻 第二部分 建築用能精準預測與分佈分析 第4章 建築用能數據分析研究現狀 4 1 建築用能預測研究現狀 4 2 建築用能分佈分析研究現狀 4 3 小結 本章參考文獻 第5章 用能數據增強與預測 5 1 傳統一維數據生成方法 5 2 基於GAN的建築用能數據生成與平行預測 5 3 實驗與結果分析 5 4 小結 本章參考文獻 第6章 知識與數據融合驅動的建築能耗預測 6 1 引言 6 2 基於循環特徵和深度集成置信網路的建築能耗預測 6 3 實驗與結果分析 6 4 小結 本章參考文獻 第7章 居住建築群用能分佈分析 7 1 引言 7 2 基於DBSCAN與深度學習的居住建築群用能分佈分析 7 3 實驗與結果分析 7 4 小結 本章參考文獻 第8章 基於域自適應的建築用能遷移預測 8 1 引言 8 2 域間損失度量指標 8 3 域自適應用能預測模型 8 4 實驗與分析 8 5 小結 本章參考文獻 第9章 基於模型遷移與邊緣計算的建築用能預測 9 1 引言 9 2 域間數據相似性分析方法 9 3 基於模型遷移的用能預測 9 4 實驗與分析 9 5 小結 本章參考文獻 第三部分 建築設備及用能異常檢測與診斷 第10章 冷水機組故障診斷 10 1 冷水機組系統及其常見故障 10 2 冷水機組故障診斷研究現狀及問題 10 3 基於特徵增強的冷水機組故障智能診斷 10 4 實驗與結果分析 10 5 小結 本章參考文獻 第11章 空氣處理單元故障診斷 11 1 AHU工作原理及其常見故障 11 2 AHU故障診斷研究現狀及問題 11 3 基於慢特徵分析的AHU智能故障診斷 11 4 實驗與結果分析 11 5 小結 本章參考文獻 第12章 建築異常用能診斷 12 1 引言 12 2 基於經驗模態分解的多尺度特徵提取、融合方法 12 3 基於EMD和GCN的異常用電檢測 12 4 實驗分析 12 5 小結 本章參考文獻 第四部分 非侵入式設備識別與用戶畫像 第13章 用戶用能分類畫像 13 1 引言 13 2 用能用戶分類原理 13 3 基於自學習邊權重的圖卷積用戶分類 13 4 實驗與分析 13 5 小結 本章參考文獻 第14章 設備用電負荷分解 14 1 研究現狀與動機 14 2 用能分解原理 14 3 并行非侵入式用能分解 14 4 實驗與分析 14 5 小結 本章參考文獻 詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
