...
机译:利用自适应套索特征滤波的跨源传感数据融合,用于建筑物占用预测
Southeast Univ Sch Architecture Nanjing Jiangsu Peoples R China;
Lawrence Berkeley Natl Lab Bldg Technol & Urban Syst Div 1 Cyclotron Rd Berkeley CA 94720 USA;
City Univ Hong Kong Dept Architecture & Civil Engn Kowloon Y6621 AC1 Tat Chee Ave Hong Kong Peoples R China;
Data fusion; Physics-based model; Machine learning; Feature selection; Occupancy prediction;
机译:利用自适应套索特征滤波的跨源传感数据融合,用于建筑物占用预测
机译:通过机器学习以及建筑物中环境感应和Wi-Fi感应的数据融合进行占用预测
机译:使用基于Dempster–Shafer证据理论的智能建筑的基于物联网的传感器数据融合,以进行占空感知
机译:UCSR:非结构化环境中跨源2D和3D传感器数据的注册和融合
机译:分布式自适应传感系统的应用感知网络内服务和数据融合框架。
机译:基于稀疏组Lasso方法对FMRI数据集的Hypernetwork施工和特征融合分析
机译:建筑物环境传感和无线网络传感的机器学习和数据融合的占用预测