被动式超低能耗建筑占用率预测的CNN-ResNet-RF混合模型实证评估
Empirical Evaluation of a CNN-ResNet-RF Hybrid Model for Occupancy Rate Prediction in Passive Ultra-Low-Energy Buildings
发表于 2026年3月11日 · 收录于雷达 2026年11月5日
中文摘要
研究基于一栋被动式超低能耗教育建筑的多源环境与行为数据，实证评估CNN-ResNet-RF混合模型对实时占用率的预测能力。室内二氧化碳浓度与占用率的线性相关性最强。模型在测试集上表现良好；轻量化的CNN-ResNet-RF-25变体进一步提升准确度并显著降低复杂度，显示出在资源受限环境中的部署潜力。