基于物联网的建筑健康监测方法研究
复杂度等方面的优劣来决定采用的信号处理手段。
2.2机器学习与事件检测
根据学习算法的不同，机器学习主要分为监督学习、无监督学习和半监督学习三类。
监督学习要求算法能从训练数据中推断出尽可能合理的函数，这在训练数据是有噪、不充分的情况下显得尤为重要。监督学习算法包括贝叶斯分析，决策树，回归分析等。其主要的难点在于如何获得充足的、高质量的训练数据，因为只有训练数据足够准确、数量足够多、特征区分足够明显，才能通过监督学习算法得到性能良好的分类器。
无监督学习是一类从无标记数据中推断隐藏的结构的算法。最典型的就是聚类操作，将集合中不同的对象分配到不同的组（称为一个聚类）中，使得同一个组内的对象比不同组的对象之间更为相似。探究传感器数据是否存在明显的聚集性，对于难以获取训练数据的事件进行异常检测具有很大价值。
半监督学习同时利用标记数据和无标记数据进行训练的机器学习算法。结合相对少量的标
<<上一页 下一页>>
广州市越秀区图书馆版权所有。
联系电话：020-87673002
本站访问人数：