| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 研究背景 | 第8-10页 |
| 1.1.1 建筑节能的重要性 | 第8-9页 |
| 1.1.2 建筑热量组分逆向解析的必要性 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 建筑能耗数据的逆向解析 | 第10-11页 |
| 1.2.2 建筑热工数据的逆向解析 | 第11-12页 |
| 1.2.3 盲源分离问题的发展与应用 | 第12页 |
| 1.3 课题的提出及意义 | 第12-14页 |
| 1.4 研究内容及技术路线 | 第14-16页 |
| 第2章 建筑冷负荷组分的定义与特征 | 第16-22页 |
| 2.1 建筑冷负荷组分定义 | 第16-17页 |
| 2.2 建筑冷负荷组分特征 | 第17-20页 |
| 2.2.1 温差冷负荷 | 第17-18页 |
| 2.2.2 日射冷负荷 | 第18页 |
| 2.2.3 新风冷负荷 | 第18-19页 |
| 2.2.4 内扰冷负荷 | 第19-20页 |
| 2.3 本章小结 | 第20-22页 |
| 第3章 稀疏表示与字典学习的理论基础 | 第22-28页 |
| 3.1 基本理论 | 第22-24页 |
| 3.1.1 盲源分离问题 | 第22-23页 |
| 3.1.2 稀疏表示与字典 | 第23-24页 |
| 3.2 稀疏表示基本算法 | 第24页 |
| 3.3 字典学习基本算法 | 第24-26页 |
| 3.3.1 分析型字典构造方法 | 第25页 |
| 3.3.2 学习型字典基本算法 | 第25-26页 |
| 3.4 本章小结 | 第26-28页 |
| 第4章 基于稀疏表示与字典学习的冷负荷反向分解方法 | 第28-40页 |
| 4.1 冷负荷反向分解方法概述 | 第28-30页 |
| 4.2 字典学习算法步骤 | 第30-33页 |
| 4.2.1 目标函数 | 第30-31页 |
| 4.2.2 非负K-SVD算法 | 第31-32页 |
| 4.2.3 评价指标 | 第32-33页 |
| 4.3 稀疏分解算法步骤 | 第33-37页 |
| 4.3.1 目标函数 | 第33-34页 |
| 4.3.2 改进的非负稀疏表示算法 | 第34-36页 |
| 4.3.3 组分重构 | 第36页 |
| 4.3.4 评价指标 | 第36-37页 |
| 4.4 冷负荷反向分解方法算法总结 | 第37-38页 |
| 4.5 本章小结 | 第38-40页 |
| 第5章 冷负荷反向分解方法的应用与验证 | 第40-60页 |
| 5.1 冷负荷反向分解方法的应用概述 | 第40-41页 |
| 5.2 针对气象参数的应用及方法可行性分析 | 第41-51页 |
| 5.2.1 数据来源 | 第41-44页 |
| 5.2.2 具体分解流程 | 第44-45页 |
| 5.2.3 最优参数选取 | 第45-48页 |
| 5.2.4 分解结果及方法可行性分析 | 第48-51页 |
| 5.3 针对建筑参数的应用及方法适用性分析 | 第51-57页 |
| 5.3.1 数据来源 | 第51-53页 |
| 5.3.2 交叉验证 | 第53-54页 |
| 5.3.3 分解结果 | 第54-56页 |
| 5.3.4 方法适用性分析 | 第56-57页 |
| 5.4 针对训练样本量的应用及方法高效性分析 | 第57-59页 |
| 5.4.1 训练样本量对分解结果的影响 | 第57-58页 |
| 5.4.2 方法高效性分析 | 第58-59页 |
| 5.5 本章小结 | 第59-60页 |
| 第6章 结论与展望 | 第60-62页 |
| 6.1 研究结论 | 第60页 |
| 6.2 创新点 | 第60-61页 |
| 6.3 研究展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 发表论文和参加科研情况说明 | 第66-68页 |
| 致谢 | 第68页 |