基于Wi-Fi室内人员定位技术和数据挖掘对在室人员的研究
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 室内人员定位技术 | 第9-11页 |
| 1.2.2 数据挖掘在建筑节能方面的应用 | 第11-12页 |
| 1.3 研究内容 | 第12-14页 |
| 2 实验描述 | 第14-20页 |
| 2.1 实验仪器 | 第14-15页 |
| 2.2 监测节点的布置 | 第15-17页 |
| 2.3 实验测点布置 | 第17-19页 |
| 2.4 隐私性与安全性 | 第19-20页 |
| 3 数据分析方法及建模 | 第20-32页 |
| 3.1 原始数据的预处理 | 第20-21页 |
| 3.2 数据挖掘 | 第21-26页 |
| 3.2.1 关联规则挖掘 | 第21-23页 |
| 3.2.2 聚类分析 | 第23-24页 |
| 3.2.3 决策树模型 | 第24-26页 |
| 3.3 数学建模 | 第26-32页 |
| 3.3.1 关联规则建模 | 第26-27页 |
| 3.3.2 聚类分析建模 | 第27-29页 |
| 3.3.3 决策树建模 | 第29-32页 |
| 4 数据分析与结果讨论 | 第32-56页 |
| 4.1 实验数据的验证分析 | 第32-35页 |
| 4.1.1 仪器精度验证 | 第32-33页 |
| 4.1.2 设备数与人数之比 | 第33-35页 |
| 4.2 在室人员位置的分布分析 | 第35-39页 |
| 4.2.1 在室人员位置分布的定性分析 | 第35-37页 |
| 4.2.2 在室人员位置分布的定量分析 | 第37-39页 |
| 4.3 人员在室时间分布分析 | 第39-46页 |
| 4.3.1 人员在室时间分析 | 第39-42页 |
| 4.3.2 照明系统用电浪费情况分析 | 第42-45页 |
| 4.3.3 照明系统用电浪费模式分析 | 第45-46页 |
| 4.4 人员在室停留时间分析 | 第46-56页 |
| 4.4.1 人员在室停留时长模式分析 | 第46-51页 |
| 4.4.2 房间访问频率分析 | 第51-53页 |
| 4.4.3 决策树模型分析 | 第53-56页 |
| 5 结论和展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-68页 |
| 附录 1. 关联规则算法R语言实现代码 | 第68-70页 |
| 附录 2. 聚类分析算法R语言实现代码 | 第70-74页 |
| 附录 3. 决策树算法R语言实现代码 | 第74-75页 |
