公开(公告)号：CN115081801A

公开(公告)日：2022-09-20

申请号：CN202210515809.2

申请日：2022-05-11

Applicant: 同济大学

Inventor： 卢昱杰 ,  李佩娴 ,  石邢

IPC: G06Q10/06 ,  G06Q50/08

Abstract: 本发明涉及一种基于成本效益分析的建筑节能改造技术优选与决策方法，包括：S1、获取建筑图纸信息，构建初始能耗模型；S2、根据建筑现状校正能耗模型，对初始能耗模型进行更新，计算均方根误差，并将均方根误差最小的模型作为建筑能耗模型；S3、获取节能改造措施，计算节能效益值；S4、获取节能改造措施的成本信息进行本土化校正，并进行成本效益分析，通过可视化图表进行对比；S5、判定是否有成本阈值，若是则选取成本阈值内节能效益值最大的节能改造措施，否则根据决策矩阵选取最优的节能改造措施。与现有技术相比，本发明具有通过标准化流程与指标，使建筑节能改造决策更具可操作性，提高节能决策方案的处理效率和节能评测结果的准确性等优点。

公开(公告)号：CN113505997B

公开(公告)日：2023-03-28

申请号：CN202110790610.6

申请日：2021-07-13

Applicant: 同济大学

Inventor： 卢昱杰 ,  刘金杉 ,  邢腾飞 ,  李佩娴 ,  肖建庄

IPC: G06Q10/0635 ,  G06Q10/0639 ,  G06N20/00 ,  G06F18/214 ,  G06F18/2415 ,  G06Q50/08

Abstract: 本发明涉及一种基于机器学习的建筑墙面渗漏水风险等级评估方法，具体包括以下步骤：S1、根据影响渗漏水病害分级的特征属性，获取特征属性的属性值；S2、对特征属性的属性值进行分割，生成多叉决策树模型；S3、计算每个特征属性的信息增益度，得到最优特征属性来进行训练；S4、通过k折交叉验证算法计算多叉决策树的模型的识别精度，验证准确度，若高于准确度阈值，转至步骤S5；S5、通过计算机视觉技术识别当前建筑墙面的基础信息，输入到多叉决策树模型中；S6、输出当前建筑墙面的渗漏水病害等级以及相应的墙面修补提示信息。与现有技术相比，本发明具有提升建筑墙面评估的处理效率，提高建筑墙面渗漏水等级评估结果的准确性等优点。

公开(公告)号：CN118570377A

公开(公告)日：2024-08-30

申请号：CN202410631772.9

申请日：2024-05-21

Applicant: 同济大学

Inventor： 卢昱杰 ,  林怡君 ,  李佩娴 ,  王健宇 ,  王明康

IPC: G06T17/00 ,  G06V10/26 ,  G06V10/74 ,  G06V10/764 ,  G06T7/60 ,  G06T7/30 ,  G06V10/77

Abstract: 本发明涉及一种基于三维点云语义分割的建筑物立面窗户BIM重建方法，包括：获取建筑物三维点云，从该建筑物三维点云中分离出窗户语义点云；根据窗户语义点云，分离得到每个建筑物立面的窗户单体点云；将窗户单体点云与标准BIM构件库转化得到的点云进行匹配，利用倒角距离作为标准，判断各窗户单体点云所属的类别；根据得到的窗户单体点云，将窗户单体点云拟合为标准矩形，并提取其长度和宽度信息，作为窗户尺寸参数；根据获取的窗户所属类别和窗户尺寸参数，重建窗户BIM模型。与现有技术相比，本发明能够显著提高建筑物构件窗户BIM模型的重建效率，推动建筑物运维阶段的自动化逆建模，为建筑行业的数字化转型提供有力支撑。

公开(公告)号：CN114964506A

公开(公告)日：2022-08-30

申请号：CN202210522388.6

申请日：2022-05-13

Applicant: 同济大学

Inventor： 李佩娴 ,  卢昱杰 ,  林怡君 ,  罗茂辉 ,  刘金杉

IPC: G01J5/00 ,  G01J5/02 ,  G01J5/48 ,  G06N3/04 ,  G06N3/08 ,  F24F11/30 ,  F24F11/64 ,  F24F11/80 ,  F24F11/88 ,  F24F120/20

Abstract: 本发明涉及一种基于红外热成像的室内人体热舒适智能调控方法和系统，方法包括：采集室内人员面部红外热成像并进行皮肤温度提取，利用卷积神经网络从红外热成像中识别个体年龄与性别，根据皮肤温度、年龄与性别，利用机器学习模型预测个体热舒适度，基于获得的个体热舒适度智能调控局部空调系统。与现有技术相比，本发明利用红外热像仪实现非侵入式自动控制，设置与操作方法简单；通过识别年龄与性别提高个体热舒适的预测准确度，最大限度满足不同个体对热环境的差异化需求；通过实时个性化热环境调控达到节能减排的目的。

公开(公告)号：CN113505997A

公开(公告)日：2021-10-15

申请号：CN202110790610.6

申请日：2021-07-13

Applicant: 同济大学

Inventor： 卢昱杰 ,  刘金杉 ,  邢腾飞 ,  李佩娴 ,  肖建庄

IPC: G06Q10/06 ,  G06N20/00 ,  G06K9/62 ,  G06Q50/08

Abstract: 本发明涉及一种基于机器学习的建筑墙面渗漏水风险等级评估方法，具体包括以下步骤：S1、根据影响渗漏水病害分级的特征属性，获取特征属性的属性值；S2、对特征属性的属性值进行分割，生成多叉决策树模型；S3、计算每个特征属性的信息增益度，得到最优特征属性来进行训练；S4、通过k折交叉验证算法计算多叉决策树的模型的识别精度，验证准确度，若高于准确度阈值，转至步骤S5；S5、通过计算机视觉技术识别当前建筑墙面的基础信息，输入到多叉决策树模型中；S6、输出当前建筑墙面的渗漏水病害等级以及相应的墙面修补提示信息。与现有技术相比，本发明具有提升建筑墙面评估的处理效率，提高建筑墙面渗漏水等级评估结果的准确性等优点。