《表3 布灯方案正确率：基于图形识别和GRNN网络的照明设计自动化系统》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于图形识别和GRNN网络的照明设计自动化系统》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

%

为验证本文方法的有效性，根据以上所说的算法使用matlab进行编程，提取出房间的类型和尺寸信息，在试验中采用房间的类型编号（如办公室为1、教室为2、会议室为3等）、房间的长、宽、高以及功能性房间规范规定的照度标准值、功率密度值和照度均匀度等7项指标作为网络的输入，将每行和每列灯具的布置数等2项指标作为网络的预测输出。由于数据采集困难的原因，本文采用一种灯具，将教室、会议室和办公室3种类型的矩形房间共150组输入数据，选择前120组数据训练广义回归神经网络GRNN，后30组数据作为预测数据，计算正确识别率，并将3种房间比较BP网络与本文所用方法之间的正确率进行比较，如表3所示。