一种智慧教室环境适切性调节方法及系统技术方案

本发明专利技术公开了一种智慧教室环境适切性调节方法及系统。本发明专利技术首先采集各种环境参数数据和CO<subgt;2</subgt;浓度数据；根据各种环境参数与CO<subgt;2</subgt;浓度的相关性和重要性筛选CO<subgt;2</subgt;浓度的影响因子；基于LSTM神经网络建立CO<subgt;2</subgt;浓度预测模型，以所述影响因子作为训练数据，CO<subgt;2</subgt;浓度预测值作为目标变量，对所述CO<subgt;2</subgt;浓度预测模型进行拟合训练，对模型超参数进行优化并依据预测结果建立自动调节通风系统，实现智慧教室的智能控制，调节教室内CO<subgt;2</subgt;浓度，由此帮助学习者创建一个适宜健康的学习环境，进而提高教学成果。

【技术实现步骤摘要】

本专利技术属于教育信息化，更具体地，涉及一种智慧教室环境适切性调节方法及系统。

技术介绍

1、作为教室内空气的重要组成部分，co2本身对人体并无害，但高浓度的co2会导致中枢神经兴奋后抑制、机体缺氧、麻痹和窒息，从而引起中枢神经中毒。实际上，一些研究显示，教室内co2浓度会影响着室内人员的大脑功能，进而影响着学生的身心健康和认知表现，而学习环境适切性是教学活动能否顺利进行与教学效果能否得到保障的一项重要前提。因此若提前确定影响co2排放的因素，并依据影响因素建立智慧教室co2预测模型进而预测室内未来某一时间段内的co2浓度，最后通过控制通风系统能够达到提前对教室内co2浓度进行调节的效果，这将会帮助学习者创建一个适宜健康的学习环境，进而提高教学成果，因此具有一定的研究意义与实践价值。

2、目前国内对于co2浓度的预测研究大多是基于传统预测方法，例如趋势外推模型、时间序列模型、多元线性回归模型等。在实际应用过程中，对于线性关系明显的原始数据时，模型预测性能较好；然而，当研究室内co2排放量与其影响因素间的非线性关系时，传统的预测方法会有一定的局限本文档来自技高网...

【技术保护点】

1.一种室内CO2浓度预测模型训练方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，根据各种环境参数与CO2浓度的相关性筛选CO2浓度的影响因子，具体为，计算每一种环境参数和CO2浓度的相关性ρ：

3.根据权利要求1所述的方法，其特征在于，根据各种环境参数与CO2浓度的重要性筛选CO2浓度的影响因子，具体为：

4.根据权利要求3所述的方法，其特征在于，所述重要性具体采用以下方法度量：

5.根据权利要求1所述的方法，其特征在于，采集环境参数数据和CO2浓度数据后进行数据预处理，所述预处理包括数据清洗、数据变换和归一化...

【技术特征摘要】

1.一种室内co2浓度预测模型训练方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，根据各种环境参数与co2浓度的相关性筛选co2浓度的影响因子，具体为，计算每一种环境参数和co2浓度的相关性ρ：

3.根据权利要求1所述的方法，其特征在于，根据各种环境参数与co2浓度的重要性筛选co2浓度的影响因子，具体为：

4.根据权利要求3所述的方法，其特征在于，所述重要性具体采用以下方法度量：

5.根据权利要求1所述的方法，其特征在于，采集环境参数数据和co2浓度数据后进行数据预处理，所述预处理包括数据清洗、数据变换和归一化，所述归一化具体为：

6.根据权利要...

【专利技术属性】
技术研发人员：戴志诚，袁颖，刘三女牙，杨宗凯，朱晓亮，赵亮，
申请(专利权)人：华中师范大学，
类型：发明
国别省市：