-
题名基于机器学习的城市空间品质大规模量化方法
被引量：2
- 1
-
-
作者
计浩浩
张诚
卿粼波
王正勇
韩龙玫
-
机构
四川大学电子信息学院
成都市规划和自然资源局规划设计研究院
-
出处
《计算机工程与设计》
北大核心
2021年第4期1096-1102,共7页
-
基金
国家自然科学基金项目(61871278)
四川省科技计划基金项目(2018HH0143)。
-
文摘
为更高效地对城市空间品质进行量化评价,提出一种基于机器学习的城市空间品质大规模量化方法。以街景图片为载体,选择城市公共空间中街道尺度和建筑尺度作为研究出发点,建立数据集。设计一种跨连AlexNet网络+支持向量回归(support vector regression,SVR)的机器学习方法,分析城市空间品质属性。利用设计的模型从街道和建筑尺度对城市空间品质进行大规模量化,将街道和建筑尺度的量化结果进行融合分析。以成都市为研究案例,对其空间品质进行量化,在网页端进行可视化展示分析。实验结果表明,该机器学习模型在评估城市空间品质上准确度较高,能够为城市研究者提供有效的技术支持和数据支撑。
-
关键词
机器学习
支持向量回归
空间品质
街景图片
城市规划
-
Keywords
machine learning
support vector regression
space quality
street view image
urban planning
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
