基于卷积神经网络的传统村落图景分类研究
基于卷积神经网络提出了一种适用于大量传统村落现状图自动识别归类的方法.该方法利用自建的一个样本分布均衡的传统村落数据库来提取村落肌理、地形地貌、建筑形态结构、表皮材质等传统村落特征,把全国传统村落图景以省份为界分为若干类,旨在为规划师、建筑师、城乡建设者等提供一个可以参考的大样本村落现状素材库,也为中国传统村落数字管理信息系统的建设和后续研究提供素材和定量支撑.
卷积神经网络、传统村落、图景分类、深度学习、人工智能、空间量化
44
TU98;TP3(地下建筑)
国家自然科学基金项目“边界之角色:传统村落空间形态分异与演化的区域理论和模型”;中央高校基本科研业务费专项资金资助项目“基于深度学习的传统村落与民居类型自动识别与破损率计算关键技术研究”
2020-08-13(万方平台首次上网日期,不代表论文的发表时间)
共7页
52-58