论文部分内容阅读
为通过深度学习量化城市街道空间构成要素,理解城市街道功能特征,以重庆主城街景为对象,采用机器学习的传统分类法和卷积神经网络分类法搭建模型,再通过深度学习训练模型,形成基于两种分类法的重庆街道功能分类模型.通过比较两种模型分类效果,得出如下结论:(1)分类模型对于场景单一的街道类型分类效果较好;(2)模型的分类能力会受样本量不均衡的影响;(3)卷积神经网络的分类方法整体上略优于传统分类方法.对于如何使用深度学习方法高效研究城市肌理和街道种类有着启发性意义,能够为城市规划设计者准确评价现有街道空间提供科学的量化依据.