一种传统村落保护利用价值的智能评价方法及系统技术方案

一种传统村落保护利用价值的智能评价方法，包括：准备数据，包括传统村落的基本信息、传统建筑信息、村落选址及格局信息、非物质文化遗产信息、历史环境要素信息和文化价值要素信息；从数据中提炼所需要的进行评价计算的指标，搭建神经网络，导入数据训练，确定最优指标权重，利用训练完成得到的神经网络模型，对传统村落的保护利用价值进行评价。本发明专利技术还提供了相应的智能评价系统，利用神经网络的处理方式，消除传统的以研究人员主观的权重分配带来的人为影响因素，充分利用已知的传统村落的所有数据，并深度挖掘传统村落各数据之间的联系，以期得到对于特定的传统村落的价值评价判定。定。定。

【技术实现步骤摘要】
一种传统村落保护利用价值的智能评价方法及系统


[0001]本专利技术属于文物保护
，特别涉及一种传统村落保护利用价值的智能评价方法及系统。

技术介绍

[0002]由于实践的需求，传统村落价值评价已经受到建筑、规划、旅游等应用学科的普遍的关注，传统村落的价值评价是传统村落评选和保护规划编制的一项重要内容，在传统村落保护与发展工作中起着重要作用。目前为止，对于传统村落的评价依然靠人为分析处理村落数据，多数学者根据已有的评估方法加以融合改进，进一步分析其使用情景及适用条件，从而对传统村落进行种类划分和价值评估。
[0003]传统的评价方法有着诸多的弊端，传统村落因其地域性和历史风俗关系，要实际评价一个传统村落就必须多维度多领域地去分析数据。因传统村落庞大的数据信息所困，传统人为地划分信息种类以及收集村落数据极为困难，单一机构或团体对于一片区域的村落数据的收集都不能保证完善；而且人为的分析处理数据精准度取决于当事人的学术经验和评估方法模型对于村落信息的适配性，这无疑是对人力的主观因素的一种押宝；再者因传统村落有着极强的地域特色，学术界会因本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种传统村落保护利用价值的智能评价方法，其特征在于，包括：步骤1，准备数据所述数据包括传统村落的基本信息、传统建筑信息、村落选址及格局信息、非物质文化遗产信息、历史环境要素信息和文化价值要素信息；步骤2，提炼指标从所述数据中提炼所需要的进行评价计算的指标，至少包括：村落批次以及村落的指标项；步骤3，搭建神经网络构建由输入层、隐藏层和输出层构成的神经网络，以所述指标项作为输入层神经元，经过中间隐藏层的反复运算，最后在输出层输出一个神经元作为传统村落的保护利用价值评价分数；步骤4，导入数据训练，确定最优指标权重和偏移值，利用训练完成得到的神经网络模型，对传统村落的保护利用价值进行评价。2.根据权利要求1所述传统村落保护利用价值的智能评价方法，其特征在于，所述传统村落的基本信息至少包括村名、地理信息、村落批次；传统建筑信息至少包括建筑久远度、建筑稀缺度、建筑规模与比例；村落选址及格局信息至少包括选址久远度、选址丰富度、格局完整性；非物质文化遗产信息至少包括非遗稀缺性、非遗丰富度、连续性；历史环境要素信息至少包括历史环境久远度、历史环境要素数量、历史环境丰富度；文化价值要素至少包括经济价值、社会文化价值、环境价值。3.根据权利要求1所述传统村落保护利用价值的智能评价方法，其特征在于，所述村落批次分为五批，第一批村落综合评分为90
‑
100分，第二批到第五批村落综合评分等差降序，且保证第一批至第五批村落综合评分均在60
‑
100分区间。4.根据权利要求3所述传统村落保护利用价值的智能评价方法，其特征在于，所述村落的指标项是指业内公认的影响传统村落较大的数据项录，每个指标项拥有一个或多个指标对象，每个指标对象拥有自己的分值标准。5.根据权利要求4所述传统村落保护利用价值的智能评价方法，其特征在于，所述村落的指标项包括：建筑久远度、建筑稀缺度、建筑规模与比例、建筑丰富度、建筑工艺美学价值、选址久远度、选址丰富度、协调性、非遗稀缺度、非遗丰富度、连续性、活动规模、活态性、传承人、历史环境久远度、历史环境稀缺度、数量以及历史环境丰富度。6.根据权利要求1所述传统村落保护利用价值的智能评价方法，其特征在于，所述步骤3神经网络中，每个输入层节点均与每个隐藏层节点做点对点的计算，计算方法是加权求和；隐藏层节点数量通过试错法择优选取，即不断调试...

【专利技术属性】
技术研发人员：朱旭东，赖腾，
申请(专利权)人：西安建筑科技大学，
类型：发明
国别省市：