System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及一种公共纪念性空间品质评价方法、系统、计算机设备及存储介质,属于城市规划领域。
技术介绍
1、公共纪念性空间是一种重要的空间类型,指具有纪念功能或行为的空间,能够承载城市记忆、满足大众精神需求,为人们提供记忆传承与情感寄托的场所,相比于其他类型的空间具有更强的精神性、更丰富的历史价值和更深厚的文化内涵。现有对公共纪念性空间的研究大多集中在设计策略和设计手法等方面,缺乏对公共纪念性空间品质的量化评价研究,尚没有形成完整的综合评价体系。
技术实现思路
1、有鉴于此,本专利技术提供了一种公共纪念性空间品质评价方法、系统、计算机设备及存储介质,其基于多源数据,以公共纪念性空间的特征出发,从公共性、纪念性、叙事性三个方面进行评价,确定量化评价指标,综合评价商业空间品质,使评估结果更符合客观实际,也为公共纪念性空间品质提升提供参考。
2、本专利技术的第一个目的在于提供一种公共纪念性空间品质评价方法。
3、本专利技术的第二个目的在于提供一种公共纪念性空间品质评价系统。
4、本专利技术的第三个目的在于提供一种计算机设备。
5、本专利技术的第四个目的在于提供一种存储介质。
6、本专利技术的第一个目的可以通过采取如下技术方案达到:
7、一种公共纪念性空间品质评价方法,所述方法包括:
8、获取评价区域内的相关数据,所述相关数据包括sdk人群画像数据、poi位置兴趣点数据、道路数据、高分卫星遥感影像和网络照片
9、构建公共纪念性空间品质评价体系,所述公共纪念性空间品质评价体系包括公共性、纪念性、叙事性三个一级指标以及对应的二级指标;
10、根据评价区域内的相关数据,测度公共性、纪念性、叙事性对应的二级指标数据,并进行归一化处理;
11、根据归一化处理后的二级指标数据,确定各二级指标的权重;
12、将各二级指标数据叠加权重进行汇总,计算公共纪念性空间品质最终评价结果。
13、进一步的,所述公共性对应的二级指标包括人流量、设施完整度和交通便利性,所述纪念性对应的二级指标包括空间序列性和视域敏感度,所述叙事性对应的二级指标包括要素丰富度和视觉直达度;
14、所述根据评价区域内的相关数据,测度公共性、纪念性、叙事性对应的二级指标数据,并进行归一化处理,具体包括:
15、根据sdk人群画像数据中的人口数量,计算单位面积内活动的人群数量,以表征人流量指标;
16、根据poi位置兴趣点数据,获取服务设施的空间分布情况,利用香农熵计算设施完整度指标;
17、根据poi位置兴趣点数据,获取公交车站、地铁站和停车场的空间分布情况以及各个停车场内部的车位数量,计算交通便利性指标;
18、根据道路数据,结合高分卫星遥感影像进行修正与调整,测度各纪念性节点间隔的路段长度,计算空间序列性指标;
19、根据道路数据,结合高分卫星遥感影像进行修正与调整,测度游览路径的总长度及能看到纪念性构筑物的路段长度,计算视域敏感度指标;
20、利用机器学习模型对网络照片进行测度,评价要素丰富度指标和视觉直达度指标;
21、运用极差标准化法,对二级指标数据进行归一化处理。
22、进一步的,所述利用机器学习模型对网络照片进行测度,评价要素丰富度指标和视觉直达度指标,具体包括:
23、从网络照片中随机抽取一部分街景照片作为打分样本照片,构建要素丰富度评价打分表,所述要素丰富度评价打分表包括人物型要素、事件型要素和空间型要素三类,若打分样本照片显示出人物型要素、事件型要素和空间型要素中的任一项指标,则计为1分,若无,则计为0分,累计得出每张打分样本照片的要素丰富度得分;
24、基于随机森林模型,利用打分样本照片进行机器深度学习,得到训练好的随机森林机器学习模型;
25、利用训练好的随机森林机器学习模型,对剩余的网络照片进行打分,得到要素丰富度指标的评价结果;
26、通过深度学习全卷积网络的视觉影像语义分割对网络照片进行识别,统计叙事性要素在照片中所占面积,得到视觉直达度指标的评价结果。
27、进一步的,所述利用香农熵计算设施完整度指标,如下式:
28、
29、其中,pi表示设施完整度指标,m为配套服务设施类型数量;tj是j类服务设施类型的poi数量占范围内的所有服务设施poi数量的比例。
30、进一步的,所述计算交通便利性指标,如下式:
31、
32、其中,ki表示交通便利性指标,qi为第i个网格范围内的公交站和地铁站的数量,qmax为公共纪念性空间及500m缓冲区内公交地铁站数量,ri为网格范围内停车场车位数量,rmax为公共纪念性空间及500m缓冲区内车位数量;采用网络问卷调查公共纪念性空间内公交地铁站与停车场的重要性权重值,a、b分别表示公交站点和停车场的重要性权重值。
33、进一步的,所述运用极差标准化法,对二级指标数据进行归一化处理,具体包括:
34、找出二级指标的最大值和最小值,并计算极差;
35、将每个观察值减去二级指标的最小值,除以极差,得到标准化之后的二级指标,如下式:
36、x′=(x-xmin)/r
37、其中,x′为标准化之后的二级指标,0≤x′≤1,x为观察值,xmax为二级指标的最大值,xmin为二级指标的最小值,r为极差,r=xmax-xmin。
38、进一步的,所述根据归一化处理后的二级指标数据,确定各二级指标的权重,具体包括:
39、假设有n个待评价样本,p个二级指标,构建原始指标矩阵,如下式:
40、
41、对原始指标矩阵进行正向化-标准化处理,如下式:
42、
43、其中,xmax为同一二级指标下的最大值;
44、计算对待评价样本的期望值,作为熵值,如下式:
45、
46、定义各二级指标的权重,熵权系数越大,则该二级指标代表的信息量越大,表示该二级指标对综合评价的作用越大,如下式:
47、
48、其中,wj表示第j个二级指标的权重,dj为熵权系数,dj=1-ej;
49、对矩阵指标进行标准化处理,使每一列元素都除以当前列向量的余弦距离,如下式:
50、
51、构建标准化加权矩阵,将标准化处理之后的矩阵指标附上各二级指标的权重:
52、
53、
54、其中,zij表示标准化处理后的矩阵指标,表示附上加权后的标准化矩阵指标;
55、寻找最优、最劣方案,如下式:
56、
57、
58、构造相对接近度,如下式:
59、
60、
61、其中,为第i个评价对象与最本文档来自技高网...
【技术保护点】
1.一种公共纪念性空间品质评价方法,其特征在于,所述方法包括:
2.根据权利要求1所述的公共纪念性空间品质评价方法,其特征在于,所述公共性对应的二级指标包括人流量、设施完整度和交通便利性,所述纪念性对应的二级指标包括空间序列性和视域敏感度,所述叙事性对应的二级指标包括要素丰富度和视觉直达度;
3.根据权利要求2所述的公共纪念性空间品质评价方法,其特征在于,所述利用机器学习模型对网络照片进行测度,评价要素丰富度指标和视觉直达度指标,具体包括:
4.根据权利要求2所述的公共纪念性空间品质评价方法,其特征在于,所述利用香农熵计算设施完整度指标,如下式:
5.根据权利要求2所述的公共纪念性空间品质评价方法,其特征在于,所述计算交通便利性指标,如下式:
6.根据权利要求2所述的公共纪念性空间品质评价方法,其特征在于,所述运用极差标准化法,对二级指标数据进行归一化处理,具体包括:
7.根据权利要求1-6任一项所述的公共纪念性空间品质评价方法,其特征在于,所述根据归一化处理后的二级指标数据,确定各二级指标的权重,具体包括:
8.一种公共纪念性空间品质评价系统,其特征在于,所述系统包括:
9.一种计算机设备,包括处理器以及用于存储处理器可执行程序的存储器,其特征在于,所述处理器执行存储器存储的程序时,实现权利要求1-7任一项所述的公共纪念性空间品质评价方法。
10.一种存储介质,存储有程序,其特征在于,所述程序被处理器执行时,实现权利要求1-7任一项所述的公共纪念性空间品质评价方法。
...【技术特征摘要】
1.一种公共纪念性空间品质评价方法,其特征在于,所述方法包括:
2.根据权利要求1所述的公共纪念性空间品质评价方法,其特征在于,所述公共性对应的二级指标包括人流量、设施完整度和交通便利性,所述纪念性对应的二级指标包括空间序列性和视域敏感度,所述叙事性对应的二级指标包括要素丰富度和视觉直达度;
3.根据权利要求2所述的公共纪念性空间品质评价方法,其特征在于,所述利用机器学习模型对网络照片进行测度,评价要素丰富度指标和视觉直达度指标,具体包括:
4.根据权利要求2所述的公共纪念性空间品质评价方法,其特征在于,所述利用香农熵计算设施完整度指标,如下式:
5.根据权利要求2所述的公共纪念性空间品质评价方法,其特征在于,所述计算交通便利性指标,如下式:...
【专利技术属性】
技术研发人员:陈志敏,陈虹,叶晟之,徐晓曦,应婉云,梁潇,吴征忆,黄绍琪,魏宗财,
申请(专利权)人:广州市城市规划勘测设计研究院有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。