【技术实现步骤摘要】
本专利技术涉及城市规划领域，具体的是一种基于数形图谱的街区肌理形态基因识别方法。
技术介绍
1、街区肌理形态基因是于一定历史时段内在街区形态中稳定存在的肌理形态结构关系，是城市营城文化的重要载体。保护与传承街区肌理形态基因对延续城市文化记忆、塑造具有地域特色的城市空间形态具有重要意义，对街区肌理形态基因进行科学合理的识别是进行保护与传承的前提。而人工智能技术的发展为更加科学高效的街区肌理形态基因识别带来技术上的可行性。
2、目前大多数街区肌理形态基因识别仍然大量依赖人工结合历史文献资料数据进行归纳总结。但由于对于肌理形态基因的理解个体差异较大、识别任务工作量巨大等原因，导致个体主观认知显著影响街区肌理形态基因识别结果、个体总结归纳效率与精度有限等问题，使得传统街区肌理形态基因识别方式不够科学、高效，进而难以进一步推动街区肌理形态基因的保护与传承工作。
技术实现思路
1、为解决上述
技术介绍
中提到的不足，本专利技术的目的在于提供一种基于数形图谱的街区肌理形态基因识别方法，本专利技术...
【技术保护点】
1.一种基于数形图谱的街区肌理形态基因识别方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于数形图谱的街区肌理形态基因识别方法，其特征在于，所述步骤一中获取以5年为间隔，从当前年份倒推50年间的目标城市街区矢量肌理形态数据，指借助卷积神经网络机器学习算法，用历年地面影像数据建立图义识别训练集，矢量化识别卫星影像数据中的建筑平面要素与道路要素，用道路要素切割建筑平面要素，得到各街区各年份肌理形态数据，并在未来长期使用轨道高度500千米、倾角98.22°、运行周期100分钟、扫描带宽度50千米的卫星所搭载的两线阵光学荷载相机更新地面影像数据，频率为
<...【技术特征摘要】
1.一种基于数形图谱的街区肌理形态基因识别方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于数形图谱的街区肌理形态基因识别方法，其特征在于，所述步骤一中获取以5年为间隔，从当前年份倒推50年间的目标城市街区矢量肌理形态数据，指借助卷积神经网络机器学习算法，用历年地面影像数据建立图义识别训练集，矢量化识别卫星影像数据中的建筑平面要素与道路要素，用道路要素切割建筑平面要素，得到各街区各年份肌理形态数据，并在未来长期使用轨道高度500千米、倾角98.22°、运行周期100分钟、扫描带宽度50千米的卫星所搭载的两线阵光学荷载相机更新地面影像数据，频率为每年一次。
3.根据权利要求2所述的基于数形图谱的街区肌理形态基因识别方法，其特征在于，所述步骤一中通过文本识别模型识别该城市最新版本地方志文本文献中的历史保护建筑及其建成年代信息，指采用crnn识别算法，输入地方志文本文献的单行文字，卷积层得到黑色文字特征图后，在循环层输出预测标签分布，降低识别噪声和重复度，在转录层统一输出文本信息，将历史保护建筑的名称标红；输入地方志文本文献中的所有图像，根据地方志文本文献的含义，经过图义识别得出历史保护建筑的有效范围和客观主体，筛选并赋予建成年代信息。
4.根据权利要求3所述的基于数形图谱的街区肌理形态基因识别方法，其特征在于，所述步骤二中建立街区肌理形态的网络拓扑结构，指将对街区建筑数据和肌理形态关联关系数据进行数字化编码，将主体要素“建筑”封装成实体，以节点形式表达；在地理信息系统中，使用创建不规则三角网工具，根据delaunay三角剖分算法生成邻近建筑质心连接网络，将肌理形态关联以网络中的边形式表达，赋予节点和边相应属性值。
5.根据权利要求4所述的基于数形图谱的街区肌理形态基因识别方法，其特征在于，所述步骤二中以网状拓扑结构表达街区肌理...
【专利技术属性】
技术研发人员：史宜，邵典，杨俊宴，谭梦扬，崔澳，刘一帆，
申请(专利权)人：东南大学，
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。