发明公开
- 专利标题: 一种基于机器学习的传统村落空间类型识别的方法
-
申请号: CN202311018705.1申请日: 2023-08-11
-
公开(公告)号: CN117034116A公开(公告)日: 2023-11-10
- 发明人: 徐小东 , 林德清 , 王希 , 徐宁
- 申请人: 东南大学
- 申请人地址: 江苏省南京市江宁区东南大学路2号
- 专利权人: 东南大学
- 当前专利权人: 东南大学
- 当前专利权人地址: 江苏省南京市江宁区东南大学路2号
- 代理机构: 南京众联专利代理有限公司
- 代理商 杜静静
- 主分类号: G06F18/241
- IPC分类号: G06F18/241 ; G06F18/10 ; G06F18/2135 ; G06F18/2113 ; G06F18/23213 ; G06F18/214 ; G06F18/20 ; G06F16/901 ; G06N3/084 ; G06N3/0499 ; G06N20/00
摘要:
本发明涉及一种基于机器学习的传统村落空间类型识别的方法,包括以下步骤:S1:建立传统村落空间要素数据采集与基本信息数据库;S2:采用非监督机器学习算法进行传统村落空间特征识别与提取;S3:采用监督机器学习算法划分传统村落空间类型;S4:结合监督机器学习算法及神经网络模型识别传统村落空间类型;S5:搭建传统村落空间类型自动识别与分析平台。该技术方案通过机器学习算法及BP神经网络综合解决了传统村落空间特征提取、传统村落空间类型划分及传统村落空间类型识别等问题,更加客观地分析提取各个传统村落的空间特征及其类型,进而有针对性地制定活态化保护策略,在提升利用效率的同时保护传统村落的空间特色。