一种基于机器学习的城市更新区识别方法

本发明提出了一种利用机器学习进行城市更新区智能识别的方法。该方法使用多个时间节点的建筑轮廓数据，并运用聚类分析算法来智能化地识别需要更新的城市区域。通过对比不同时间节点的数据，本方法能有效追踪城市空间形态的演变，并据此识别城市更新区。这一方法不仅具备高度的可重复性和操作效率，还能通过保留初始时间节点的机器学习模型参数，使得经过训练的模型可适用于跨年度数据，从而实现持续且高效的城市更新区识别。本发明为存量规划下的城市更新区划定提供了强有力的技术支持。