摘要
本发明公开了一种基于形态分阶模型的建成环境待优化空间识别方法,包括建成环境数据采集与预处理、初步进行建成环境形态分阶、修正建成环境形态分阶、待优化空间初步识别、待优化空间分阶识别以及识别结果交互与反馈。该方法通过激光雷达系统、航拍无人机、街景采集车与近地卫星进行数据采集,并结合多任务贝叶斯联邦学习、XGBoost模型、Vision Transformer和卷积神经网络进行建成环境待优化空间的识别与展示。本发明能够助力城市规划领域中建成环境待优化空间的快速识别,并通过形态分阶提升建成环境待优化空间识别结果的合理性与精确性。
技术关键词
夜间灯光数据
空间识别方法
XGBoost模型
搭载多光谱相机
绿地
形态
激光雷达系统
商业街
沙盘展示设备
分区
建筑
街景采集车
图像数据预处理
图像特征编码
网络
卫星影像数据
空间分布规律
训练集优化
特征匹配算法
系统为您推荐了相关专利信息
汽轮机
XGBoost模型
历史运行数据
矩阵
数据存储单元
XGBoost模型
优化LSTM模型
天然气
能源预测技术
深度学习方法
污水处理设施
规模
位置大数据
夜间灯光数据
ArcGIS工具
XGBoost模型
亲和力
高斯混合模型
肿瘤
体细胞
植被参数反演
叶面积指数
集成GIS系统
校准机制
搭载多光谱相机