一种基于卷积神经网络的城市低效居住用地智能识别方法

本发明公开了一种基于卷积神经网络的城市低效居住用地智能识别方法，包括：S1、据此对各居住地块进行分类，作为居住地块分类案例库；S2、根据地块主导类型确定学习区中各居住地块的邻域范围，构建各居住地块邻域功能组合数据集作为样本集，据此对卷积神经网络进行训练得到分类预测模型；S3、根据居住地块分类案例库对识别区的居住地块进行分类得到内部分类结果，对识别区的居住地块进行如S2中样本集的处理，输入S2的分类预测模型得到邻域识别结果；S4、结合S3的内部分类结果和邻域识别结果，识别得到识别区中的低效居住用地。本发明可自动识别城市低效居住用地，具有动态识别、准确客观、结果可推广与实时调整等的优点。