基于机器学习的城市空间品质大规模量化方法

摘要

为更高效地对城市空间品质进行量化评价,提出一种基于机器学习的城市空间品质大规模量化方法.以街景图片为载体,选择城市公共空间中街道尺度和建筑尺度作为研究出发点,建立数据集.设计一种跨连AlexNet网络+支持向量回归(support vector regression,SVR)的机器学习方法,分析城市空间品质属性.利用设计的模型从街道和建筑尺度对城市空间品质进行大规模量化,将街道和建筑尺度的量化结果进行融合分析.以成都市为研究案例,对其空间品质进行量化,在网页端进行可视化展示分析.实验结果表明,该机器学习模型在评估城市空间品质上准确度较高,能够为城市研究者提供有效的技术支持和数据支撑.