论文摘要
本研究针对城市微更新的实际需求,结合街景数据和新分析技术提出了面向人本尺度的街道空间品质测度操作框架。研究以上海杨浦区和虹口区为案例,基于街景图像数据,运用机器学习算法对街道空间要素进行提取,进而使用神经网络算法训练评价模型,构建大规模且精细度高的街道场所品质测度。与此同时,通过叠加sDNA的空间网络可达性分析结果,建立以"品质评价"与"可达性分析"为维度的评价矩阵,找出分析区域中"具有更新潜力的街道",为城市微更新提供精细化技术支持。
论文目录
文章来源
类型: 期刊论文
作者: 叶宇,张昭希,张啸虎,曾伟
关键词: 空间品质,可达性,机器学习,人本视角,街景数据,街道
来源: 国际城市规划 2019年01期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 建筑科学与工程
单位: 同济大学建筑与城市规划学院,新加坡—麻省理工联合研究中心,中科院深圳先进技术研究院
基金: 国家自然科学基金(51708410),上海市浦江人才计划(17PGC107),住房城乡建设部科学技术计划与北京未来城市设计高精尖创新中心开放课题资助项目(UDC2017010412)
分类号: TU984.113
页码: 18-27
总页数: 10
文件大小: 3254K
下载量: 2276