买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京大学

摘要：本发明公开了一种基于社群差异化的城乡景观意象量化及提升方法，首先获取研究区域内的多源地理标记照片数据，采用场景分类模型进行特征识别，构建一套城乡景观意象的场景分类体系；计算图像中概率最高的城乡景观意象类型及其概率值，由此进行图片数据清理；采用自组织映射神经网络算法进行典型模式检测，形成城乡景观意象的“基因”数据集，通过基于密度的聚类算法识别城乡景观意象五要素中的区域要素和节点要素；利用地理信息系统平台绘制出区域、边界、路径、节点和标志的城乡景观意象五要素，构建客观化的城乡景观意象认知地图，比较不同社群在城乡景观意象认知地图上的共性与差异，围绕五要素提出城乡景观意象提升及优化方案。

主权项：1.一种基于社群差异化的城乡景观意象量化及提升方法，包括以下步骤：1获取图像数据：从多个不同社群的图片开放网站获取研究区域内多源地理标记照片数据，数据信息包括拍摄的照片图像、照片地理标记、照片拍摄时间和照片编号；2场景特征识别：采用“ResNet152-places365”场景分类模型对多源地理标记照片数据中的图片内容进行场景信息挖掘，Places365数据集提供了365个场景小类，由此输出每张图片数据最匹配的前五个场景小类及相应的概率；3场景类型划分：根据365个场景小类，按照城乡景观意象类型制定映射规则，构建一套城乡景观意象的场景分类体系，由此计算得到概率最高的城乡景观意象类型及其概率值；根据概率值计算城乡景观意象分类的准确率和召回率，设定过滤图片噪声数据的概率阈值，要求城乡景观意象分类准确率大于90％，以此对图片数据进行进一步清洗；4场景模式检测：在步骤3得到的城乡景观意象类型的基础上采用自组织映射神经网络算法进行城乡景观意象中的典型模式检测，筛选出最具代表性的图片样本，并按照相似性排列形成图谱，组成城乡景观意象的“基因”数据集；5空间聚类分析：对研究区域内所有多源地理标记照片数据，利用基于密度的聚类算法，调试邻域半径和最小样本量，识别出聚集程度较高、具有一定规模的热点区域，将其作为城乡景观意象五要素中的区域要素和节点要素；6意象要素识别：基于以上步骤，利用地理信息系统平台来集成城乡景观意象的各类场景信息和空间信息，识别出区域、边界、路径、节点和标志的城乡景观意象五要素，构建客观化的城乡景观意象认知地图；7比较不同社群在城乡景观意象认知地图上的差异：分析不同社群认知中的研究区域城乡景观意象空间结构和场景类型的共性与差异，围绕区域、边界、路径、节点和标志五要素，提出城乡景观意象提升及优化方案。

全文数据：

权利要求：

百度查询： 北京大学 一种基于社群差异化的城乡景观意象量化及提升方法