期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
风景园林图像与图形在深度学习中的应用分析及未来展望
被引量：
1
1
作者
刘冠
邵继中
+2 位作者
王宇琪
张雪茵
吕欣蓓
《南京师大学报（自然科学版）》
CAS
北大核心
2024年第2期44-53,共10页
深度学习处理图像与图形数据的广泛应用,为风景园林研究的大样本数据获取、分析、预测,以及景观设计图的快速生成提供了新的解决思路与有效途径.本文以风景园林图像与图形为研究对象,剖析风景园林图像与图形的类型,探究其在深度学习技...
深度学习处理图像与图形数据的广泛应用,为风景园林研究的大样本数据获取、分析、预测,以及景观设计图的快速生成提供了新的解决思路与有效途径.本文以风景园林图像与图形为研究对象,剖析风景园林图像与图形的类型,探究其在深度学习技术中的应用途径,分别从图像识别、图像生成、图形预测三个方面出发,对国内外的相关文献进行分析总结,梳理应用进展,提出未来发展趋势可聚焦深度学习向迁移学习的转变、人工智能与创意思维的融合、物质属性与非物质属性的结合,并强调深度学习技术通过处理风景园林图像与图形在分析场所空间环境、自动生成景观表现图、快速智能化建模、科学预判人群行为偏好等方面发挥着巨大的作用,将其应用于风景园林领域,能够有效推动本学科的智慧化发展.
展开更多
关键词
深度学习
风景园林图像与图形
图像
识别
图像
生成
图形
预测
在线阅读
下载PDF
职称材料
题名
风景园林图像与图形在深度学习中的应用分析及未来展望
被引量：
1
1
作者
刘冠
邵继中
王宇琪
张雪茵
吕欣蓓
机构
华中农业大学园艺林学学院
出处
《南京师大学报（自然科学版）》
CAS
北大核心
2024年第2期44-53,共10页
基金
国家重点研发计划项目(2023YFC3807500)
住房和城乡建设部科学技术计划国际科技合作类项目(2022-H-001).
文摘
深度学习处理图像与图形数据的广泛应用,为风景园林研究的大样本数据获取、分析、预测,以及景观设计图的快速生成提供了新的解决思路与有效途径.本文以风景园林图像与图形为研究对象,剖析风景园林图像与图形的类型,探究其在深度学习技术中的应用途径,分别从图像识别、图像生成、图形预测三个方面出发,对国内外的相关文献进行分析总结,梳理应用进展,提出未来发展趋势可聚焦深度学习向迁移学习的转变、人工智能与创意思维的融合、物质属性与非物质属性的结合,并强调深度学习技术通过处理风景园林图像与图形在分析场所空间环境、自动生成景观表现图、快速智能化建模、科学预判人群行为偏好等方面发挥着巨大的作用,将其应用于风景园林领域,能够有效推动本学科的智慧化发展.
关键词
深度学习
风景园林图像与图形
图像
识别
图像
生成
图形
预测
Keywords
deep learning
landscape images and graphics
image recognition
image generation
graph prediction
分类号
TU984 [建筑科学—城市规划与设计]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
风景园林图像与图形在深度学习中的应用分析及未来展望
刘冠
邵继中
王宇琪
张雪茵
吕欣蓓
《南京师大学报（自然科学版）》
CAS
北大核心
2024
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
