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
基于街景图片的城市相对贫困空间识别与评估--以广州中心城区为例
1
作者
袁媛
沈睿熙
+2 位作者
李珊
吴庆瑜
陈曦
《城市规划》
北大核心
2025年第4期56-64,共9页
随着我国脱贫攻坚的全面胜利,相对贫困问题成为下一步研究的重点。城市内部相对贫困人群集聚的空间,是城市高质量更新和人居环境改善的重点地区。如何有效识别此类空间?传统的社会经济统计、人口普查数据更新周期长,城市多源数据种类和...
随着我国脱贫攻坚的全面胜利,相对贫困问题成为下一步研究的重点。城市内部相对贫困人群集聚的空间,是城市高质量更新和人居环境改善的重点地区。如何有效识别此类空间?传统的社会经济统计、人口普查数据更新周期长,城市多源数据种类和覆盖范围有限,且它们与城市建成环境特征关联度不大,不能为人居环境高质量更新提供研判基础。街道图像数据更新周期短且覆盖尺度小,能及时有效地反映出街道周边地区的社会经济和建成环境特征。本研究以广州市中心城区79个街道813个居委会为案例,尝试辅助利用多源大数据,基于结果导向的卷积神经网络对海量街景图片进行深度学习,构建居委会尺度下的相对贫困空间识别与预测模型,实证表明该方法具备较好的可行性。本研究有助于高质量城市更新地块甄别,有针对性地制定精细化更新空间政策。
展开更多
关键词
相对贫困
街景图片
卷积神经网络
识别与评估
广州中心城区
在线阅读
下载PDF
职称材料
题名
基于街景图片的城市相对贫困空间识别与评估--以广州中心城区为例
1
作者
袁媛
沈睿熙
李珊
吴庆瑜
陈曦
机构
中山大学地理科学与
规划
学院
中山大学城市化研究院
中国城市
规划
学会
中国城市
规划
学会青年工作委员会
广州开发区规划勘测设计院有限公司
广州
大学建筑与城市
规划
学院
中山大学地理科学与
规划
学院
出处
《城市规划》
北大核心
2025年第4期56-64,共9页
基金
国家自然科学基金项目(41871161,52278085,42301182)
广东省自然科学基金(2023A1515010704)
广东省基础与应用基础研究基金(2022A1515110331)。
文摘
随着我国脱贫攻坚的全面胜利,相对贫困问题成为下一步研究的重点。城市内部相对贫困人群集聚的空间,是城市高质量更新和人居环境改善的重点地区。如何有效识别此类空间?传统的社会经济统计、人口普查数据更新周期长,城市多源数据种类和覆盖范围有限,且它们与城市建成环境特征关联度不大,不能为人居环境高质量更新提供研判基础。街道图像数据更新周期短且覆盖尺度小,能及时有效地反映出街道周边地区的社会经济和建成环境特征。本研究以广州市中心城区79个街道813个居委会为案例,尝试辅助利用多源大数据,基于结果导向的卷积神经网络对海量街景图片进行深度学习,构建居委会尺度下的相对贫困空间识别与预测模型,实证表明该方法具备较好的可行性。本研究有助于高质量城市更新地块甄别,有针对性地制定精细化更新空间政策。
关键词
相对贫困
街景图片
卷积神经网络
识别与评估
广州中心城区
Keywords
relative poverty
street view image
Convolutional Neural Network
Identification and Assessment
Guangzhou Central City
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
基于街景图片的城市相对贫困空间识别与评估--以广州中心城区为例
袁媛
沈睿熙
李珊
吴庆瑜
陈曦
《城市规划》
北大核心
2025
0
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
