论文部分内容阅读
以广州市为例,选取中心4个区6 670个采样点(涵盖121个社区)的百度街景图片,从城市建成环境特征探讨了城市贫困识别的可能。首先,训练基于深度神经网络的街景图片分类模型后,对街景要素进行语义分割,并通过缓冲区分析统计社区尺度的街景指标;其次,经主成分分析法提取出建筑围合感、植被围合感、天空开阔感和道路开阔感4个街景主因子,并验证其与多重贫困指数(IMD)的相关性;最后,通过采用简单随机抽样法选取61个社区,构建街景预测的多元线性回归模型,对剩余60个社区进行贫困预测,验证街景指标测度城市贫困的度量