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！

龙图腾网获悉东南大学申请的专利基于机器学习的街区绿色空间结构调适方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116258965B 。

龙图腾网通过国家知识产权局官网在2026-03-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310262789.7，技术领域涉及：G06V20/10；该发明授权基于机器学习的街区绿色空间结构调适方法是由周聪惠;李天骄;张诗宁;刘博雯;任雨豪;石纪新;钱昱岑;王艺璇设计研发完成，并于2023-03-17向国家知识产权局提交的专利申请。

本基于机器学习的街区绿色空间结构调适方法在说明书摘要公布了：本发明公开了基于机器学习的街区绿色空间结构调适方法，涉及城市规划、风景园林及人工智能技术领域，方法包括以下过程：街区空间形态识别过程，街区绿色空间结构识别过程，街区“空间形态—绿色空间结构”适配度分析过程，街区绿色空间结构调适过程，本发明突破传统街区绿色空间结构识别的规模限制，能够高效率、大范围、跨时段分析巨量化的信息样本，同时通过街区“空间形态—绿色空间结构”适配度分析，进行街区绿色空间结构调适。

本发明授权基于机器学习的街区绿色空间结构调适方法在权利要求书中公布了：1.基于机器学习的街区绿色空间结构调适方法，其特征在于，方法包括以下步骤： 通过对第一城市遥感影像重采样至局地气候分区模型LocalclimatezoneLCZ所需精度；根据LCZ理论模型中对于城市形态类型的分类，对重采样后对遥感影像进行分类，得到街区各类型样本，构建街区空间形态数据集； 基于处理后的城市遥感影像，以街区空间形态训练集为训练样本，创建街区空间形态分类结果，比较街区空间形态分类结果与验证集，建立混淆矩阵，输出分类精度达标的街区空间形态分类结果； 根据研究需要输入研究单元，以研究单元范围内占比最大的街区空间形态类型作为单元的街区空间形态，输出研究区域单元街区空间形态类型； 根据街区空间形态类型对研究单元分类汇总，选取足够数量的主要街区空间形态类型占比高的单元作为代表性样本； 通过对第二城市遥感图像进行图像校正处理得到标准假彩色遥感影像，利用标准假彩色遥感影像通过机器学习算法识别城市绿色空间，与第二城市遥感影像互验；用与街区空间形态相同的研究单元划分识别结果，得到街区绿色空间单元； 根据形态学理论提取街区绿色空间单元特征并通过聚类分析方法归类，构建街区绿色空间结构类型体系，并计算各绿色空间结构类型聚类中心点；基于所构建的绿色空间结构类型体系，分类选择代表性街区绿色空间单元，构建街区绿色空间结构数据集； 构建街区绿色空间结构类型体系的过程包括： 随机选取一定数量的街区单元，根据单元内绿色空间的绿量、连通性、体量均匀性、分布均衡性的形态学特征共选取n个对应指标描述其空间结构，对于各类LCZ街区单元进行随机抽样，每次抽取a个单元样本，利用抽取的单元样本构建街区绿色空间结构样本分析库；使用K-means聚类分析法对单类LCZ街区绿色空间结构样本进行探索分类，获得该类LCZ街区对应绿色空间结构类型b1，记录各类绿色空间结构类型的各项结构指标值域范围；对各类LCZ重复上一聚类步骤，共获得类绿色空间结构类型；最终得到街区绿色空间结构类型体系及各类型下相关结构指标的聚类中心点； 基于图像识别模型初步构建街区绿色空间结构分类模型，使用街区绿色空间结构数据集对街区绿色空间结构分类模型进行训练、调整与测试，最终输出验证精度达标的街区绿色空间结构分类模型；将街区绿色空间单元输入验证精度达标的街区绿色空间结构分类模型得到街区绿色空间结构分类结果； 叠合街区空间形态与街区绿色空间结构类型，得到街区“空间形态—绿色空间结构”配置模式体系；计算各街区“空间形态—绿色空间结构”适配度指标并分级； 将“空间形态—绿色空间结构”低适配度的街区列为主要调适区域；将类街区绿色空间结构逐步替换为与街区适配度高的绿色空间结构，完成街区绿色空间结构调适。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人东南大学，其通讯地址为：210096 江苏省南京市玄武区新街口街道四牌楼2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。