《表1 卷积神经网络模型参数》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《绿色环境暴露对居民心理健康的影响研究——以南京为例》
本文主要利用Python中的Keras库搭建卷积神经网络(Convolutional Neural Networks,CNN)来识别图片中的绿视率。CNN是深度学习的主要算法之一,一般由输入层、隐含层和输出层3个部分组成,其中隐含层一般包含卷积层、池化层、激励层和全连接层等结构。CNN模型在遥感、城市特征识别等领域都有广泛应用[59-61]。图2显示了该模型的具体结构。模型主要由4层卷积层(Conv2D)、3层池化层(MaxPooling2D/AveragePooling2D)和2层全连接层(Dense)组成,并加入Flatten层用于将图像一维化,以及5层随机失活层(Dropout)防止模型过拟合(表1)。与FCN、SegNet等利用了反卷积结构的语义分割方法相比,该模型将单一标签作为输出层,具有较为简单、运算速度快、对训练集的要求更低等优点,且对分析居民感知等较为抽象的内容有更好的效果。为了简便计算,模型输入层设置为224×224像素大小的正方形图像;输出层为分类标签,即图片绿视率值。
图表编号 | XD00149723900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.28 |
作者 | 李智轩、何仲禹、张一鸣、金霜霜、王雪梅、朱捷、刘师岑 |
绘制单位 | 南京大学建筑与城市规划学院、南京大学建筑与城市规划学院、南京大学建筑与城市规划学院、南京大学建筑与城市规划学院、南京大学建筑与城市规划学院、南京大学建筑与城市规划学院、南京大学建筑与城市规划学院 |
更多格式 | 高清、无水印(增值服务) |