典型文献
基于网络照片数据与Auto ML模型的湖泊公园景观意象特征及感知偏好研究
文献摘要：
景观意象作为游客主体和景观客体之间的映射,是提升景观吸引力重要的理论依据.以武汉市的7个湖泊公园为研究对象,通过Google Cloud Vision提供的在线机器学习算法,自定义景观标签,构建Auto ML模型对16 883张网络景观照片进行图像挖掘与内容识别,归纳景观意象的具体维度,从景观类型、景观要素、空间尺度和意象元素4个层面分析公众对景观意象的感知特征,探讨不同样点的感知共性与感知特性以及影响偏好差异的原因.结果表明:湖泊公园中自然景观的感知高于人文景观,其中水体景观、林木景观、历史文化是湖泊公园的核心感知要素;大尺度空间广阔深远的自然景观和小尺度精细化设计的人文景观更受游客偏好;常绿树、湖泊、背景建筑群、草地和倒影是湖泊公园中感知最强的意象元素:以及体现公园特色的特异性景观更容易得到游客的高度感知.本研究丰富了景观意象的研究内容与分析方法,为以大数据图片实现景观偏好的相关研究提供了思路与参考.
文献关键词：
风景园林;景观意象;网络照片;图像识别;景观偏好;Auto ML模型;湖泊公园
中图分类号：
作者姓名：
马薛骑;裘鸿菲
作者机构：
华中农业大学园艺林学学院 武汉430070
文献出处：
引用格式：
[1]马薛骑;裘鸿菲-.基于网络照片数据与Auto ML模型的湖泊公园景观意象特征及感知偏好研究)[J].中国园林,2022(10):86-91
A类：
B类：
网络照片,Auto,ML,湖泊公园,公园景观,景观意象,感知偏好,武汉市,Google,Cloud,Vision,机器学习算法,自定义,观照,图像挖掘,内容识别,景观类型,景观要素,空间尺度,意象元素,对景,感知特征,偏好差异,园中,自然景观,人文景观,水体景观,林木,感知要素,大尺度空间,小尺度,精细化设计,游客偏好,常绿树,建筑群,草地,倒影,公园特色,易得,景观偏好,风景园林,图像识别
AB值：
0.369908
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
