基于深度学习与知识图谱的城乡规划要素智能识别与关联分析

张 越; 杨宇楠

doi:https://doi.org/10.37155/2717-5162-0706-35

Home > Current

基于深度学习与知识图谱的城乡规划要素智能识别与关联分析

张越（沈阳城市建设学院）

杨宇楠（沈阳城市建设学院）

https://doi.org/10.37155/2717-5162-0706-35

Abstract

城乡规划要素精准识别与关联挖掘是规划编制的关键前提，传统人工处理模式效率低、关联分析弱，难满足“多规合一”要求。本文提出深度学习与知识图谱融合的技术方案，构建含遥感影像、GIS数据等的多源数据集，用改进U-Net 模型智能识别规划要素，结合本体论构建知识图谱完成关联建模，设计融合分析框架开发多维度分析功能。实验显示，模型识别平均交并比高，关联分析效率大幅提升，能精准挖掘用地与设施配套矛盾，为城乡规划智能化编制与决策提供高效技术支撑，实践价值显著。

Keywords

深度学习；知识图谱；城乡规划要素；智能识别；关联分析

Full Text

PDF

References

[1]邓毛颖,曹凯滨.县域级城乡全要素融合的规划实施
路径研究—— 广州市增城区为例[J].湘潭大学学报（自然
科学学报）,2022,44(1):53-62.
[2]周思俊,张昊,王国明.知识图谱研究综述[J].电脑知
识与技术，2025，21(19)：37-41.
[3]郭琳,陈晓慧,肖梅.知识图谱研究综述[J].信息记录
材料，2023，24(6)：17-19,23.

Publishing time:2025-11-30
This work is licensed under a Creative Commons Attribution 4.0 International License