每天读一期城市研究领域顶刊论文摘要，激发无限idea。
本期论文速递来自Computers,EnvironmentandUrbanSystems，年7月（Volume95），共19篇。
科大讯飞提供翻译服务。
01
Estimatinggeneralizedmeasuresoflocalneighbourhoodcontextfrommultispectralsatelliteimagesusingaconvolutionalneuralnetwork
使用卷积神经网络从多光谱卫星图像估计局部邻域环境的广义度量
AlexSingleton,DaniArribas-Bel,JohnMurray,MartinFleischmann
GeographicDataScienceLab,DepartmentofGeographyandPlanning,UniversityofLiverpool,UK
摘要
遥感平台捕获的高分辨率多光谱图像的可用性增加，为城市环境的表征和区分提供了新的机会。然而，从这些数据中发现广义潜在表征在社会科学中的研究还很少。因此，本文利用机器学习的进步，通过应用卷积自动编码器（CAE），实现了一种在非常小的区域水平上从多光谱卫星图像中捕捉城市环境测量的新方法。通过应用空间加权来增强CAE输出的效用，然后使用聚类分析对平滑的输出进行总结，以生成包括七个组的类型学，这些组描述了不同城市背景的显著模式。参考研究中使用的卫星数据的分辨率以及输入数据的地理位置和学习结构之间的相互作用，讨论了该技术的局限性。该方法是在英国的背景下实施的，然而，适用于类似的高分辨率多光谱图像可用的任何位置。
关键词
深度学习，卷积神经网络，城市形态学，多光谱卫星图像，聚类分析
亮点
我们展示了卷积神经网络在从卫星图像描述城市环境中的效用。
使用应用于Sentinel2多光谱图像的无监督卷积自动编码器来有效地描述上下文。
空间加权增强了局部邻域上下文的多维分类的质量。
为英国的每个邮*编码提供了七组上下文类型。
doi
