深度学习语境下建筑形态的信息编码与模式识别方法探索

文档名：深度学习语境下建筑形态的信息编码与模式识别方法探索
深度学习算法在建筑生成设计领域的应用正崭露头角.然而,建筑学领域中建筑形态相关的数据集的缺乏,导致了前期数据预处理工作需要消耗大量的人工资源.此外,建筑形态特征等可视信息需要被表征为计算机能够识别的数据,因此需要构建与算法相适应的信息编码方法表征建筑形态.研究将以建筑形态模式识别为切入点,整合规则系统与深度学习算法,探索深度学习语境下的建筑形态样本的生成与信息编码方法.研究的技术路线为:基于规则系统生成抽象的建筑形态组织模式样本,继而将样本通过卷积编码方法构建表征形态特征的训练数据集,接着用数据集训练深度学习算法模型,最终通过训练后的模型完成实际建筑平面的组织模式的分类与识别.
作者：蔡陈翼李飚
作者单位：东南大学建筑学院
母体文献：2020全国建筑院系建筑数字技术教学与研究学术研讨会论文集
会议名称：2020全国建筑院系建筑数字技术教学与研究学术研讨会  
会议时间：2020年9月1日
会议地点：重庆
主办单位：全国高等学校建筑学专业指导委员会
语种：chi
分类号：TP3O21
关键词：建筑生成设计  建筑形态  信息编码  模式识别  深度学习  神经网络
在线出版日期：2021年7月19日
基金项目：
相似文献
相关博文

深度学习语境下建筑形态的信息编码与模式识别方法探索.pdf

文件大小:

3.11 MB

高速下载