公开(公告)号：CN112508441A

公开(公告)日：2021-03-16

申请号：CN202011506360.0

申请日：2020-12-18

Applicant: 哈尔滨工业大学

Inventor： 殷青 ,  王春兴 ,  张舒雅

IPC: G06Q10/06 ,  G06Q50/26 ,  G06T17/10 ,  G06N3/04

Abstract: 本发明公开了一种基于深度学习三维重建的城市高密度区室外热舒适评价方法，包括：获取城市高密度区遥感图像数据；在Python集成平台下对城市高密度区遥感图像数据进行预处理，得到遥感图像数据集；建立基于CNN‑LSTM的神经网络模型，采用随机梯度下降法对该模型进行训练；将遥感图像数据集输入至训练好的神经网络模型中，获得城市高密度区三维重建模型；对城市高密度区三维信息模型进行计算机模拟，生成城市高密度区环境信息模型；借助ENVI‑met对城市高密度区环境信息模型进行模拟分析，根据数据模拟分析结果进行室外热舒适评价。该方法解决了城市高密度区室外热舒适评价中建筑环境信息建模精度与效率瓶颈问题。

公开(公告)号：CN112508441B

公开(公告)日：2022-04-29

申请号：CN202011506360.0

申请日：2020-12-18

Applicant: 哈尔滨工业大学

Inventor： 殷青 ,  王春兴 ,  张舒雅

IPC: G06Q10/06 ,  G06Q50/26 ,  G06T17/10 ,  G06N3/04

Abstract: 本发明公开了一种基于深度学习三维重建的城市高密度区室外热舒适评价方法，包括：获取城市高密度区遥感图像数据；在Python集成平台下对城市高密度区遥感图像数据进行预处理，得到遥感图像数据集；建立基于CNN‑LSTM的神经网络模型，采用随机梯度下降法对该模型进行训练；将遥感图像数据集输入至训练好的神经网络模型中，获得城市高密度区三维重建模型；对城市高密度区三维信息模型进行计算机模拟，生成城市高密度区环境信息模型；借助ENVI‑met对城市高密度区环境信息模型进行模拟分析，根据数据模拟分析结果进行室外热舒适评价。该方法解决了城市高密度区室外热舒适评价中建筑环境信息建模精度与效率瓶颈问题。