一种基于无监督机器学习的城区和郊区范围自动识别方法

本发明提出了一种利用无监督机器学习算法自动识别城区和郊区范围的方法。本方法使用建筑轮廓数据，自动计算建筑形态特征，通过特征提取获得能够反映城市化程度的关键指标，并运用无监督机器学习算法自动识别城区和郊区的空间范围。本方法可以减少人工干预，简化城区和郊区边界划定工作流程，并能精细化识别不同城市化程度地区的空间范围。方法具有高度的可重复性和高效率，能够快速处理大规模数据，实现高效的城区和郊区范围识别。为国土空间规划背景下构建“国土空间规划一张图”提供底图参考和技术支持。
同济大学
肖扬 | 苗丝雨