文献 | 利用多视图图神经网络预测单体建筑物年龄

文章预览

转自： 未 名时空 内容导读 建筑年龄是城市发展与规划的重要指标之一，它不仅影响建筑能源消耗的评估，还关系到人类对城市发展进程的深入理解。由于实地调查的高成本和技术限制，获取全面的城市建筑年龄数据一直面临挑战。为解决这一问题，现有研究多采用机器学习方法，利用建筑足迹、街景影像等数据预测建筑年龄。然而，这些方法往往忽略了建筑物之间存在的空间效应与语义相似关系，限制了预测精度的进一步提升。   为此，本研究提出一种多视图图神经网络模型，即建筑年龄预测网络（Building Age Prediction Network, BAPN）。该模型基于图神经网络（GCN）构建了三大核心模块：基于地理空间效应中自相关特征的空间自相关模块，基于空间体制模型（Spatial Regime Model）的空间异质性感知模块（HGCN），以及用于提取建筑之间相似属性的语义相 ………………………………