基于图神经网络的盲道无障碍断点识别方法

针对既有盲道存在的问题,基于使用者行为和盲道识别特征,通过分类算法的应用,提出一套可行的盲道无障碍断点识别方法:首先,模拟使用者行为,基于图神经网络实现盲道断点分类,并结合盲道及障碍物检测,构建盲道断点智能识别模型;其次,结合规范和统计学方法确定识别对象并构建数据集,根据有监督的机器学习结果优化模型;最后,通过实际案例论证该方法的可行性,并结合城市大脑、“众包”概念,描述该方法应用前景。实验结果显示,该方法较其余分类算法有更高的准确度,实现机器代替人工对盲道问题高效、准确、系统、全自动的识别。

基于多源数据的民宿关注差异分析及其空间优化策略

为了厘清乡村民宿设计中多主体间的主要矛盾,该文采用内容分析方法,对国内18家乡村民宿中游客、经营者与建筑师三个参与主体在互联网上发布的多源数据进行研究。通过计算编码数量占比和标准差偏离程度,明确了不同视角的关注重点和关注差异,定位了乡村民宿设计的痛点和盲区。研究发现,三个主体都高度重视民宿周边的自然环境,但对服务人员和客房空间的关注存在显著差异。该文提出了客房设计精细化、服务空间舒适化和围护结构消隐化的空间优化策略。