![点击分享此内容可以赚币 分享](/master/images/share_but.png)
基于强化学习和城市感知的碳排评价方法——以都江堰为例.pdf
《基于强化学习和城市感知的碳排评价方法——以都江堰为例.pdf》由会员分享,可在线阅读,更多相关《基于强化学习和城市感知的碳排评价方法——以都江堰为例.pdf(4页珍藏版)》请在咨信网上搜索。
1、 综述 基于强化学习和城市感知的碳排评价方法以都江堰为例张雨舟1,邓颖睿2(1.成都市建筑设计研究院有限公司;2.四川大学计算机学院)【摘要】文章以碳排评价方法为研究对象,以都江堰城市街景图为实证落脚点,鉴于人们对城市碳排水平的感知水平主要来源于天空、建筑、车辆、区域位置等,通过问卷调查和运用城市感知获取部分数据,应用强化学习的方法构建城市碳评新模型。区别于传统研究方式,本文提出基于弱监督学习的方法,结合深度强化学习与按照马尔科夫决策过程特点,模拟人类水平的感知能力,兼顾反映主观性与客观性,更为准确的评价居民对碳排放感知,使CIM建设、城市更新、城市管理工作更具有针对性,进而提高人民满意度。【
2、关键词】城市感知;强化学习;碳排放;计算机视觉中图分类号:TU98;TP391.4 DOI:10.13655/ki.ibci.2024.01.005A Carbon Emission Evaluation Method Based on Reinforcement Learning and Urban PerceptionTaking Dujiangyan as an ExampleZHANG Yu-zhou1,DENG Ying-rui2(1.Chengdu Architectural Design&Research Institute Co.,Ltd.;2.College of Compu
3、ter Science,Sichuan University)【Abstract】This article focuses on the research of carbon emission evaluation methods,with the city street view of Dujiangyan as the empirical basis.Considering that peoples perception of urban carbon emissions mainly comes from the sky,buildings,vehicles,and regional l
4、ocations,this study utilizes questionnaire surveys and urban perception to obtain partial data,and applies the method of reinforcement learning to construct a new model for urban carbon evaluation.Different from traditional research methods,this article proposes a weakly supervised learning method,c
5、ombining deep reinforcement learning with the characteristics of Markov decision processes to simulate human-level perception abilities,and to comprehensively reflect subjectivity and objectivity.This approach provides a more accurate evaluation of residents perception of carbon emissions,making the
6、 construction of CIM(Carbon Emission Evaluation Method),urban renewal,and urban management work more targeted,thereby improving peoples satisfaction.【Keywords】urban perception;reinforcement learning;carbon emissions;computer vision1 研究现状城市感知相关:居民对街景图像的感知则是这种动态关联的具体体现,该类感知称为场景感知,场景感知是指居民对城市场景的心理感受和认知
7、1。城市因为独有的形状、氛围、规模等会带给观察者不同的感受。居民对街景图像的感知是一种对场景感知动态关联的具体体现,该类感知称为场景感知,场景感知是指居民对城市场景的心理感受和认知2。Lynch3进一步从理论上解释调查问卷可行的原因。Jane Jacobs 4在“街道眼”理论中提出,可能因职业背景 等 不 同,而 导 致 视 觉 场 景 感 受 不 同。Naik5Dubey 6分别创建了和完善了视觉感知数据集Place Pulse。碳排放相关:“低碳”理念由英国于 2003 年在能源白皮书 中提出。中国在2006年颁布了碳排放相关文件:气候变化国家评估报告 与 绿色建筑评价标准。2008年提出
8、“低碳城市”的概念,并在该理念下,形成一系列理论研究成果,如“空间规划”与碳排放强相关等结论7-9,进而发现合理的城市规划可以有效降低碳排放,形成了“多规合一”的国土空间规划体系,主要是利用总体规划10、城乡总体规划11、控制性详细规划12等传统方法与“低碳”理念相结合。计算机相关:随着如百度地图API的开放以及GIS的普及,为从视觉感知角度研究城市相关课题21 综述 提供基础。2014年,Quercia13通过众包采集街道图像以及对应标签。同年,由Arietta14使用支持向量机构建回归模型,实现基于图像预测非视觉属性。2017年,Cheng 15提出了表征街道视觉感知的四种指标:显著区域饱
9、和度、视觉熵、绿色视图指数和天空开放指数。2018年开始,Zhang率先提出场景元素由街景本体和街景视觉组成的理念,并以此为基础构建表示框架,而后Porzi、Naik和Liu分别使用卷积神经网络(CNN)、SS-CNN与RSS-CNN等模型用于城市感知研究16-18。2 模型过程本文是基于城市感知对碳排放评价问题的研究,其过程类似马尔科夫决策过程(MDP)。本文构建强化学习模型,设计Reward函数等,使用深度学习解决相关策略问题,以视觉特征等作为模型输入,通过众包完成数据标注,构建一个碳排放评价方法。其具体过程如图1所示。图1 模型示意图2.1 专家参与根据“街道眼”理论5,需领域专家根据自
10、身领域知识对数据选取、特征选取等进行选择和优化,以减少可能存在的影响主观偏差的因素影响。为此,本研究与城市规划、计算机、风景园林等相关领域11名相关人员进行合作完成工作:一是初始数据筛选;二是功能区域划分;三是对有争议数据进行处理;四是根据领域知识修正强化学习所需Q值。2.2 输入及描述本文选取的特征分为四类,具体见表1。表1 特征类别和描述像素占比类天空墙体天空在整张图片中的像素占比墙体在整张图片中的像素占比特征类别特征类别特征名称特征名称特征描述特征描述数量类第三类功能类道路建筑物交通指示灯交通指示牌城市家具绿化人员数车辆数A车辆数B车辆数C车辆数D熵值工业区商业区住宅区郊区景区道路在整张
11、图片中的像素占比建筑物在整张图片中的像素占比交通指示灯在整张图片中的像素占比交通指示牌在整张图片中的像素占比城市家具在整张图片中的像素占比绿化在整张图片中的像素占比图片中出现的人员数图片中出现的小型车辆数量图片中出现的公交车数量图片中出现的卡车数量图片中出现的自行车数量用以计算图片的复杂度工业区碳排放附加值商业区碳排放附加值住宅区碳排放附加值郊区碳排放附加值景区碳排放附加值续表特征类别特征类别特征名称特征名称特征描述特征描述3 模型3.1 基于图像特征建模基于前人研究成果,本文构建了一个城市碳排放评价模型,其中使用强化学习的部分其原理如图2所示。图2 State和Action交互过程为获得较好
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 强化 学习 城市 感知 评价 方法 都江堰
![提示](https://www.zixin.com.cn/images/bang_tan.gif)
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。