从OpenStreetMap数据中提取美国建筑类型
原文中文，约300字，阅读约需1分钟。发表于：。本研究解决了建筑类型信息匮乏的问题，该信息对人口估计、交通规划、城市规划和应急响应至关重要。我们采用无监督机器学习方法对美国的建筑进行分类，并依据权威的数据进行了验证，结果显示在非住宅建筑分类中具有高精度，在住宅建筑分类中具有高召回率。该研究产生的数据集包含了67,705,475栋建筑，预计将为城市及交通规划等科学研究提供重要价值。
本研究使用无监督机器学习方法对美国建筑进行分类，解决了建筑类型信息匮乏的问题。结果显示在非住宅建筑分类中具有高精度，在住宅建筑分类中具有高召回率。数据集包含了67,705,475栋建筑，将为城市及交通规划等科学研究提供重要价值。
