研究背景与问题

本研究背景源于女性在城市空间中的安全感知问题。由于生理和心理上的差异，女性在公共空间中的安全感知相较于男性更为敏感，且更容易受到城市环境中的不良因素影响。以大连市沙河口区为例，本研究旨在探讨女性视角下的街道安全感知及其影响因素，以期为城市规划和设计提供有益的参考。

研究方法

本研究采用深度学习技术构建女性视角下的街道安全感知评价模型。首先，通过收集大连市沙河口区街道的图像数据，利用深度学习算法进行特征提取。其次，结合XGBoost算法对提取的特征进行分类，构建街道安全感知评价模型。此外，运用SHAP解释框架对模型进行解释，以揭示街道环境空间要素对女性安全感知的影响。

核心结果

本研究结果表明，女性视角下的街道安全感知评价模型具有较高的准确性和可靠性。通过对模型的分析，发现街道环境空间要素如照明、绿化、监控设备等对女性安全感知具有显著影响。其中，照明和监控设备对女性安全感知的提升作用最为明显。此外，本研究还发现，不同年龄段、职业背景的女性对街道安全感知的评价存在差异。

结论与意义

本研究得出以下结论：首先，女性在公共空间中的安全感知受到多种因素的影响，其中照明和监控设备对女性安全感知的提升作用显著。其次，不同年龄段、职业背景的女性对街道安全感知的评价存在差异。本研究的意义在于，为城市规划和设计提供了基于女性视角的安全感知评价模型，有助于改善城市公共空间的安全环境，提高女性的安全感。同时，本研究也为相关政策制定提供了参考依据，有助于推动性别平等和城市可持续发展。