丁小辉
- 作品数：16 被引量：59H指数：6
- 供职机构：中国科学院东北地理与农业生态研究所更多>>
- 发文基金：国家自然科学基金中国科学院重点部署项目国家科技重大专项更多>>
- 相关领域：自动化与计算机技术天文地球农业科学理学更多>>
- 一种基于蜂群智能的遥感影像聚类方法
- 本发明涉及一种基于蜂群智能的遥感影像聚类方法，属于遥感影像聚类分析领域，为了解决现有用于遥感影像的分类算法开发和开拓能力弱，在挖掘最优聚类中心从而实现遥感影像分类任务中，无法得到全局最优聚类中心，无法取得满意遥感分类结果...
- 李华朋张淑清丁小辉刘照魏延生
- 文献传递
- 一种基于双层粒子群算法的渠系配水优化方法
- 一种基于双层粒子群算法的渠系配水优化方法，本发明涉及基于双层粒子群算法的渠系配水优化方法。本发明的目的是为了解决现有下级渠系流量不等时的渠系优化配水模型中遗传算法设计复杂，当涉及到大量个体的时候，需要较长的计算时间；遗传...
- 刘照张树清李华朋丁小辉魏延生
- 基于双层粒子群算法的下级渠道流量不等时渠系优化配水被引量：10
- 2017年
- 以黑河中游张掖市甘州区盈科灌区盈四支一分支为研究对象,在现有渠道优化配水模型基础上,针对下级渠道配水流量不相等的情况,对渠系优化配水工作进行研究。选择以渠道输水损失最小与轮灌组间引水持续时间差异值最小建立多目标优化配水模型,以下级渠道出水口的开关状态与实际流量为决策变量,采用双层粒子群算法求解最优轮灌组合。成功构建了下级渠道不等时的渠系优化配水模型,采用双层粒子群算法求得的结果表明,轮灌组划分合理,下级渠系流量变化范围在其设计流量的[74.3%~77.6%],上级渠系流量变化平稳,最大配水时间113.4 h,其结果低于人工制定的168 h原配水计划。各渠道流量在其允许的范围内变化,渠系优化配水过程与配水时间组合合理,上级渠道配水流量均匀,避免了上级渠系流量突然变化与减少对下级渠系的影响,不仅减少了渠道弃水,同时使各个轮灌组同一时间关闭,有效减少了闸门调节次数,为灌区管理部门制定配水计划提供决策。
- 刘照程帅李华朋姜春雷刘春悦丁小辉张树清
- 关键词：优化配水
- 一种基于双层粒子群算法的渠系配水优化方法
- 一种基于双层粒子群算法的渠系配水优化方法，本发明涉及基于双层粒子群算法的渠系配水优化方法。本发明的目的是为了解决现有下级渠系流量不等时的渠系优化配水模型中遗传算法设计复杂，当涉及到大量个体的时候，需要较长的计算时间；遗传...
- 刘照张树清李华朋丁小辉魏延生
- 基于对象的OBIA-SVM-CNN遥感影像分类方法
- 基于对象的OBIA‑SVM‑CNN遥感影像分类方法，本发明涉及遥感影像分类方法。本发明的目的是为了解决现有复杂农田地区遥感分类识别准确率低的问题。过程为：一、基于多尺度分割算法对遥感影像进行分割，直至通过目视检查所有分割...
- 李华朋张策张淑清丁小辉吴鹏田亚君
- 文献传递
- 一种基于改进粒子群的非监督遥感影像分类方法
- 一种基于改进粒子群的非监督遥感影像分类方法，涉及一种遥感影像分类方法。本发明为了解决目前应用粒子群智能算法对遥感图像进行聚类存在的容易陷入局部最优而无法取得最优遥感分类结果的问题和分类结果不稳定的问题。本发明首先参照粒子...
- 李华朋张淑清刘春悦刘照丁小辉
- 文献传递
- 一种泛知识化时空对象表达数据库建立方法
- 本发明涉及GIS时空数据模型构建领域，具体涉及一种泛知识化时空对象表达数据库建立方法，本发明为了解决现有的时空数据模型对于时空一体化表达及四维时空数据的表达能力不足，不能有效表达在空间或者时间上连续的现象，无法表达时空对...
- 丁小辉张树清陈祥葱李华朋刘照魏延生
- 文献传递
- 基于RS、GIS及智能算法的渠系优化配水被引量：7
- 2017年
- 【目的】基于RS、GIS技术及智能算法,对灌区渠系优化配水工作进行研究,为提高灌区管理、制定配水计划提供科学依据。【方法】采用"组间续灌、组内轮灌"的工作方式,选择总配水时间最短与轮灌组之间引水持续时间差异值同时最小作为优化目标,以黑河中游甘肃省张掖市甘州区盈科灌区盈二支一分支为例,构建多目标渠系优化配水模型,并基于粒子群算法和蚁群算法对模型进行求解。【结果】成功构建了多目标渠系优化配水模型,以黑河中游张掖市甘州区盈科灌区5km×5km区域优化配水为实例的研究表明,采用多目标粒子群算法时的最大配水时间为113.6h,最小配水时间为105.3h,轮灌组引水时间差异为8.3h;采用多目标蚁群算法时的最大配水时间为113.5h,最小配水时间为105.3h,轮灌组引水时间差异为8.2h。解算的结果均低于人工制定的168h原配水计划。【结论】基于RS、GIS及智能算法解决渠系配水问题,不仅可以缩短轮灌周期,减少配水过程中的水量损失,还可保证配水精度,减少劳动力支出。
- 刘照华庆伟张成才丁小辉张树清程帅
- 基于SARIMA-BP神经网络组合方法的MODIS叶面积指数时间序列建模与预测被引量：16
- 2017年
- 植被叶面积指数(LAI)时间序列的建模及预测是陆面过程模型和遥感数据同化方法的重要组成部分。MODIS数据产品MOD15A2是目前应用最为广泛的LAI数据源之一,然而MODIS LAI时间序列产品包含了一些低质量的数据,例如由于云层、气溶胶等的影响,该产品在时间和空间上缺乏连续性。MODIS LAI时间序列包含线性部分和外在干扰产生的非线性部分,单一的线性方法或非线性方法都不能对其精确建模和预测。首先利用Savitzky-Golay(SG)滤波和线性插值平滑受到干扰的LAI时间序列,然后采用季节自回归积分滑动平均(SARIMA)方法、BP神经网络方法及二者的组合方法(SARIMA-BP)对MODIS LAI时间序列进行建模及预测。在SARIMA-BP神经网络组合方法中,各自在线性与非线性建模的优势得以充分发挥,其中SARIMA方法用于建模及预测LAI时间序列中的线性部分,BP神经网络方法用于对非线性残差部分进行建模及预测。实验结果显示:SG滤波和线性插值后的LAI时间序列比原LAI时间序列更平滑;SARIMA-BP神经网络组合方法的决定系数为0.981,比SARIMA和BP神经网络的0.941和0.884更接近于1;SARIMA-BP神经网络组合方法的预测值同观测值之间的相关系数为0.991,高于SARIMA(0.971)和BP神经网络(0.942)的相关系数。由此得出结论:SARIMA-BP神经网络组合方法对MODIS LAI时间序列具有更好的适应性,其建模和预测准确性高于SARIMA方法或BP神经网络方法。
- 姜春雷张树清张策李华朋丁小辉
- 关键词：BP神经网络LAI
- 基于MBR组合优化算法的多尺度面实体匹配方法被引量：7
- 2018年
- 针对多尺度匹配中同名实体位置偏差较大,无法直接通过面积重叠法获得候选匹配的问题,本文提出了一种基于最小外包矩形(MBR)组合优化算法的多尺度面实体匹配方法。本文方法的基本思想是通过MBR组合优化和简要的形状特征来筛选1∶1、1∶N和M∶N候选匹配,然后构建多因子人工神经网络模型来评估候选匹配。试验选取浙江省舟山市1∶2000岛礁基础数据和1∶10 000陆地基础数据中的居民地与设施面进行匹配算法的验证。结果表明,本文方法相对于基于面积重叠-神经网络的匹配方法表现出显著的优势,对存在位置偏移的匹配数据准确率和召回率分别达到了达到96.5%,达到89.0%,且能够识别所有匹配类型。
- 刘凌佳朱道也朱欣焰丁小辉丁小辉
- 关键词：多尺度空间域人工神经网络
