基于稳健估计的神经网络高程拟合模型的研究

发布时间：2017-04-08 18:21

  本文关键词：基于稳健估计的神经网络高程拟合模型的研究，由笔耕文化传播整理发布。

【摘要】：大地水准面的精化与高程转换是现代控制测量的基础内容,高程转换是实现测绘信息资源共享和大地基准精化至关重要的环节。目前GNSS高程转换实际运用的方法有重力测量法和传统的数值拟合逼近法。研究主要针对神经网络模型对高程异常解算过程中的数学模型和解算精度展开了深入的分析。针对大范围且地形差异较小的区域,提出了一种基于思维进化算法优化的抗差BP神经网络拟合模型。模型对于BP网络较弱的抗差性能和局部优化的特性,改造了模型输入和优化权值及阈值的计算方法,完善了数学模型的抗差性。运用某测区实测工程数据对优化后的模型进行了验算,验证了模型的可靠性。对于小范围测区的高程异常拟合需求,提出了一种基于稳健估计的正则化RBF神经网络拟合模型。在数据处理方法中稳健估计的思想下,模型针对RBF网络隐含层中心值选取过程中的随机性进行了改造,提出“精度低,稳健权小,中心偏离输入越大”原则,提高了模型的抗差性能,并以工程数据训练网络进行拟合测试,验证了其优越性。研究主要是从数学建模角度分析了模型的内外符合精度,得出相应的结论,对数据自动化采集过程中误差多样性的观测数值高程拟合计算有一定的现实意义。但是高程异常的拟合与地势特征、数据点采集的质量等因素都有影响,模型还需从实用的角度进一步完善。
【关键词】：高程拟合 稳健估计 BP神经网络 正则化RBF神经网络
【学位授予单位】：华北理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：P223;P228.4
【目录】：

• 摘要4-5
• Abstract5-9
• 引言9-10
• 第1章 文献综述10-15
• 1.1 课题背景10-11
• 1.2 研究现状11-13
• 1.2.1 高程基准发展现状11-12
• 1.2.2 高程拟合研究现状12-13
• 1.2.3 神经网络应用现状13
• 1.3 论文研究内容13-15
• 第2章 基础理论15-25
• 2.1 GNSS高程转换15-17
• 2.1.1 高程系统15
• 2.1.2 高程异常的确定15-16
• 2.1.3 误差来源16-17
• 2.2 高程拟合模型17-21
• 2.2.1 常用拟合函数17-18
• 2.2.2 拟合函数对比18
• 2.2.3 拟合模型误差分析18-20
• 2.2.4 拟合精度评定指标20-21
• 2.3 抗差估计21-25
• 2.3.1 估计方法概述21-22
• 2.3.2 粗差处理思想22
• 2.3.3 稳健估计22-25
• 第3章 基于MEA优化的抗差BP神经网络高程拟合模型25-46
• 3.1 神经网络基本原理25-26
• 3.1.1 生物神经元25
• 3.1.2 人工神经元模型25-26
• 3.1.3 神经网络的基本性能26
• 3.2 BP神经网络模型26-29
• 3.2.1 BP网络拓扑结构27
• 3.2.2 BP网络学习过程27-28
• 3.2.3 BP拟合的适用性分析28-29
• 3.3 思维进化算法29-32
• 3.3.1 概述29-30
• 3.3.2 术语和概念30-31
• 3.3.3 思维进化算法优化BP网络31-32
• 3.4 MEA优化的抗差BP高程拟合模型建立32-41
• 3.4.1 模型设计思路32-33
• 3.4.2 拟合模型建立33-35
• 3.4.3 模型优化技术流程35-36
• 3.4.4 模型参数设计36-41
• 3.5 模型仿真测试41-45
• 3.5.1 试验数据41-42
• 3.5.2 仿真方案设计42-43
• 3.5.3 试验结果与分析43-45
• 3.6 本章小结45-46
• 第4章 改进的正则化RBF神经网络高程拟合模型46-58
• 4.1 RBF神经网络概述46-48
• 4.1.1 生理学基础46
• 4.1.2 网络工作原理46-48
• 4.1.3 网络设计原则48
• 4.2 正则化RBF神经网络48-51
• 4.2.1 正则化理论48-49
• 4.2.2 正则化网络模型49-50
• 4.2.3 RBF网络与BP网络的区别与联系50-51
• 4.3 改进的正则化RBF神经网络模型的建立51-54
• 4.3.1 模型设计思路51
• 4.3.2 隐节点中心的抗差优化51-53
• 4.3.3 抗差RBF拟合模型的建立53-54
• 4.4 模型仿真测试54-57
• 4.4.1 试验数据54-55
• 4.4.2 仿真方案设计55-56
• 4.4.3 试验结果与分析56-57
• 4.5 本章小结57-58
• 结论58-59
• 参考文献59-63
• 致谢63-64
• 导师及企业导师简介64-65
• 作者简介65-66
• 学位论文数据集66

【参考文献】

中国期刊全文数据库 前8条

1 叶子伟;韩红超;;基于退火BP神经网络的GPS高程转换[J];测绘工程;2008年04期

2 王昶;王旭;;GPS大地水准面拟合模型研究[J];测绘工程;2009年04期

3 张兴福;刘成;王国辉;康占龙;闫海波;;基于EGM2008重力场模型的GPS高程转换方法及精度分析[J];地球物理学进展;2012年01期

4 蒋霖;;基于EKF的神经网络在GPS高程转换中的应用[J];工程勘察;2012年04期

5 李和旺;任超;;遗传算法改进的BP神经网络在GPS高程拟合中的应用[J];工程勘察;2012年12期

6 汪金花;刘雨青;吴长悦;;一种含稳健权的神经网络GNSS高程拟合模型[J];测绘通报;2014年08期

7 雷鸣;张立亭;崔红超;;几种神经网络在GPS高程转换中的比较[J];江西测绘;2013年01期

8 魏子卿;高程现代化问题[J];武汉大学学报(信息科学版);2001年05期

中国博士学位论文全文数据库 前1条

1 张莉;几类神经网络的分析与优化及其应用研究[D];西安电子科技大学;2012年

中国硕士学位论文全文数据库 前1条

1 朱华平;不适定问题的正则化理论及其应用[D];武汉理工大学;2007年

  本文关键词：基于稳健估计的神经网络高程拟合模型的研究，，由笔耕文化传播整理发布。

本文编号：293413