LS-SVW/BP神经网络组合模型在GPS高程转换中的应用

发布时间：2021-02-10 16:31

　　传统BP神经网络在GPS高程转换中存在一定局限性,特别是在外推精度方面。为避免几何曲面模型不能贴合的情况及神经网络在训练时产生局部极小概率的问题,文中提出一种改进的BP神经网络高程异常拟合方法,即LS-SVW/BP神经网络组合模型,通过实例对该组合模型与BP神经网络、二次曲面拟合、平面拟合进行比较,说明了该组合模型用于GPS高程转换的可行性和优越性。 

【文章来源】：公路与汽运. 2016,(06)

【文章页数】：4 页

【文章目录】：
1 GPS高程转换模型
    1.1 最小二乘支持向量机的原理
    1.2 神经网络法的原理
    1.3 LS-SVM和BP神经网络组合模型
2 应用实例
    2.1 LS-SVM/BP组合模型拟合GPS高程
    2.2 拟合精度对比
3 结语


【参考文献】：
期刊论文
[1]基于多项式的拟合推估法在GPS高程转换中的应用[J]. 刘玮,石杏喜.  公路与汽运. 2016(02)
[2]基于二次曲面和BP神经网络组合模型的GPS高程异常拟合[J]. 王小辉,王琪洁,丁元兰,刘建.  大地测量与地球动力学. 2012(06)
[3]最小二乘支持向量机在GPS高程拟合中的应用[J]. 任超,李和旺.  工程勘察. 2012(07)
[4]基于最小二乘配置法的BP神经网络GPS高程异常拟合方法研究[J]. 沈雪峰,高成发,潘树国.  测绘工程. 2011(04)
[5]最小二乘支持向量机的算法研究[J]. 顾燕萍,赵文杰,吴占松.  清华大学学报(自然科学版). 2010(07)
[6]基于BP人工神经网络的GPS高程异常拟合方法研究[J]. 陈刚,张明,张芯.  通信技术. 2008(11)



本文编号：3027655