GAMIT/GLOBK 10.40在Ubuntu10.10系统下安装详解

GAMIT/GLOBK是一套高精度GPS数据处理分析软件,多安装于Linux操作系统。由于Linux版本众多,使得该软件的安装复杂。实践中仍会遇到很多问题。在总结前人安装GAMIT的经验基础上介绍以Ubuntu桌面版构建系统平台,在网络的支持下,安装、更新最新版GAMIT/GLOBK10.40的详细过程,并运行GAMIT检验安装是否成功。     

基于Windows和openSuse的GAMIT10.40安装与使用

GAMIT/GLOBK由于开放源代码、解算精度高等优点,是全球应用最广泛的GPS数据分析软件之一,多安装于Linux操作系统。由于Linux版本众多,使得该软件的安装很复杂。虽然介绍安装方法的文章很多,但是实践中仍会遇到很多问题。本文讲述了采用Windows和openSuse系统平台,安装最新版的GAMIT 10.40的详细过程,并以实例验证安装是否成功。     

GAMIT在虚拟机系统中的安装与使用

GAMIT／GLOBK软件是全球应用最广泛的GPS数据分析软件之一,运行于Linux操作系统。由于Linux版本众多,使得该软件的安装过程中遇到很多的问题。介绍了以RedHat9．0虚拟机系统平台,安装、使用最新版GAMIT／GLoBK10．40的详细过程,并以实例进行了检验。     

Ubuntu系统平台的GAMIT／GLOBK 10．35安装详解

GAMIT／GLOBK是全球应用最广泛的GPS数据分析软件之一，多安装于Linux操作系统。由于Linux版本众多，使得该软件的安装很复杂。虽然介绍安装方法的文章很多，但是实践中仍会遇到很多问题。本文讲述了以Ubuntu桌面版构建系统平台，在有网络的支持下，安装、更新最新版GAMIT／GLOBK10．35的详细过程，并以实例检验安装是否成功。     

基于便携式Ubuntu的GAMIT安装与使用

针对当前各种Linux环境下GAMIT安装的特点和常见问题进行对比分析,详细介绍了基于Portable Ubuntu的GAMIT安装和使用技巧,经实例验证,系统运行流畅稳定且具备可携式软件免安装直接拷贝使用的优点,适合广大初学者选用。     

GAMIT在LINUX操作系统上的安装和使用

GAMIT是目前国际上通用的GPS定位定轨的优秀软件之一,但其安装和使用在不同的UNIX／LINUX系统平台上存在着差异,不易为初学者掌握,本文结合实例介绍了GAMIT在LINUX操作系统上的安装和使用,希望能为将要使用GAMIT软件的用户提供一些有益的参考。     

SUSE系统平台的GAMIT／GLOBK10．31安装详解

GAMIT／GLOBK是美国麻省理工学院（MIT）和斯克里普斯海洋研究所（SIO）开发的全球应用最为广泛的GPS分析软件之一,介绍了系统平台SUSE11．1及GAMIT／GLOBK软件的安装及使用方法。该软件的安装及使用方法对LINUX及GAMIT／GLOBK感兴趣的读者具有一定启发与帮助。     

使用GAMIT软件进行高精度GPS基线解算的方法与步骤

GAMIT是国际上常用的高精度GPS定位和定轨软件,在处理长基线和连续时段的静态定位方面有很多优点。本文结合具体实例,介绍GAMIT的安装、基本操作以及应用GAMIT进行高精度基线向量解算。     

MAC OS X系统下GAMIT／GLOBK软件的安装

GAMIT／GLOBK软件是目前最优秀的GPS数据分析处理软件包之一，其在MAC平台下的编译安装与通用的UNIX／LINUX平台存在一定的差异。介绍了在MACOSX操作系统上编译安装gcc／g77及GAMIT的方法，阐述了安装完毕后如何对系统环境变量进行设置，能为使用该软件的用户提供帮助。     

基于Ubuntu的GAMIT/GLOBK快速安装与实例解算

针对GAMIT/GLOBK软件安装较为复杂、基线解算较为烦琐的问题,本文基于VMware Workstation 12.05虚拟机和Ubuntu 16.04操作系统,较为翔实地介绍了如何流程化快速安装GAMIT/GLOBK 10.7软件,并利用中国境内IGS站的观测数据进行了实例数据处理.本文在验证软件安装正确性的同时也为基线解算流程提供了思路.     

基于RBF神经网络的GPS高程拟合方法的研究

GPS高程拟合一直是工程应用中的一个研究热点,其中神经网络拟合方法得到了广泛的应用。本文利用RBF神经网络模型进行GPS高程拟合实验,主要针对模型中隐含节点数和最佳SPREAD值的确定进行实验研究,并利用MATLAB神经网络工具箱实现了GPS高程拟合。同时,将RBF神经网络拟合结果与BP网络拟合结果进行对比分析,结果表明,RBF网络拟合效果要优于BP网络,得到的拟合精度要高。     

RBF神经网络在GPS高程拟合中的应用

通过对离散GPS／水准点观测数据进行拟合从而获得区域内任意一点的高程异常是工程实践中经常遇到的问题。利用RBF神经网络方法进行了GPS水准高程拟合实验,并将得到的高程异常结果与采用BP神经网络方法和二次曲面拟合法得到的结果进行了分析比较;通过3种方式的分析比较,证明利用RBF神经网络进行GPS高程拟合的可行性以及相比其...     

基于遗传算法的RBF神经网络在GPS高程拟合中的应用

本文针对RBF神经网络中隐含层径向基中心值的确定,利用遗传算法对其进行优化,并应用于高程拟合的实验研究中。通过将遗传算法优化的RBF神经网络与K-均值优化的RBF神经网络及标准RBF神经网络进行高程拟合的误差对比分析表明:遗传算法优化的RBF神经网络提高了拟合的稳定度,改善了精度。     

BP神经网络在GPS高程异常拟合中的应用

以提高GPS高程异常拟合的精度为目标,针对实际工程数据,对BP网络模型进行详细的设计,应用BP神经网络方法进行粗差的剔除和高程异常拟合实验及模型精度的评定,得到较满意的结果。通过与多面函数法得到的结果进行比较,证实该模型可使拟合精度有较大提高。     

三种高程异常拟合模型比较

将二次曲面、BP神经网络、最小二乘支持向量机应用与高程异常拟合,并用某地区数据进行了实验验证,结果表明,最小二乘支持向量机应用于高程异常拟合精度最优。     

基于改进BP神经网络的GPS高程拟合方法

BP神经网络用于GPS高程拟合时存在收敛速度慢,受初始值选取影响大和易陷入局部极大值的问题。本文提出一种改进的BP神经网络高程拟合方法,将模拟退火算法(Simulated Annealing,SA)引入BP神经网络模型,利用模拟退火算法的全局寻优能力对BP神经网络的初始值进行选择,同时优化神经网络的各层神经元之间的连接权值和阈值,提高BP神经网络拟合法的拟合精度、收敛速度和推广泛化能力。最后结合实际算例对所提方法的拟合性能进行验证,结果表明利用模拟退火算法改进的BP神经网络进行高程拟合是可行且有效的,拟合结果优于传统BP神经网络法。     

多项式曲面拟合和BP神经网络GPS高程拟合方法的比较研究

为了研究不同GPS高程拟合方法的拟合精度及差异性,选择二次多项式曲面拟合法和BP神经网络法进行比较研究.对已知数据进行分组,采用二次多项式曲面拟合法和BP神经网络法分别对各组数据进行处理、分析,计算精度指标,比较拟合点的分布、拟合点的数量和拟合方法对精度的影响.试验算例表明采用相同方法时拟合点的数量越多、分布越均匀拟合精度越高;在点的数量相同且较多,分布都相对均匀的前提下,BP神经网络法拟合的精度高于二次多项式曲面拟合法;在点的数量相同且较少,分布都相对均匀的前提下,BP神经网络法拟合的精度低于二次多项式曲面拟合法.     

基于粒子群优化的BP神经网络在GPS高程拟合中的应用

讨论了利用粒子群优化(PSO)算法来训练BP神经网络的权值和阀值的原理,分析了三种GPS高程拟合实例,结果表明PSO-BP模型可以应用于GPS高程拟合中。     

基于LM-BP神经网络的GPS高程拟合算法研究

提出了基于LM-BP神经网络方法转换的GPS高程拟合算法,并与传统拟合方法进行了比较。经实例验证,基于LM-BP神经网络的GPS高程拟合优于传统拟合方法,特别是在拟合点较少的大范围GPS拟合中显著改善了拟合高程的精度,具有一定的实用价值。     

城镇控制测量中GPS高程拟合方法分析

结合扶余城镇控制测量成果对基于BP神经网络法进行GPS高程拟合进行了分析.与二次曲面拟合结果比较分析表明,通过施测少量均匀分布GPS点水准高程,采用BP神经网络方法计算GPS点正常高具有较高的精度,在生产中具有一定的应用价值.