似大地水准面的支持向量机模型研究

支持向量机(SVM)是一种基于结构风险最小化原理的学习技术,也是一种新的具有较好泛化性能的回归方法。本文简要介绍了SVM原理,针对大面积复杂似大地水准面的确定问题,仅依据测区的GPS水准实测数据,利用SVM方法整体建模。通过工程实例并与神经网络模型进行对比,证实了SVM似大地水准面模型的可靠性。     

相空间重构在滑坡预测中的应用

针对滑坡位移时间序列的非线性特性,引入基于相空间重构和最小二乘支持向量机(LSSVM)的预测法.利用Cao氏方法确定嵌入维数,根据互信息法计算最佳延迟时间;然后在相空间中,利用最小二乘支持向量机(LSSVM)建立预测模型,对滑坡进行了实证计算,且与LSSVM模型和BP神经网络模型进行了比较.结果表明,模型具有较高的精度...     

基于支持向量机的GPS似大地水准面拟合

GPS高精度平面控制成果在各类工程中已经得到了广泛应用,然而其高程信息目前正在作进一步的研究.介绍统计学习理论和支持向量机,提出利用支持向量机技术进行似大地水准面拟合.以实测GPS定位数据为试验资料,对支持向量机和神经网络以及多项式拟合的结果进行比较分析:支持向量机技术拟合数据的精度达到了神经网络和多项式拟合的精度,并且解决了神经网络技术不能实时处理数据、过学习、收敛速度慢、易陷于局部极值等问题.     

古巴探区大地水准面模型的探索与确定

由于古巴国家没有现成可用的大地水准面模型,需要引进通用大地水准面模型或自建似大地水准面模型,以满足高程测量要求。针对这个问题,本文一方面积极制定似大地水准面建模方案设计,根据探区内水准点和项目测量设备的配备情况,拟采用GPS水准法自建似大地水准面模型;另一方面两个全球大地水准面模型OSU91A和DMA 10×10及一个加勒比区域大地水准面模型CALIB97被引用到探区,通过对探区内有代表性的高精度水准点进行GNSS观测验证,最终确定全球大地水准面模型OSU91A为适合探区、满足项目合同要求的通用大地水准面模型,从而解决了生产中的技术问题。     

局部似大地水准面精化技术在地下管线测绘中的应用

在介绍似大地水准面精化技术的的基础上，论证了在上海西部郊县地区应用GPS水准法确定区域似大地水准面的可行性，并通过确定上海嘉定、青浦两区的似大地水准面证明了用GPS水准法确定的似大地水准面精度可满足地下管线测绘工作的需要。     

联合GRACE/GOCE重力场模型和GPS/水准数据确定我国85高程基准重力位

GRACE、GOCE卫星重力计划的实施,对确定高精度重力场模型具有重要贡献。联合GRACE、GOCE卫星数据建立的重力场模型和我国均匀分布的649个GPS/水准数据可以确定我国高程基准重力位,但我国高程基准对应的参考面为似大地水准面,是非等位面,将似大地水准面转化为大地水准面后确定的大地水准面重力位为62 636 854.395 3m~2s~(-2),为提高高阶项对确定大地水准面的贡献,利用高分辨率重力场模型EGM2008扩展GRACE/GOCE模型至2190阶,同时将重力场模型和GPS/水准数据统一到同一参考框架和潮汐系统,最后利用扩展后的模型确定的我国大地水准面重力位为62 636 852.751 8m~2s~(-2)。其中组合模型TIM_R4+EGM2008确定的我国85高程基准重力位值62 636 852.704 5m~2s~(-2)精度最高。重力场模型截断误差对确定我国大地水准面的影响约16cm,潮汐系统影响约4~6cm。     

河源市cm级似大地水准面模型的确定

综合利用地球重力场模型、数字高程模型、重力数据和高程异常数据,采用"移去-恢复"法和三次多项式拟合算法,确定了河源市cm级似大地水准面模型;研究了地形复杂的城市级似大地水准面模型计算的关键技术难点,并提出了优化方法。     

鄱阳湖湖区似大地水准面精化研究

本文利用环鄱阳湖GPS/水准成果,重点研究了以江西省似大地水准面精化模型为平台、应用移去～恢复技术确定鄱阳湖湖区似大地水准面的方法,并对鄱阳湖湖区似大地水准面的模型和江西省似大地水准面的模型做了比较和分析。     

江西省现代大地基准似大地水准面精化完善

充分利用GNSS/水准点资料,运用自适应最小二乘配置方法对重力似大地水准面进行纠正,得到了分辨率为1.5′×1.5′的江西省似大地水准面模型,总体内符合精度为±1.8cm;并对江西省现代大地基准似大地水准面精化完善的模型和2004年似大地水准面精化试点的模型做了比较和分析。     

二次曲面拟合法在区域似大地水准面精化中的应用

以某市为例,介绍了二次曲面拟合法在区域似大地水准面精化中的应用,拟合得到厘米级的似大地水准面模型,并给出有益结论.     

相空间重构理论支持下的滑坡预测方法

针对滑坡位移时间序列的非线性特性,引入基于相空间重构和最小二乘支持向量机(LSSVM)的预测法.利用Cao氏法确定嵌入维数,计算最佳延迟时间;在相空间中,利用LSSVM建立预测模型,以实例对滑坡进行计算,对LSSVM模型和BP神经网络模型进行了比较.结果表明:基于相空间重构和LSSVM的滑坡预测模型具有较高的精度,是科...     

灰色最小支持向量机模型在高程拟合中的应用

针对传统单一灰色最小二乘支持向量机(GLSSVM)高程拟合方法的不足以及LSSVM模型参数选择的随机性,该文提出了一种基于PSO-GA算法优化的灰色最小二乘支持向量机高程拟合模型。模型将灰色模型与最小二乘支持向量机模型相结合,建立GLSSVM模型,并结合粒子群算法与遗传优化算法寻找GLSSVM模型的最优参数组合。为进一步验证提出模型的可靠性与有效性,通过具体工程实例,并将拟合结果分别与粒子群算法优化的最小二乘支持向量机模型(PSO-GLSSVM),遗传算法优化的最小二乘支持向量机模型(GA-GLSSVM)及单一GLSSVM模型进行对比分析,结果表明,PSO-GA-GLSSVM模型拟合精度更好,可靠性更高,为高程拟合研究提供了一种思路。     

利用经验模态分解和LSSVM预测隧道不均匀沉降

隧道不均匀沉降是个复杂的系统.针对其非线性、非平稳的特点,本文将经验模态分解(EMD)和最小二乘支持向量机(LSSVM)引入该领域,建立了一种基于EMD和LSSVM的预测模型.首先,利用EMD方法将原始序列作平稳化处理,得到一系列本征模态分量(IMF);其次,根据各个IMF的变化规律,采用合适的参数构造不同的LSSVM...     

粒子群最小二乘支持向量机在GPS高程拟合中的应用

针对传统的GPS高程拟合方法要求有足够多样本数据的缺陷,本文采用粒子群(PSO)算法优化最小二乘支持向量机(LSSVM)参数的方法进行GPS高程拟合。实验表明,在有限样本的情况下,PSO-LSS-VM模型不仅发挥了LSSVM处理小样本数据的能力,而且通过PSO优化后的LSSVM能够选择出合适的参数;与LM-BP神经网络、标准最小二乘支持向量机等方法比较,PSO-LSSVM模型拟合精度较高。     

基于遗传Elman神经网络进行矿区GPS高程拟合

目前,城市、平原地区的似大地水准面建立精度已经达到厘米级,但在矿区进行高程拟合时,由于地面高低起伏没有规则,其似大地水准面的拟合精度并不理想。针对此问题,本文提出利用遗传算法优化Elman神经网络的方法精化似大地水准面,采用移去-恢复法对残差进行建模,使用EGM 2008地球重力场模型和地形起伏信息来精化求解似大地水准面和参考椭球面之间的高程异常,同时着重分析了地球重力场模型以及地形变化信息对高程异常求解的重要性,并使用某矿区实测数据(GPS、水准)对所提方法进行验证,实验结果表明:文中所提方法的精度要优于二次曲面拟合模型和单一Elman模型,其外符合精度达到了1.14 cm,可以代替四等水准测量。     

基于不同核函数的LSSVM在GPS高程拟合中的应用

GPS技术因其诸多优点在工程测量中被广泛应用,最小二乘支持向量机应用于GPS高程拟合有着一定的优势。最小二乘支持向量机在处理非线性问题时,采用核函数代替内积计算,巧妙地解决了高维计算问题。文中综述了最小二乘支持向量机常用的几种核函数,用实验进行对比分析,结果表明,采用几种核函数都取得较好的效果,采用径向基核函数时效果最优。     

海洋重力似大地水准面与区域测高似大地水准面的拟合问题

研究了将陆地重力似大地水准面与GPS水；住似大地水准面拟合的处理方法推广到海洋的问题．首先从理论上证明了当存在海面地形．则海洋大地水准面与似大地水准面不重合．导出了在海洋上大地水；住面差距与高程异常之间差值的公式．由此给出了求定平均海面相对于区域高程基准的正常高以及测高似大地水准面的计算公式。由于测高平均海面与GPS大地高有相近的精度．提出了将海洋重力似大地水准面与区域测高似大地水准面拟合的处理方法．并利用当前最新的海面地形模型和测高平均海面模型做了数值估计。