GA������Ϸ������������������е�Ӧ��

?????????????ó??????????????????????Ψ???????????????????????????????????п?????????????????;????????????????????????????????????????????????????????????ù???????????÷?????????????????????????????     

���̲�����һ��������ߵ����

?????о????????Щ????????????????????????????????????????????????????????С???????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????н????????????????????????????????????????????????????????????á?     

һ�ֻ��������Ŀռ�Բ��ⷽ��

???????μ?????????????????????????棬?????????????????д?????????????????????????????????????????????????????????????????????????????м???????????÷????????????????????????????????????????????????     

�ռ�Բ��������������·���

?????????????????????????????????·??????????????????б任???????С?????????????????,???????????????????;??????????????????????????????????????Ч???     

��ϵ�ֲ���GPSˮ׼����Ͼ��ȹ�ϵ�о�

????GPS??????????GPS???????????????о?????????????????GPS????????????:1)????????????GPS????????????????????ü?????????????????????????????????????????????????????2?????????????????????溯??????????????????????????4???????????????棬???ü?????????????????澫???3??????????????????????????????????????????GPS??????????????????????2 cm???????????????????????????????????2 000 m??????????????????????????GPS??????????????????????     

����ƽ����Ϻ� BP��������Ϸ���GPS�߳�ת��

???GPS???????????????????????????y?????????BP?????編??????????????????????6????????????????????????????????????6?????????????????????????????BP?????編???????????3????????????????????     

����Bayesian����BP�������GPS�߳�ת��

?????BP?????????????????????????????????????Bayesian?????????BP??????????????????????????GPS??????????????????L-M????????????????????????Bayesian??????BP????????????????????????????????????     

基于MVO优化神经网络的GNSS高程异常拟合方法

针对普通神经网络的梯度消失和易陷入局部极值的问题,提出一种基于多元宇宙优化算法(multi-verse optimizer, MVO)的BP神经网络优化方法(MVO-BP),利用MVO全局寻优的特性求取BP神经网络各层之间可靠的神经元阈值与连接权,从而使神经网络预测模型具备更高的预测精度。建立基于MVO-BP算法的GNSS高程异常拟合预测模型,并采用实际工程中少量高程异常数据进行算法可行性检验。结果表明,相较于常规的BP神经网络法及多面函数法,MVO-BP法精度更高、适用性更强,可为实际工程测量中正常高的求取提供参考。     

Բ�������������������·���

???????????????????????????????????????μ????????????????????????е?????????????????????е???????????????????????????λ???????????????????????????м???????顣?÷????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????     

基于广义高斯模型的机载测深LiDAR波形拟合算法

针对传统LiDAR测深波形拟合算法受噪声干扰严重、对微弱回波信号及复杂波形拟合不准确的问题,提出一种基于广义高斯模型的波形拟合算法。首先通过计算滤波前后尾段波形的差异估计波形的噪声;然后利用广义高斯模型提取海面与海底反射信号分量,并对剩余信号进行迭代拟合;最后利用LM算法对参数进行优化,并对优化后的参数进行约束,避免冗余分量。采用南海实测数据进行验证,该算法拟合微弱回波及复杂波形能力强,不论在浅水(回波发生叠加)还是深水,其拟合精度均优于传统算法,具有良好的鲁棒性。