共查询到20条相似文献,搜索用时 78 毫秒
1.
2.
针对我国绝大多数矿山地区还没有实现大地水准面精化的现状,利用BP模型实现这些地区GNSS高程的高精度转换。首先利用传统数学模型进行GNSS高程拟合,然后进行两个输入元、不同中间神经元与单一输出元的三层BP神经网络下的二次数据拟合,通过BP网络自适应映射能力实现非线性运算,避免人为构建模型误差,进而提高GNSS高程转换的精度,优势明显。利用某矿山实际工程数据对BP模型结构拟合结果进行了实际验证,得出矿区高程拟合差值平均误差可达到0.000 1 m,中误差0.028 3 m。BP模型还解决了矿区进行GNSS水准拟合时由于大地水准面的不确定致使拟合精度不稳定的问题。 相似文献
3.
精密多波束测量中时延的确定方法研究 总被引:1,自引:0,他引:1
针对精密多波束测量中多波束系统与GPS系统间存在时间延迟的问题,提出了两种确定时延的方法,即坐标匹配法和竖向时序相似法。前者需根据NMEA0183电文和NAV电文中坐标对及其对应时标确定时延;后者根据GPS与heave呈现船体垂直运动时序的一致性,通过质量控制、姿态改正和垂直运动波形的相似性来确定时延。两种方法在时延确定中均取得了较高的精度。 相似文献
4.
本文研究了国家计量技术规范——《测量不确定度评定与表示》(JJF1059-1999)与测量数据处理的误差理论的区别与联系。讨论了如何依照JJF1059-1999的规定完整、准确地评价和描述测量结果。 相似文献
5.
在利用BP网络识别点状地图符号的过程中,提出了三项改进措施,简化了数据获取,提高了网络收敛速度。通过对训练样本图像的格式分析,实现了输入神经元的简单获取;对神经元、权值数组采取堆内存动态分配的方式,减少了内存占用,极大地提高了权收敛速度;通过对网络拓扑的分析,调整了节点的输出方式,加快了权值改正。 相似文献
6.
7.
对于目前大范围点位分布不均,拟合法高程转换存在效果失真、模型误差等问题,本文给出了改进的BP神经网络方法转换GPS高程为正常高的算法,并与曲面拟合方法比较分析。经实例验证,在较大范围内,用神经网络方法转换GPS高程优于二次曲面拟合方法,所获得的正常高可满足工程生产的精度要求,具有一定的实用价值。 相似文献
8.
9.
点云的孔洞修补是点云数据处理的重要一环。传统方法对孔洞区域包含多种曲面的孔洞,修补方法会产生失效或修补效果不理想的情况。本文引入了切片方法来进行复杂孔洞的修补,并在此基础上使用双向切片方法,修补的效果及精度良好。 相似文献
10.
11.
12.
13.
介绍了确定GPS高程异常的传统方法,分析了应用CF-BPNN模型求解GPS高程异常的步骤,验证了其精度比常规方法有显著提高及其可行性。 相似文献
14.
GPS导航解算中常用最小二乘算法。随着高动态用户需求精度的不断提高,且由于线性化忽略高次项,初始值精度低以及差分后剩余或放大误差的存在。导航解精度很难满足高动态用户的需求。为此,本文基于BP神经网络的非线性逼近性能。给出了基于BP神经网络的GPS导航算法。实测数据计算结果表明该算法能够真实地反映载体运动轨迹,其导航解的精度和可靠性有明显的提高。 相似文献
15.
BP神经网络用于GPS高程转换的网络配置 总被引:2,自引:0,他引:2
匡翠林 《测绘与空间地理信息》2004,27(5):38-40
BP神经网络的输入与输出关系是一个高度非线性映射关系,其用于GPS高程转换中有着较高的精度。但它存在不少问题,如网络的隐含层和隐含层节点个数选取尚无理论上的指导,参加学习的样本的质量如何影响仿真精度等。本文结合实例分析了上述问题,从而得出了BP神经网络用于GPS高程转换时网络配置问题的一些相关结论。 相似文献
16.
神经网络算法一直是国内外研究的热点问题,BP神经网络算法具有更小的模型误差,因此,被广泛应用于GPS高程拟合。本文通过对同一区域GPS高程拟合的应用探究,运用迭代运算对比BP神经网络算法与多项式拟合数据,从而证明BP神经网络在一定条件下具有更高的精度,更加突出了BP神经网络算法的实用性。 相似文献
17.
18.
为限制重力似大地水准面拟合到GPS/水准似大地水准面上的模型代表性误差,提出了Bayesian正则化BP神经网络拟合两类似大地水准面的新方法。利用某区域的重力似大地水准面模型和GPS/水准数据,将新方法与传统的曲面拟合法进行比较。在较大区域和两类似大地水准面差别不规则的情况下,Bayes-ian正则化BP神经网络有效地减少了拟合模型的代表性误差,而且通过Bayesian正则化算法对网络权值进行限制,抑制了过拟合现象。新方法提高了两面拟合结果的内、外符合精度。 相似文献
19.
SAR与TM影像融合及在BP神经网络分类中的应用 总被引:9,自引:1,他引:9
以加拿大Radarsat SAR与美国Landsat TM影像为信息源,分别将SAR与TM影像的DN值转换为表征地物特征的后向散射系数和反射率,利用改进的SVR法进行融合,同时与HIS,Brovey以及小波变换的融合效果作定量比较,并利用优化的BP神经网络模型,以相同的训练区分别对融合前后的影像进行监督分类。结果表明:改进的SVR法融合影像的光谱信息保持性、信息量以及分类精度都优于常用的融合方法,且分类精度比TM影像有较大提高。 相似文献
20.