大地测量与地球动力学
大地測量與地毬動力學
대지측량여지구동역학
JOURNAL OF GEODESY AND GEODYNAMICS
2011年
6期
113-116
,共4页
广义回归神经网络%BP神经网络%大地高%高程异常%正常高
廣義迴歸神經網絡%BP神經網絡%大地高%高程異常%正常高
엄의회귀신경망락%BP신경망락%대지고%고정이상%정상고
为提高GPS高程转换的精度,采用广义回归神经网络(GRNN)进行拟合.将控制点的X、y坐标作为网络输入,高程异常作为网络输出,采用实验数据训练网络,训练完成的网络作为模型进行高程异常预测.结果表明,GRNN方法具有较高的GPS转换精度.
為提高GPS高程轉換的精度,採用廣義迴歸神經網絡(GRNN)進行擬閤.將控製點的X、y坐標作為網絡輸入,高程異常作為網絡輸齣,採用實驗數據訓練網絡,訓練完成的網絡作為模型進行高程異常預測.結果錶明,GRNN方法具有較高的GPS轉換精度.
위제고GPS고정전환적정도,채용엄의회귀신경망락(GRNN)진행의합.장공제점적X、y좌표작위망락수입,고정이상작위망락수출,채용실험수거훈련망락,훈련완성적망락작위모형진행고정이상예측.결과표명,GRNN방법구유교고적GPS전환정도.
