桂林理工大学学报
桂林理工大學學報
계림리공대학학보
JOURNAL OF GUILIN UNIVERSITY OF TECHNOLOGY
2014年
3期
505-509
,共5页
张腾旭%刘立龙%周淼%赫林%黄良珂%张鹏飞
張騰旭%劉立龍%週淼%赫林%黃良珂%張鵬飛
장등욱%류립룡%주묘%혁림%황량가%장붕비
GPS%LS-SVM%BP神经网络%TLS%高程拟合%组合模型
GPS%LS-SVM%BP神經網絡%TLS%高程擬閤%組閤模型
GPS%LS-SVM%BP신경망락%TLS%고정의합%조합모형
GPS%least square support vector machine (LS -SVM)%BP neural network%total least-squares algorithm (TLS)%height conversion%combined model
提出了最小二乘支持向量机（LS-SVM）与BP神经网络的最优加权组合模型。通过实测数据对比分析了LS-SVM、BP神经网络、基于总体最小二乘算法（TLS）的二次多项式曲面拟合和最优加权组合模型的精度，结果表明最优加权组合模型的精度优于其他模型。
提齣瞭最小二乘支持嚮量機（LS-SVM）與BP神經網絡的最優加權組閤模型。通過實測數據對比分析瞭LS-SVM、BP神經網絡、基于總體最小二乘算法（TLS）的二次多項式麯麵擬閤和最優加權組閤模型的精度，結果錶明最優加權組閤模型的精度優于其他模型。
제출료최소이승지지향량궤（LS-SVM）여BP신경망락적최우가권조합모형。통과실측수거대비분석료LS-SVM、BP신경망락、기우총체최소이승산법（TLS）적이차다항식곡면의합화최우가권조합모형적정도，결과표명최우가권조합모형적정도우우기타모형。
The optical weighting combined model of LS-SVM and BP Neural network is proposed.According to the measured data,the accuracy of LS -SVM model,BP Neural network model,Quadratic polynomial curve surface fitting based on total least-square algorithm and optimal weighting combined model are compared and analyzed.Test results show that the precision of optimal weighting combined model is better than others.
