测绘与空间地理信息
測繪與空間地理信息
측회여공간지리신식
GEOMATICS & SPATIAL INFORMATION TECHNOLOGY
2012年
3期
78-79,82
,共3页
神经网络%GPS高程%正常高%BP网络算法
神經網絡%GPS高程%正常高%BP網絡算法
신경망락%GPS고정%정상고%BP망락산법
neural network%GPS height%normal height%BP network algorithm
GPS测量的大地高精度达到了（3～4）×10^-6，本文结合城镇控制测量对GPS高程拟合情况进行了分析。研究结果表明，通过施测少量均匀分布的GPS点的水准高程，采用BP神经网络方法拟合GPS点正常高可以部分替代水准高程或三角高程。
GPS測量的大地高精度達到瞭（3～4）×10^-6，本文結閤城鎮控製測量對GPS高程擬閤情況進行瞭分析。研究結果錶明，通過施測少量均勻分佈的GPS點的水準高程，採用BP神經網絡方法擬閤GPS點正常高可以部分替代水準高程或三角高程。
GPS측량적대지고정도체도료（3～4）×10^-6，본문결합성진공제측량대GPS고정의합정황진행료분석。연구결과표명，통과시측소량균균분포적GPS점적수준고정，채용BP신경망락방법의합GPS점정상고가이부분체대수준고정혹삼각고정。
The accuracy of GPS measurement has reached（3 -4） ×10^-6. With the urban GPS control survey, the GPS height fitting is analyzed. The results show that, through measuring the leveling of a small number of GPS points which are evenly distributed, the leveling height or trigonometric leveling height can be replaced by the normal height of GPS points by using the method of BP neutral network.
