[1]刘浩,徐南.基于小波神经网络的GPS高程异常拟合模型探究[J].水利与建筑工程学报,2013,(02):182-184.
点击复制

基于小波神经网络的GPS高程异常拟合模型探究()
分享到:

《水利与建筑工程学报》[ISSN:1672-1144/CN:61-1404/TV]

卷:
期数:
2013年02期
页码:
182-184
栏目:
出版日期:
2013-04-30

文章信息/Info

作者:
刘浩;徐南;
河海大学地球科学与工程学院;
关键词:
高程异常拟合BP神经网络小波神经网络
文献标志码:
A
摘要:
利用GPS进行高程测量具有很多优越性,高精度地确定高程异常对于用GPS高程测量部分代替普通几何水准测量具有重要意义。依据BP神经网络和小波神经网络的基本原理,利用实验数据证实了小波神经网络模型比BP神经网络模型和文献[6]模型在GPS高程异常拟合中具有更高的精度,说明小波神经网络在GPS高程异常拟合中具有较强的实用性。更多还原

参考文献/References:

[1] 岳仁宾.GPS高程拟合模型及其应用研究[D].重庆:重 庆大学,2008.
[2] 桂现才.BP神经网络在MATLAB上的实现与应用[J]. 湛江师范学院学报,2004,25(3):79-83.
[3] 郑小洋,叶仲泉.Legendre小波神经网络[J].重庆大学 学报(自然科学版),2003,26(8):48-51.
[4] 李逊,谢红胜.基于遗传算法的小波神经网络[J].计 算机与数字工程,2007,35(8):5-7.
[5] 史峰,王小川.Matlab神经网络30个案例分析[M]. 北京:北京航空航天大学出版社,2011:208-210.
[6] 付云文,袁伟.组合模型在GPS高程转换中的应用 [J].西华大学学报(自然科学版),2011,30(6):30-33.

相似文献/References:

[1]韩勇.三峡库区某滑坡成灾降雨过程的确定[J].水利与建筑工程学报,2012,(01):168.
[2]张浪,雷学文,孟庆山,等.竖向应力对非饱和玄武岩残积土土-水特征曲线的影响[J].水利与建筑工程学报,2017,(05):118.[doi:10.3969/j.issn.1672-1144.2017.05.020]
[3]徐南,吴彦,孟春晨,等.基于遗传优化BP神经网络的GPS高程异常拟合模型研究[J].水利与建筑工程学报,2013,(02):115.

更新日期/Last Update: 1900-01-01