共查询到19条相似文献,搜索用时 109 毫秒
1.
转换GPS高程的BP神经网络方法研究 总被引:1,自引:1,他引:0
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
2.
研究了GPS高程拟合及精度分析,着重介绍了GPS拟合的方法,针对GPS测出的高程不能直接用于生产实践这一问题,结合实例,使用国内常用GPS解算软件进行了拟合,并对拟合结果进行分析、比较得出结论,探究影响GPS高程拟合精度的因素,给出测量施工建议。 相似文献
3.
4.
基于二次曲面的Shepard方法在GPS高程拟合中的应用 总被引:1,自引:1,他引:0
针对单一GPS高程拟合方法的不足,给出了一种基于二次曲面的Shepard拟合法。通过对二次曲面拟合法、Shepard拟合法和基于二次曲面的Shepard拟合法进行高程拟合结果的比较,表明基于二次曲面的Shepard拟合方法能显著提高高程拟合精度。 相似文献
5.
6.
提出了基于LM-BP神经网络方法转换的GPS高程拟合算法,并与传统拟合方法进行了比较。经实例验证,基于LM-BP神经网络的GPS高程拟合优于传统拟合方法,特别是在拟合点较少的大范围GPS拟合中显著改善了拟合高程的精度,具有一定的实用价值。 相似文献
7.
就GPS高程转换进行研究,论述了GPS高程转换的过程及常用方法,特别对数学模型拟合法进行了讨论,最后通过对某地区GPS拟合高程与水准高程的精度对比分析,提出了利用GPS观测值加已知高程点拟合求待定点高程的方法,论述了等级网GPS拟合高程可以达到的普通几何水准测量精度。 相似文献
8.
随着GPS技术的不断发展,GPS技术被广泛应用于测绘学科,然而GPS所采用的高程系统与我国规定的高程系统不同,GPS大地高在测量工作中的应用受到很大限制。如何把GPS大地高转换成正常高是测绘科研人员一直研究的问题,GPS高程拟合是一种比较简单、实用的转换方法。本文对于GPS拟合的原理、几种拟合方法进行了介绍,并对不同的GPS高程拟合方法在工程测量中的应用进行了实例分析。GPS高程拟合可以满足普通工程测量对高程精度的要求,通过GPS高程拟合可以把GPS大地高转换成正常高,大量减少了水准测量的工作量,提高了工作效率,较少了工作成本。 相似文献
9.
利用GPS点水准联测数据,通过曲面拟合的方法得到高程异常值;最后通过对GPS拟合高程与水准测量高程的精度对比分析,论述了等级网GPS高程拟合在矿区地表变形监测中的可行性。 相似文献
10.
11.
12.
13.
城镇控制测量中GPS高程拟合方法分析 总被引:1,自引:0,他引:1
结合扶余城镇控制测量成果对基于BP神经网络法进行GPS高程拟合进行了分析.与二次曲面拟合结果比较分析表明,通过施测少量均匀分布GPS点水准高程,采用BP神经网络方法计算GPS点正常高具有较高的精度,在生产中具有一定的应用价值. 相似文献
14.
15.
GPS高程转换方法和正常高计算 总被引:13,自引:0,他引:13
GPS测量所提供的高程为相对于WGS-84椭球的GPS大地高,而我国使用的是正常高。大地高等于正常高与高程异常之和,要使GPS高程在工程实际中得到应用,必须先求出高程异常,进而获得正常高。结合GPS测量和水准测量资料,用神经网络方法和二次多项式曲面拟合方法拟合高程异常,对拟合精度进行了分析比较,得出了有实用价值的结论。 相似文献
16.
BP神经网络用于GPS高程拟合时存在收敛速度慢,受初始值选取影响大和易陷入局部极大值的问题。本文提出一种改进的BP神经网络高程拟合方法,将模拟退火算法(Simulated Annealing,SA)引入BP神经网络模型,利用模拟退火算法的全局寻优能力对BP神经网络的初始值进行选择,同时优化神经网络的各层神经元之间的连接权值和阈值,提高BP神经网络拟合法的拟合精度、收敛速度和推广泛化能力。最后结合实际算例对所提方法的拟合性能进行验证,结果表明利用模拟退火算法改进的BP神经网络进行高程拟合是可行且有效的,拟合结果优于传统BP神经网络法。 相似文献
17.
GPS测量的大地高精度达到了3×10-6~4×10-6,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。 相似文献
18.
19.
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