粒子群最小二乘支持向量机在GPS高程拟合中的应用   总被引：3，自引：1，他引：2  

黄磊  张书毕  王亮亮  张秋昭 《测绘科学》2010,35(5):190-192

针对传统的GPS高程拟合方法要求有足够多样本数据的缺陷,本文采用粒子群(PSO)算法优化最小二乘支持向量机(LSSVM)参数的方法进行GPS高程拟合。实验表明,在有限样本的情况下,PSO-LSS-VM模型不仅发挥了LSSVM处理小样本数据的能力,而且通过PSO优化后的LSSVM能够选择出合适的参数;与LM-BP神经网络、标准最小二乘支持向量机等方法比较,PSO-LSSVM模型拟合精度较高。  相似文献   

灰色最小支持向量机模型在高程拟合中的应用     

谢洋洋  付超  解琨  吴大鹏 《测绘科学》2021,46(3):55-60

针对传统单一灰色最小二乘支持向量机(GLSSVM)高程拟合方法的不足以及LSSVM模型参数选择的随机性,该文提出了一种基于PSO-GA算法优化的灰色最小二乘支持向量机高程拟合模型。模型将灰色模型与最小二乘支持向量机模型相结合,建立GLSSVM模型,并结合粒子群算法与遗传优化算法寻找GLSSVM模型的最优参数组合。为进一步验证提出模型的可靠性与有效性,通过具体工程实例,并将拟合结果分别与粒子群算法优化的最小二乘支持向量机模型(PSO-GLSSVM),遗传算法优化的最小二乘支持向量机模型(GA-GLSSVM)及单一GLSSVM模型进行对比分析,结果表明,PSO-GA-GLSSVM模型拟合精度更好,可靠性更高,为高程拟合研究提供了一种思路。  相似文献   

支持向量机回归在西北山区GNSS高程转换中的应用研究     

《北京测绘》2017,(Z1)

文章将支持向量机回归应用于西北山区GNSS高程转换,研究了支持向量机回归、多项式、BP神经网络和RBF神经网络4种模型在GNSS高程转换中的应用。结果表明,支持向量机回归拟合精度优于其他三种转换模型,有效地解决了西北困难地区点位分布不均以及小样本数据高程转换等问题,为相关工程提供了参考。  相似文献   

基于SVR的GPS高程拟合模型研究   总被引：2，自引：0，他引：2  

丛康林  岳建平 《测绘通报》2011,(2):8-11

研究基于支持向量机回归(SVR)的GPS高程拟合模型,介绍SVR的基本原理,在选择不同样本量的情况下与多项式曲面拟合方法进行比较.试验结果表明,支持向量机回归方法的精度优于曲面拟合方法,尤其在小样本条件下,能够利用有限的样本信息获得最好的学习效果和泛化能力,比常规方法更具优越性.  相似文献   

基于核主成分分析和粒子群优化支持向量机的滑坡位移预测   总被引：3，自引：0，他引：3  

彭令  牛瑞卿  赵艳南  邓清禄 《武汉大学学报(信息科学版)》2013,38(2):148-152,161

利用核主成分分析法对滑坡位移影响因子进行特征提取,以获得的主成分作为支持向量机的特征向量建立支持向量机模型,其中模型参数通过粒子群算法进行选择优化,构建出核主成分分析和粒子群优化支持向量机协同模型,对滑坡相对位移进行预测.预测结果的平均绝对误差和相对误差分别为0.760和7.563％,与其他预测模型相比,其拟合和泛化能力最优,表明核主成分分析和粒子群优化支持向量机协同模型的预测结果与实际监测值具有很好的一致性.  相似文献   

RSA-BP组合模型在GNSS高程拟合中的应用     

刘银涛  任超  王俊男  张炎  何广焕 《测绘通报》2023,(9):46-51

针对地形复杂区域构建GNSS高程异常拟合模型精度有限的问题,本文提出了一种基于爬行动物搜索算法(RSA)优化BP神经网络的方法。利用RSA对传统BP神经网络各层之间神经元的权值和阈值全局寻优,解决BP神经网络局部极值、梯度下降等问题;同时,选取三等水准测量精度以上的加密网点高程数据作为样本集,使用RSA-BP神经网络学习与训练。与最小二乘支持向量机、多面函数拟合性能对比,RSA-BP神经网络模型拟合精度最高,稳定性最好,与实际高程异常值最为吻合。  相似文献   

基于粒子群优化的支持向量机在地表沉降预测中的应用     

吕福祥  黄磊 《测绘信息与工程》2010,35(2):44-45

讨论了利用粒子群优化（PSO）算法来优化选择支持向量机（SVM）参数的原理,分析了三种方法在地表沉降预测中的实例,结果表明PSO-SVM模型预测精度高。  相似文献   

GPS高程拟合支持向量机模型   总被引：1，自引：0，他引：1  

吕亚军  王亚军  鹿先锋  鲁建伟 《全球定位系统》2009,34(3):11-13

为了快速获取GPS高程异常值，提出了基于最小二乘支持向量机（LS—SVM）的GPS高程异常值求取模型，介绍了最小二乘支持向量机的原理与优越性。利用该模型进行了高程异常的拟合，并对已知点进行了检验。结果表明：其结果是可靠的，在有限样本情况下完全可以达到传统GPS高程拟舍的效果，且其实现起来更简单，具有一定的科学性和实用性。  相似文献   

支持向量机在GPS高程异常中的应用     

谢波  刘连旺 《测绘科学》2011,36(1):172-174

本文论述了支持向量机的回归算法,提出了基于支持向量机的GPS高程异常拟合方法,并在MATLAB中编制了相应的支持向量机程序,建立了相应的GPS高程异常模型.以实例数据讨论了基于支持向量机的GPS高程异常分析方法.研究表明:用支持向量机技术建立GPS高程异常模型是可行的和有效的.  相似文献   

数据预处理对最小二乘支持向量机预报钟差的影响     

雷雨  赵丹宁 《测绘文摘》2014,(1)

分析在基于最小二乘支持向量机的卫星钟差预报中样本数据预处理的必要性,列举了归一化、标准化和相邻历元一次差3种数据预处理方法。然后结合实例,对比分析不同数据预处理方法对基于最小二乘支持向量机的钟差预报精度的影响,得出不同方法对钟差预报精度的影响不同,其中,基于一次差方法的预报精度最高。最后,将基于一次差方法的最小二乘支持向量机预报模型与常用的二次多项式模型和灰色系统模型进行比较,结果表明,最小二乘支持向量机模型的预报效果明显优于两种常规模型。  相似文献