GPS高程转换中BP神经网络的优化探讨     

张国锋  姜卫平  苏新洲 《测绘信息与工程》2008,33(4)

分析了传统BP算法的不足,设计了基于BP神经网络的GPS高程转换模型,在调整网络的激励函数、网络的输入层和隐含层的神经元的基础上,实现了GPS高程转换的BP模型优化.  相似文献   

回归分析与人工神经网络在建筑物沉降预计中的应用     

董娟  徐泮林  魏世磊 《北京测绘》2017,(2)

随着高层建筑物的逐渐增多,对其做好沉降预警工作具有重要意义。本文中分别采用回归分析法和人工神经网络建立沉降预计模型,对工程实例进行沉降预计,通过图表表现出的预测值与真实值的差异,说明两种方法的优缺点以及两者的实际应用价值,最终两种方法均取得了令人满意的预计结果。  相似文献   

基于BP神经网络方法的近岸数值海温预报释用技术     

匡晓迪  王兆毅  张苗茵  何恩业  邓小花 《海洋与湖沼》2016,47(6):1107-1115

为了提高近岸精细化海温预报精度,利用神经网络方法,分析了海温数值预报及观测数据在释用中的作用,研究了定点近岸海温影响因子的最优配置方案,建立了定点海温精细化数值预报释用模型,评估了释用模型性能。误差分析结果显示,数值海温产品及其观测在建模中起到了降低和稳定模型误差的作用;释用模型将定点数值预报的误差从2.2°C减少至0.7°C;预报误差较调训误差略高,但考虑到预报误差的稳定性,数值释用与人工经验预报水平持平,因此,该方法具有十分广阔的拓展空间和应用前景。  相似文献   

基于层次分析和神经网络的机载LiDAR点云分类     

李晓天  姜刚  张玉 《北京测绘》2018,32(8)

在机载LiDAR点云数据处理中,由于机载雷达点云数据的离散性、不确定性等原因,导致点云分类上很难得到准确的结果。针对机载LiDAR点云数据分类问题,提出了基于层次分析和神经网络的机载LiDAR点云分类方法。根据机载LiDAR点云的数据特征以及不同地物的属性,采用层次分析法赋予每个点云一个二进制信号,然后采用后向传播神经网络(BP-ANN)对机载LiDAR点云数据分类。实验表明:这种方法能够从机载LiDAR独立数据源中分类出房屋、高大的树、低矮的树、道路等地物点云。  相似文献   

基于Excel技术平台人工神经网络BP模型及应用   总被引：2，自引：0，他引：2  

邹文安  刘宝  姜波  杨春生 《水文》2010,30(1)

本文简要地讲述了人工神经网络模型结构和BP算法,以Microsoft Office Excel加VBA编程为技术平台,创建了人工神经BP网络预测模型.同时,应用该模型预测了吉林省南坪水文站1980～2000年11～3月枯季水资源量.结果表明,预测结果合理,精度较高;模型直观易懂,操作简便,有进一步推广价值.  相似文献   

神经网络在翡翠评估中的应用     

杨迪威  蔡逸涛  李成凯  张洁 《地质科学译丛》2010,(3):44-47

翡翠价格影响因子权重的确定方法使得其评估结果具有较强的主观性,神经网络则可以有效地排除主观因素的干扰。构造了一个多影响因子的翡翠评价3层BP网络模型,并对中国地质大学（武汉）学苑珠宝某商家的翡翠戒面样本进行了综合估价。通过该实例表明,应用神经网络评估翡翠的价格具有方便、真实、可靠的特点。  相似文献   

基于神经网络的遥感图像识别算法     

李燕  陈莹  董秀兰  闫琰 《东北测绘》2012,(2):156-158

随着遥感技术的发展,将会有更多不同时间、空间分辨率的遥感图像数据应用于各个领域的工程中,遥感图像的模式识别便成为当前遥感图像应用研究领域中一个很重要的研究方向。人工神经网络（Artificial Network Networks,ANN）是一种模仿动物神经网络行为特征,进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度,通过调整内部大量节点之间相互连接的关系,从而达到处理信息的目的。基于神经网络的遥感图像识别是遥感图像处理领域这几年的研究重点。本文首先介绍了人工神经网络和模式识别算法的基本理论知识,然后利用人工神经网络在Matlab工具箱环境中进行高空间分辨率的遥感图像识别。  相似文献   

Applying Artificial Neural Networks to Modeling the Middle Atmosphere   总被引：1，自引：0，他引：1  

XIAO Cunying  HU Xiong 《大气科学进展》2010,27(4):883-890

An artificial neural network (ANN) is used to model the middle atmosphere using a large number of TIMED/SABER limb sounding temperature profiles. A three-layer feed-forward network is chosen based on the back-propagation (BP) algorithm. Latitude, longitude, and height are chosen as the input vectors of the network while temperature is the output vector. The temperature observations during the period from 13 January through 16 March 2007, which are in the same satellite yaw, are taken as samples to train an ANN. Results suggest that the network has high quality for modeling spatial variations of temperature. Quantitative comparisons between the ANN outputs and those from the popular empirical NRLMSISE-00 model illustrate their generally consistent features and some specific differences. The NRLMSISE-00 models zonal mean temperatures are too high by ～6 K--10 K near the stratopause, and the amplitude and phase of the planetary wave number 1 activity are different in some respects from the ANN simulations above 45--50 km, suggesting improvement is needed in the NRLMSISE-00 model for more accurate simulation near and above the stratopause.  相似文献   

一种神经网络的云图短时预测方法   总被引：1，自引：0，他引：1  

何如  管兆勇  金龙 《南京气象学院学报》2010,33(6):725-730

依据6hT213数值预报产品的资料,采用EOF展开和人工神经网络等方法,对卫星云图短时预报方法进行研究。首先对卫星云图灰度值样本序列进行EOF展开,将提取出来的时间系数作为建模的预报量,以数值预报产品的物理量场作为预报因子,建立人工神经网络预测模型。将预报得到的时间系数与空间特征向量进行时空反演,实现对未来6h云图的预测。预报方法的独立样本试验证明,预测结果与实际云图的主要特征基本吻合,尤其在预测云图的大体分布和发展趋势上得到了较好效果。  相似文献   

人工神经网络及支持向量机在降雨量预报中的应用   总被引：1，自引：0，他引：1       下载免费PDF全文

张乐坚  程明虎  田付友 《高原气象》2010,29(4):982-991

使用误差反向传播网络(BPN)和约当网络(JN)两种人工神经网络(ANN)以及支持向量机(SVM)对降雨量进行了1h和3h预报的研究,并与交叉相关法(CCM)外推预报的结果进行了比较。针对安徽省2003年6～7月的降水过程,比较了网络(文中指BPN、JN和SVM)和CCM预报降雨量与实况降雨量的雨带分布、强降雨区域和强度;使用命中率(HR)、虚警率(FAR)、漏报率(NAP)、临界成功指数(CSI)、相关系数(CC)和均方根误差(RMSE)这6个指标并结合天气分析检验网络和CCM的预报效果。结果表明:网络和CCM对雨带和强降雨区域的预报比较准确,但是对强降雨中心位置和强度的预报与实况存在差异;在使用HR、FAR、NAP和CSI检验预报效果时设定的阈值对预报结果的评价有影响;预报的中小尺度结构与天气分析的结果一致;网络与CCM以及不同的网络之间的预报结果存在着差异;连续预报的结果表明,与CCM相比,网络对3h预报的效果优于1h的。  相似文献