排序方式: 共有7条查询结果,搜索用时 0 毫秒
1
1.
针对传统对流层延迟模型精度较低的缺点,基于神经网络模型误差补偿技术,在Hopfield模型基础上建立一个适用于北半球的高精度融合模型。以Wyoming大学提供的2010年全球120多个观测台站的气象探空数据精密解算的天顶对流层延迟(ZTD)作为近似“真值”,分析比较Hopfield模型、传统BP模型和融合模型的计算精度。结果表明,Hopfield模型的均方根误差(RMSE)为35.31 mm,传统BP模型为30.34 mm,融合模型为23.31 mm。 相似文献
2.
3.
采用江苏省内4个参考站的观测数据,分别对比分析BDS-3双频无电离层组合、BDS-3四频无电离层双组合
及BDS-3/GPS双频无电离层组合PPP模型的定位性能。试验结果表明,3类组合模式的定位精度基本一致,且定位
精度和收敛时间均优于单GPS双频模型,BDS-3四频组合相比BDS-3双频、BDS-3/GPS双频和GPS双频组合模型
收敛时间分别缩短8.7%,21.4%和45.0%,且相比GPS双频模型平面和高程定位精度提高6.9%和6.5%。4种
BDS-3双频组合模型之间、两种BDS-3四频组合模型之间和4种BDS-3/GPS双频组合模型之间的定位性能基本
一致。 相似文献
4.
针对城市行道树调查中,街景影像背景环境复杂多变、行道树个体差异大,依靠目视判读费时费力的问题,该文基于车载移动测量系统采集的全景影像数据,利用深度学习算法,在快速区域卷积神经网络的目标检测方法基础上,建立适用于街景行道树检测的深度神经网络模型。模型采用基于共有显著性区域及冗余策略的行道树多示例目标候选区域选择方法,使用车载图像的几何约束进一步筛选合适的候选区域,从而实现行道树目标候选区域的统一选择,提升行道树目标的检测效果。实验结果表明,该文提出的方法能够实现多种行道树的准确自动识别与提取,进而大大降低行道树绿化调查的成本。 相似文献
5.
6.
主要研究了基于Landsat 8遥感数据的泰山地区植被指数与地形因子之间的关系。基于Landsat 8 OLI遥感数据,综合运用遥感图像处理技术和地理信息系统空间分析技术,提取泰山地区2014年7月的归一化植被指数;再利用数字高程模型(DEM)提取该地区的地形因子(海拔、坡度以及坡向);进而使用叠合分析法,分析了泰山地区植被指数与地形因子之间的关系。研究结果表明:泰山地区总体上植被指数(NDVI)值较好;植被指数随海拔的升高而增加;坡向对NDVI值影响明显,东北坡植被指数最高。数据分析的结果对于泰山地区生态环境的监测保护与可持续发展都有积极意义。 相似文献
7.
1