| 基于混沌粒子群优化神经网络的GPS高程拟合研究 |
| |
| 引用本文： | 杨尚波,卢小平,李珵,庞星晨,刘洋洋.基于混沌粒子群优化神经网络的GPS高程拟合研究[J].测绘通报,2013,0(9):5-8. |
| |
| 作者姓名： | 杨尚波 卢小平 李珵 庞星晨 刘洋洋 |
| |
| 作者单位： | 1. 河南理工大学 矿山空间信息技术国家测绘地理信息局重点实验室；2. 矿山空间信息技术河南省重点实验室 |
| |
| 基金项目： | 2013年国家测绘科技计划项目;现代工程测量国家测绘地理信息局重点实验室开放课题(TJES1201);精密工程与工业测量国家测绘地理信息局重点实验室开放基金(PF2012-4) |
| |
| 摘 要： | 针对普通神经网络模型存在预测精度低等问题，采用粒子群优化神经网络权值和阈值的预测方法，建立基于该方法的BP神经网络高程异常拟合模型。为克服粒子群算法易陷入局部最优，提出并建立改进算法，即先用混沌变量初始化粒子位置，当出现早熟收敛时，对局部较优的部分粒子和全局极值采用混沌优化策略，从而提高了模型的训练精度。试验结果表明，该方法具有更好的准确性和稳定性。
|
| 关 键 词： | 神经网络 粒子群优化 混沌变量 Logistic映射 高程异常 |
| 收稿时间： | 2013-03-13 |
GPS Elevation Fitting by Neural Network Based on Chaotic PSO Algorithm |
| |
| YANG Shangbo;LU Xiaoping;LI Cheng;PANG Xingchen;LIU Yangyang.GPS Elevation Fitting by Neural Network Based on Chaotic PSO Algorithm[J].Bulletin of Surveying and Mapping,2013,0(9):5-8. |
| |
| Authors: | YANG Shangbo;LU Xiaoping;LI Cheng;PANG Xingchen;LIU Yangyang |
| |
| Institution: | YANG Shangbo;LU Xiaoping;LI Cheng;PANG Xingchen;LIU Yangyang; |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《测绘通报》浏览原始摘要信息 |
| 点击此处可从《测绘通报》下载免费的PDF全文 |
