基于DEBP的GPS高程拟合

• 作者: 李瑞霞 杨敏 汪云甲
• 来源期刊: 测绘通报
• 学科: 地球科学
• 关键词: GPS高程拟合 高程异常 差分进化箅法 差分进化神经网络
• 年，卷（期）: 2008,（12）
• 所属期刊栏目: 学术研究
• 页码范围: 4-7,10
• 页数: 5页
• 分类号: P228
• 语种: 中文

摘要

针对误差反向传播(BP)算法训练速度慢和易于陷入局部最小值的缺点.利用差分进化算法(OE)的伞局寻优性,结合DE和BP的各自优点,分析和建市进化神经网络(DEBP)模型,并将该模型应用于GPS高程拟合.最后以实例数据.进行BP,DE及DEBP模型的对比实验,结果表明,该模型有效克服r传统模型的不足,在收敛速度、预测精度及稳定性等方面均明显提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨敏	中国矿业大学环境与测绘学院	37	258	9.0	14.0
3	汪云甲	中国矿业大学环境与测绘学院	224	2491	24.0	38.0
7	李瑞霞	中国矿业大学环境与测绘学院	5	75	4.0	5.0