基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
基于统计学习理论和支持向量机原理,提出了支持向量机回归应用于矿区GPS高程转换的方法用以精化矿区似大地水准面,研究了支持向量机回归、多项式、GA-BP神经网络3种模型在GPS高程转换中的应用,结果表明,支持向量机回归拟合数据的精度优于多项式和GA-BP神经网络,并且有效地解决了神经网络拓扑结构选择困难、过学习、无法避免局部极值等问题.
推荐文章
支持向量机方法在GPS高程转换中的应用
支持向量机
神经网络
GPS高程
高程转换
GPS高程拟合支持向量机模型
最小二乘支持向量机
预测模型
GPS高程拟合
高程异常
混沌粒子群支持向量机并考虑地形改正的GPS高程拟合
支持向量机
混沌优化
粒子群优化
地形改正
高程异常
基于最小二乘支持向量机的区域GPS高程转换组合
GPS高程转换
最小二乘支持向量
组合模型
似大地水准面
拟合
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 支持向量机回归在矿区GPS高程转换中的应用
来源期刊 金属矿山 学科 工学
关键词 支持向量机回归 神经网络 GPS高程 高程异常 似大地水准面
年,卷(期) 2011,(1) 所属期刊栏目
研究方向 页码范围 98-101
页数 分类号 TD1
字数 3227字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 孙久运 53 391 10.0 17.0
2 周峰 15 92 5.0 9.0
4 刘晓君 17 20 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (42)
共引文献  (146)
参考文献  (10)
节点文献
引证文献  (7)
同被引文献  (28)
二级引证文献  (28)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(5)
  • 参考文献(1)
  • 二级参考文献(4)
1999(9)
  • 参考文献(1)
  • 二级参考文献(8)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(8)
  • 参考文献(2)
  • 二级参考文献(6)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(4)
  • 引证文献(4)
  • 二级引证文献(0)
2014(2)
  • 引证文献(1)
  • 二级引证文献(1)
2015(8)
  • 引证文献(2)
  • 二级引证文献(6)
2016(7)
  • 引证文献(0)
  • 二级引证文献(7)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(7)
  • 引证文献(0)
  • 二级引证文献(7)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
支持向量机回归
神经网络
GPS高程
高程异常
似大地水准面
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
金属矿山
月刊
1001-1250
34-1055/TD
大16开
安徽省马鞍山市经济开发区西塘路666号
26-139
1966
chi
出版文献量(篇)
9361
总下载数(次)
5
总被引数(次)
69767
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导