基于AIC准则的RBF神经网络在GPS高程拟合中的应用

• 作者: 任超 吴伟 焦元元 黄征凯
• 来源期刊: 测绘科学
• 学科: 地球科学
• 关键词: 赤池信息量准则(AIC) RBF神经网络 GPS高程拟合 拟合精度
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 技术创新
• 页码范围: 77-79
• 页数: 3页
• 分类号: P228.41
• 语种: 中文

摘要

本文采用AIC准则优化RBF神经网络参数的方法进行GPS高程拟合,在建立网络模型过程中,对不同的聚类半径由最近邻聚类法求出不同类别的聚类数目及相应的聚类中心和初始扩展常数,通过对不同类别分别进行调整扩展常数的网络训练,求出其最小AIC值,再根据AIC准则确定结构最优的RBF网络模型.实验结果表明:这种方法为确定最优RBF网络模型的隐节点数目及相应参数提供了途径；拟合精度较高,在较平坦测区可以替代三等水准测量.