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:
在基于神经网络的GPS高程转换模型中,为避免各转换参数数值差异过大,必须对测量数据进行归一化处理,使其具有同等的权重.传统的归一化函数值域为[0,1],本文提出值域为[-1,1]的归一化函数,并结合广义回归(GRNN)神经网络模型进行计算和对比分析,得出值域为[-1,1]的归一化函数的GPS高程转化结果较好的结论.
推荐文章
样本数据预处理对基于BP神经网络的GPS高程拟合的影响
GPS
高程拟合
BP神经网络
数据预处理
精度分析
Fuzzing技术的样本数据组合研究
遗传算法
样本数据组合
测试用例
代码覆盖
遥感影像解译样本数据库建设的思考
遥感影像
解译样本
建设数据库
不同批样本归一化处理方法
样本归一化:可靠性评估
数据采集
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 样本数据归一化对GPS高程转化结果的影响分析
来源期刊 测绘通报 学科 地球科学
关键词 神经网络 GPS高程转换 归一化函数 广义回归
年,卷(期) 2013,(8) 所属期刊栏目 技术交流
研究方向 页码范围 33-35
页数 分类号 P228.4
字数 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 牛冉雯 8 10 1.0 3.0
2 罗玉彬 3 13 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (36)
共引文献  (64)
参考文献  (7)
节点文献
引证文献  (10)
同被引文献  (38)
二级引证文献  (11)
1972(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(7)
  • 参考文献(0)
  • 二级参考文献(7)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(4)
  • 参考文献(1)
  • 二级参考文献(3)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(3)
  • 参考文献(2)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(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)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(4)
  • 引证文献(1)
  • 二级引证文献(3)
2019(9)
  • 引证文献(3)
  • 二级引证文献(6)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
神经网络
GPS高程转换
归一化函数
广义回归
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
测绘通报
月刊
0494-0911
11-2246/P
大16开
北京西城区三里河路50号
2-223
1955
chi
出版文献量(篇)
8030
总下载数(次)
39
论文1v1指导