基于粒子群优化算法的 LS-SVM的 GPS 高程拟合

• 作者: 杨志 聂光裕 韩亚坤 高红 鸿雁
• 来源期刊: 桂林理工大学学报
• 学科: 地球科学
• 关键词: 粒子群优化算法 LS-SVM BP 神经网络 二次曲面拟合法 高程拟合
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 土木工程与测绘科学
• 页码范围: 300-303
• 页数: 4页
• 分类号: P228.4|P224
• 字数: 2452字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-9057.2016.02.017

摘要

在 GPS 高程拟合中，传统拟合方法存在多数据、过学习、泛化能力弱等缺点，导致拟合结果精度欠缺，为此提出了 LS-SVM拟合模型。利用粒子群算法对 LS-SVM模型的初始参数进行了优化，通过实测数据对该模型进行了分析。实验结果表明，基于粒子群算法优化的 LS-SVM模型较传统单一的二次曲面拟合法、BP 神经网络、LS-SVM等模型拟合精度高。