基于神经网络模型误差补偿技术的对流层延迟模型研究

• 作者: 严宇翔 张良 胡伍生 陈阳 龙凤阳
• 来源期刊: 大地测量与地球动力学
• 学科: 地球科学
• 关键词: 气象探空数据 顶对流层延迟 误差补偿 神经网络 融合模型
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 现代大地测量
• 页码范围: 577-580,586
• 页数: 5页
• 分类号: P228
• 字数: 2519字
• 语种: 中文
• DOI: 10.14075/j.jgg.2018.06.006

摘要

针对传统对流层延迟模型精度较低的缺点,基于神经网络模型误差补偿技术,在Hopfield模型基础上建立一个适用于北半球的高精度融合模型.以Wyoming大学提供的2010年全球120多个观测台站的气象探空数据精密解算的天顶对流层延迟(ZTD)作为近似“真值”,分析比较Hopfield模型、传统BP模型和融合模型的计算精度.结果表明,Hopfield模型的均方根误差(RMSE)为35.31mm,传统BP模型为30.34mm,融合模型为23.31 mm.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡伍生	东南大学交通学院	127	983	16.0	23.0
2	陈阳	东南大学交通学院	41	130	6.0	9.0
3	严宇翔	东南大学交通学院	3	6	1.0	2.0
4	龙凤阳	东南大学交通学院	2	8	2.0	2.0
5	张良	东南大学交通学院	2	11	2.0	2.0