作者:
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:
提出了一种基于量子粒子群神经网络(QPSO-BP)模型的GNSS高程转换方法,通过建立GNSS点平面坐标与正常高之间的三层QPSO-BP数学模型而实现GNSS高程转换.试验分析结果表明,该方法全局迭代进化搜索能力高、稳健性强、拟合及预测精度高,在GNSS高程转换方面具有良好的有效性与先进性.
推荐文章
改进量子粒子群BP神经网络参数优化及应用
量子粒子群优化
BP神经网络
多种群
混沌反向学习
Levy飞行
基于改进的量子粒子群优化小波神经网络的网络流量预测
小波神经网络
量子粒子群优化
聚拢度
流量预测
收缩-扩张系数
一种基于量子粒子群的过程神经元网络学习算法
过程神经元网络
量子粒子群
网络训练
算法设计
基于粒子群优化BP神经网络的脉象识别方法
脉象识别
粒子群算法
输出误差
误差反向传播算法
神经网络
泛化能力
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 量子粒子群BP神经网络在GNSS高程转换中的应用分析
来源期刊 测绘通报 学科 地球科学
关键词 量子粒子群 BP神经网络 GNSS高程转换
年,卷(期) 2019,(1) 所属期刊栏目 技术交流
研究方向 页码范围 85-88
页数 4页 分类号 P228
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 韩红超 8 21 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (137)
共引文献  (521)
参考文献  (15)
节点文献
引证文献  (2)
同被引文献  (9)
二级引证文献  (1)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(4)
  • 参考文献(0)
  • 二级参考文献(4)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(6)
  • 参考文献(0)
  • 二级参考文献(6)
2001(5)
  • 参考文献(0)
  • 二级参考文献(5)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(8)
  • 参考文献(0)
  • 二级参考文献(8)
2006(17)
  • 参考文献(1)
  • 二级参考文献(16)
2007(10)
  • 参考文献(1)
  • 二级参考文献(9)
2008(12)
  • 参考文献(2)
  • 二级参考文献(10)
2009(9)
  • 参考文献(1)
  • 二级参考文献(8)
2010(15)
  • 参考文献(1)
  • 二级参考文献(14)
2011(9)
  • 参考文献(0)
  • 二级参考文献(9)
2012(12)
  • 参考文献(3)
  • 二级参考文献(9)
2013(8)
  • 参考文献(0)
  • 二级参考文献(8)
2014(6)
  • 参考文献(2)
  • 二级参考文献(4)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
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
量子粒子群
BP神经网络
GNSS高程转换
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