基于K-means和SVM的分段GPS高程拟合方法

• 作者: 陶超
• 来源期刊: 北京测绘
• 学科: 地球科学
• 关键词: K-means 支撑向量机 全球定位系统 高程拟合 回归
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 3S技术方法
• 页码范围: 811-815
• 页数: 5页
• 分类号: TN231.5|P228.4
• 字数: 3407字
• 语种: 中文
• DOI: 10.19580/j.cnki.1007-3000.2019.07.016

摘要

GPS高程数据得到广泛应用的前提是快速、准确的GPS高程拟合方法.本文针对高程异常起伏明显地区的GPS高程拟合问题,提出一种基于K means和支撑向量机(Support Vector Machine,SVM)的分段GPS高程拟合方法,首先利用K means算法根据高程异常起伏特点将GPS数据分为不同的子集,然后在每个子集中选取最优参数利用SVM回归算法进行高程拟合,最后基于实际数据的试验结果表明相对于传统BP神经网络拟合算法,所提方法具有更高的拟合精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陶超		3	3	1.0	1.0