一种改进的RBF神经网络GPS高程拟合方法

• 作者: 潘伟锋
• 来源期刊: 北京测绘
• 学科: 地球科学
• 关键词: RBF神经网络 全球定位系统(GPS) 高程拟合 贝叶斯准则
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 3S技术方法
• 页码范围: 824-828
• 页数: 5页
• 分类号: TN231.5|P228.4
• 字数: 2717字
• 语种: 中文
• DOI: 10.19580/j.cnki.1007-3000.2019.07.019

摘要

利用RBF神经网络进行GPS高程拟合时,隐层节点数和径向基散布常数的确定对最终拟合结果影响较大.本文提出一种改进的RBF神经网络高程拟合方法,首先利用基于密度的聚类(DBSCAN)算法自动确定隐层节点数,在此基础上建立测试区域GPS高程数据的似然函数,利用贝叶斯准则(BIC)实现对径向基常数的自动选择.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	潘伟锋		3	3	1.0	1.0