基于粒子群算法优化SVM的GPS高程拟合方法

• 作者: 王建军 章重阳
• 来源期刊: 北京测绘
• 学科: 地球科学
• 关键词: 全球空位系统(GPS)高程拟合 支撑向量机(SVM) 粒子群算法(PSO) 模型优化
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 技术应用
• 页码范围: 83-88
• 页数: 6页
• 分类号: P228.4|TN231.5
• 语种: 中文
• DOI: 10.19580/j.cnki.1007-3000.2021.01.018

摘要

采用支撑向量机(Support Vector Machine,SVM)模型进行GPS高程拟合时,拟合精度受模型参数(核参数和惩罚因子)选择影响较大,传统交叉验证法存在计算复杂,易陷入局部最优的问题.本文将粒子群(Particle Swarm Optimization,PSO)算法引入SVM模型,利用PSO全局搜索能力强和收敛速度快的特点对SVM模型进行优化,提升GPS高程拟合精度的同时增强模型的泛化适应性.最后基于实际算例对所提方法的拟合性能进行验证,结果表明相对于传统交叉验证SVM模型,所提PSO-SVM模型能够获得更高的拟合精度,并且对复杂地势具有更强的适应能力.