排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
在由多种因素导致的桥梁变形进行变形预测时,针对大多神经网络预测方法具有局部最优等局限性,以及高维度的影响因子之间具有很强的相关性和信息重叠性等问题,该文提出基于主成分分析(PCA)的径向基函数(RBF)神经网络来进行桥梁变形预测,并和直接采用RBF神经网络的预测结果进行了对比。实例分析证明:两种方法的训练误差都在10~(-15)mm级,均能很好地训练样本,其中基于主成分分析的径向基函数神经网络误差更小,提高了预测精度,这对变形监测中分析主要的影响因子从而建立预测模型具有参考意义。 相似文献
2.
为了分析恶劣条件下BDS、GPS单系统与BDS/GPS组合系统伪距单点定位的结果,该文阐述了BDS/GPS联合伪距单点定位解算的数学模型,并在此基础上,针对不同截止高度角,将BDS/GPS组合系统与BDS、GPS单一系统在可见卫星数、PDOP值、定位精度及定位可用性上进行了测试。实测数据结果表明:组合系统能有效增加可见卫星数,降低PDOP值,在遮挡环境下,可以很好地改善定位精度和提高三维导航可用性;且当截止高度角达到45°时,单系统定位不可靠,组合系统仍能达到定位要求。 相似文献
1