遗传算法改进的BP神经网络在GPS高程拟合中的应用

针对BP神经网络收敛速度慢和易于陷入局部极小值的问题,采用将遗传算法全局寻优和BP神经网络局部寻优相结合的方法,优化神经网络各层之间的连接权和阈值,提高了BP神经网络的计算精度、收敛速度和泛化能力。本文论述了遗传算法的基本思想、实现过程,并对高程拟合算例进行训练检验,实验结果表明,遗传算法改进的BP神经网络进行GPS高程拟合是可行的,能够有效地提高BP神经网络的拟合精度。     

不同载波观测值线性组合对GPS基线解算的影响

随着GPS定位技术在测量中的广泛应用,进一步提高GPS定位精度是当前测量领域研究的重点课题。基线解算是GPS数据处理中的重要环节。采用不同的载波观测值的线性组合对基线解算结果不同。本文首先介绍了载波观测值的线性组合理论,然后通过实测数据采用不同的线性组合进行GPS基线解算,分析解算结果,得到了一些有益结论。     

最小二乘支持向量机在GPS高程拟合中的应用

本文论述了最小二乘支持向量机(LS-SVM)的算法,提出了基于最小二乘支持向量机进行GPS高程拟合的方法,并在MATLAB中编制了相应的LS-SVM程序,建立了相应的GPS高程拟合模型。以实例数据讨论了LS-SVM的GPS高程拟合的分析方法,通过与多项式拟合、BP神经网络拟合、GA-BP神经网络拟合的结果比较,可知LS-SVM的拟合精度较高。     

几种GPS高程拟合方法的分析与比较

文章论述了几种常用的GPS高程拟合的方法,并在MATLAB中编制了相应的程序,建立了相应的GPS高程拟合模型,并通过实例数据进行建模分析,对比各方法的拟合结果的精度高低,得出了一些有益结论。