• ISSN 0258-2724
  • CN 51-1277/U
  • EI Compendex
  • Scopus 收录
  • 全国中文核心期刊
  • 中国科技论文统计源期刊
  • 中国科学引文数据库来源期刊

基于贝叶斯正则化BP神经网络的GPS高程转换

宋雷 黄腾 方剑 周旭华

宋雷, 黄腾, 方剑, 周旭华. 基于贝叶斯正则化BP神经网络的GPS高程转换[J]. 西南交通大学学报, 2008, 21(6): 724-728.
引用本文: 宋雷, 黄腾, 方剑, 周旭华. 基于贝叶斯正则化BP神经网络的GPS高程转换[J]. 西南交通大学学报, 2008, 21(6): 724-728.
SONG Lei, HUANG Teng, FANG Jian, ZHOU Xuhua. Conversion of GPS Height Based on Bayesian Regularization BP Neural Network[J]. Journal of Southwest Jiaotong University, 2008, 21(6): 724-728.
Citation: SONG Lei, HUANG Teng, FANG Jian, ZHOU Xuhua. Conversion of GPS Height Based on Bayesian Regularization BP Neural Network[J]. Journal of Southwest Jiaotong University, 2008, 21(6): 724-728.

基于贝叶斯正则化BP神经网络的GPS高程转换

基金项目: 

国家自然科学基金资助项目(40674013)

863计划资助项目(2006AA09Z153)

详细信息
    作者简介:

    宋雷(1970- ),男,博士研究生,研究方向为大地水准面精化和GPS高程测量,电话:13698623107,E-mail:songlei98@163.com

Conversion of GPS Height Based on Bayesian Regularization BP Neural Network

  • 摘要: 为了改善BP神经网络在GPS高程转换过程中过拟合的现象,提出了用贝叶斯正则化算法的BP神经网络转换GPS高程的新方法,并利用区域GPS/水准数据,将新方法和未采用正则化算法的BP神经网络进行GPS高程转换的比较.结果表明:在较大区域和高程异常呈不规则的情况下,新方法不仅可以有效提高GPS高程转换的精度,而且通过贝叶斯正则化算法可以改善网络结构,抑制过拟合现象.在约10 km的GPS基线尺度上,新方法可以得到精度达0.050 m的正常高.

     

  • 刘成龙,杨天宇.基于BP神经网络的GPS高程拟合方法的探讨[J].西南交通大学学报,2007,42(2):148-152.LIU Chenglong,YANG Tianyu.Study on method of GPS height fitting based on BP artificial neural network[J].Journal of Southwest Jiaotong University,2007,42 (2):148-152.[2] 鲁铁定,钟小威.基于改进BP学习算法的GPS高程转换[J].测绘通报,2005(12):13-15.LU Tieding,ZHONG Xiaowei.GPS height conversion on the improvement of BP learning algorithm[J].Bulletin of Surveying and Mapping,2005(12):13-15.[3] 杨明清,靳蕃,朱达成,等.用神经网络方法转换GPS高程[J].测绘学报,1999,28(4):301-307.YANG Mingqing,JIN Fan,ZHU Daeheng,et al.Conversion of GPS height by artificial neural network method[J].Aeta Geodaetica et Cartographiea Sinica,1999,28 (4):301-307.[4] KAVZOGLU T,SAKA M H.Modeling local GPS/leveling geoid undulations using artificial neural networks[J].Journal of Geodesy,2004,78(9).520-527.[5] 胡伍生,华锡生.平坦地区转换GPS高程的混合转换方法[J].测绘学报,2002,31(2):128-133.HU Wusheng,HUA Xisheng.Conversion of GPS height in plainness area by the CF&NNM method[J].Acta Geodaetica et Cartographica Sinica,2002,31 (2):128-133.[6] 魏海坤,徐嗣鑫,宋文忠.神经网络的泛化理论和泛化方法[J].自动化学报,2001,27(6):806-813.WEI Haikun,XU Sixin,SONG Wenzhong.Generalization theory and generalization methods for neural networks[J].Aeta Automatica Siniea,2001,27(6):806-813.[7] 鲁铁定,周世健,臧德彦.关于BP神经网络转换GPS高程的若干问题[J].测绘通报,2003(8):7-9.LU Tieding,ZHOU Shijian,ZANG Deyan.The problems of GPS height conversion by artificial neural network method[J].Bulletin of Surveying and Mapping,2003(8):7-9.[8] HORMIK K.Approximation capability of multiplayer feed forward network[J].Neural Networks,1991 (4):251-257.[9] MARTIN T H,HOWARD B D,MARK H B.神经网络设计[M].戴葵,宋辉,潭明锋,等译.北京:机械工业出版社,2005:197-257.[10] 李红霞,许士国,范垂仁.基于贝叶斯正则化神经网络的径流长期预报[J].大连理工大学学报,2006,46(增刊):174-177.LI Hongxia,XU Shiguo,FAN Chuiren.Long-term prediction of runoff based on Bayesian regulation neural network[J].Journal of Dalian University of Technology,2006,46 (Sup.):174-177.[11] MACKAY D J C.Bayesian interpolation[J].Neural Computation,1992,4(3):415-447.[12] 晁定波.关于我国似大地水准面的精化及有关问题[J].武汉大学学报:信息科学版,2003,28(增刊):110-114.CHAO Dingbo.Refinement of quasi-gecid in China and relevant problems[J].Geomaties and Information Science of Wuhan University,2003,28 (Sup.):110-114.
  • 加载中
计量
  • 文章访问数:  1610
  • HTML全文浏览量:  62
  • PDF下载量:  392
  • 被引次数: 0
出版历程
  • 收稿日期:  2008-05-07
  • 刊出日期:  2008-12-25

目录

    /

    返回文章
    返回