10.16251/j.cnki.1009-2307.2019.10.009
结合GA-BP神经网络的GPS-IR雪深反演
针对传统雪深反演中出现的系统偏差和跳变问题,该文提出一种结合遗传算法-反向传播(GA-BP)神经网络的雪深反演方法.首先通过二次项拟合有效分离出信噪比残差,进而对变换单位后的信噪比残差进行频谱分析,计算得到初步雪深值.最后,建立基于初步雪深值的GA BP神经网络优化模型.以美国板块边界观测计划(PBO)提供的监测数据为例,并与传统方法对比分析,结果表明:采用GA-BP神经网络不仅能够削弱初步反演结果中出现的系统偏差,还能有效消除反演过程出现的跳变现象.采用PRN09和PRN24卫星反演,RMSE和MAE均分别小于0.083 m和0.065 m,R2有了明显提高,优于未处理初始雪深的情况.
GPS-IR、雪深、GA-BP神经网络、信噪比
44
P237(摄影测量学与测绘遥感)
国家自然科学基金项目41461085;广西自然科学基金项目2016GXNSFAA380035;广西空间信息与测绘重点实验室基金项目16-380-25-04;桂林理工大学博士基金项目1996015
2019-11-11(万方平台首次上网日期,不代表论文的发表时间)
共7页
59-64,78