样本数据归一化对GPS高程转化结果的影响分析
在基于神经网络的GPS高程转换模型中,为避免各转换参数数值差异过大,必须对测量数据进行归一化处理,使其具有同等的权重.传统的归一化函数值域为[0,1],本文提出值域为[-1,1]的归一化函数,并结合广义回归(GRNN)神经网络模型进行计算和对比分析,得出值域为[-1,1]的归一化函数的GPS高程转化结果较好的结论.
神经网络、GPS高程转换、归一化函数、广义回归
P228.4(大地测量学)
2013-11-05(万方平台首次上网日期,不代表论文的发表时间)
共3页
33-35