顾及长短波项与弱化模型误差的高程异常拟合方法
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3969/j.issn.1672-5867.2019.10.030

顾及长短波项与弱化模型误差的高程异常拟合方法

引用
针对高程异常主要是由短波项和长波项部分组成以及改善模型误差影响,采用多项式曲面拟合的方法消去长波项,剩下的差值用非线性模型神经网络模型拟合短波项,同时采取这种分步骤的过渡方法将模型误差的影响分别在曲面拟合和BP神经网络拟合中弱化,此方法有效改进了高程拟合的精度,比多面函数拟合、主成分拟合等方法精度更高;在神经网络模型拟合时,坐标数据预处理时对比了中心化、归一化、标准化方法,发现采用归一化方法提高了精度.对利用高程拟合获取高程异常有很好的借鉴意义.

GPS高程、高程异常、神经网络、二次曲面拟合

42

P228.4(大地测量学)

国家重点研发计划2016YFB0501700,2016YFC1400900

2019-11-28(万方平台首次上网日期,不代表论文的发表时间)

共3页

104-106

相关文献
评论
暂无封面信息
查看本期封面目录

测绘与空间地理信息

1672-5867

23-1520/P

42

2019,42(10)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn