RBF神经网络在GPS高程拟合中的应用与精度分析

摘要：

高程异常值的快速、准确获取是GPS高程数据得到应用的前提.本文提出一种基于RBF神经网络的GPS高程拟合方法,针对RBF基函数中心的确定以及网络模型参数的选择问题,采用K-means算法自适应的实现对RBF基函数中心的选择,在此基础上利用AIC准则完成对网络模型参数的自动寻优,最后采用实际数据对所提方法进行验证,并与传统BP神经网络拟合方法进行对比,实验结果表明所提方法可以获得更好的拟合精度.

关键词：GPS高程拟合、RBF神经网络、K-means、AIC准则

所属期刊栏目：46

分类号：P228.4(大地测量学)

在线出版日期：2023-06-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：100-103,107