一种顾及粗差的径向神经网络高程曲面拟合法
针对径向神经网络高程曲面拟合对训练样本点的粗差较为敏感的特点,从数字影像处理的原理出发,将径向神经网络拟合中含粗差训练样本点得到的格网点高程映射到灰度影像,利用影像高斯差分算法探测粗差,并采用最小二乘移动曲面法修正原始高程训练样本点中的粗差,然后再次对修正后的样本点进行径向神经网络拟合,从而实现可抵抗粗差的径向神经网络高程曲面拟合.以测量机器人采集的高程数据为例进行了实验,达到了较好的拟合结果和精度,验证了方法的鲁棒性与有效性.
径向神经网络、粗差探测、高斯差分、移动曲面法、高程曲面拟合
40
P231.5;P207.1(摄影测量学与测绘遥感)
国家自然科学基金资助项目41401526;测绘遥感信息工程国家重点实验室开放基金资助项目13重04;卫星测绘技术与应用国家测绘地理信息局重点实验室资助项目KLAMTA-201404.The National Natural Science Foundation of China,No.41401526;the Open Research Fund of State Key Laboratory of Information Engineering in Surveying,Mapping and Remote Sensing,No.1304;the Open Research Fund of Key Laboratory of Satellite Mapping Technology and Application,National Administration of Surveying,Mapping and Geoinformation,No.KLAMTA-201404.
2015-06-17（万方平台首次上网日期，不代表论文的发表时间）
547-551
