基于rbf 神經(jīng)網(wǎng)絡(luò)的gps 高程轉(zhuǎn)換

《基于rbf 神經(jīng)網(wǎng)絡(luò)的gps 高程轉(zhuǎn)換》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、測繪信息網(wǎng)http://www.othermap.com基于RBF神經(jīng)網(wǎng)絡(luò)的GPS高程轉(zhuǎn)換李大軍，程朋根，劉波（東華理工大學地測學院江西撫州344000）摘要：本文采用二次曲面擬合、BP網(wǎng)絡(luò)和RBF網(wǎng)絡(luò)進行了GPS高程轉(zhuǎn)換，并在網(wǎng)絡(luò)結(jié)構(gòu)改進等方面作了分析。通過RBF網(wǎng)絡(luò)與二次曲面擬合、BP網(wǎng)絡(luò)的對比分析，結(jié)果表明RBF網(wǎng)絡(luò)進行GPS高程轉(zhuǎn)換是可行的。因此，RBF網(wǎng)絡(luò)模型對于GPS高程轉(zhuǎn)換具有一定的實用價值。關(guān)鍵詞：GPS高程；高程轉(zhuǎn)換；BP網(wǎng)絡(luò)；RBF網(wǎng)絡(luò)測繪信息網(wǎng)http://www.othermap.com/StudyonRBFnetwor

2、kmodelusedforGPSheightconversionLiDa-jun,ChengPeng-gen，LiuBo(1.GeosciencesandGeomaticsUniversityofEastChinaInstituteofTechnology,Fuzhou344000,China)Abstract:Inthispaper,thefifingmethodwhichstimulatestheGeoidusingquadricpolynomial,BPnetworkandRBFnetworkareprovidedfortheGPShei

3、ghtconversion.Atthesametime,someproblems,suchasimprovingthestructureofnetworkmodelaredeeplyinvestigated.ComparingwiththefittingmethodwhichsimulatesGeoidusingquadricpolynomialandBPnetworkforconversionofGPSheight,theRBFnetworkisfeasible.So,theRBFnetworkhassomepracticalvaluefor

4、theconversionofGPSheight.Keywords:GPSheight；heightconversion；BPnetwork；RBFnetwork1引言測繪信息網(wǎng)http://www.othermap.com/隨著GPS技術(shù)的不斷發(fā)展，GPS技術(shù)的應(yīng)用也越來越廣泛，尤其在測繪方面。但目前國內(nèi)外應(yīng)用GPS定位技術(shù)建立各種控制時，僅解決了平面坐標的精度，而GPS定位中高程轉(zhuǎn)換精度較差，使得GPS高程還沒有得到廣泛的應(yīng)用。由于GPS測量所提供的高程為相對于WGS-84橢球的大地高，而我國使用的是正常高。因此，在實際工程中應(yīng)將大地高轉(zhuǎn)換

5、為水準高程（正常高）。兩者的差值稱為高程異常。如果GPS測量的大地高經(jīng)過某種模型的轉(zhuǎn)換而能夠得到高精度的水準高程，則不但能減少外業(yè)工作量和提高工作效率，而且也能提高經(jīng)濟效益。測繪信息網(wǎng)http://www.othermap.com目前轉(zhuǎn)換GPS高程的方法有很多種，主要有GPS水準高程，GPS重力高程和GPS三角高程等方法，但應(yīng)用廣泛的還是GPS水準高程。在GPS水準高程中一般采用某種幾何曲面去逼近高程異常面，而實際的高程異常面是受到很多因素的影響，很不規(guī)則。這樣就使得幾何方法擬合受到限制，而在某些地區(qū)效果并不理想。本方討論的RBF網(wǎng)絡(luò)模型實現(xiàn)G

6、PS高程轉(zhuǎn)換是一種較新的方法，它以其自適應(yīng)映射和在轉(zhuǎn)換GPS高程中沒作假設(shè)而使得擬合的結(jié)果具有較高的精度。2徑向基網(wǎng)絡(luò)原理測繪信息網(wǎng)http://www.othermap.com/到目前為止，神經(jīng)網(wǎng)絡(luò)模型已有40多種，根據(jù)連接方式的不同可分為前向型網(wǎng)絡(luò)和反饋型網(wǎng)絡(luò)兩大類，而徑向基網(wǎng)絡(luò)（RBF網(wǎng)絡(luò)）就是前向型網(wǎng)絡(luò)中的一種。RBF網(wǎng)絡(luò)是由輸入層、隱含層和輸出層構(gòu)成的三層前向網(wǎng)絡(luò)，見圖2（以單個輸出神經(jīng)元為例），隱含層神經(jīng)元采用徑向基函數(shù)作為激勵函數(shù)，通常采用高斯函數(shù)作為徑向基函數(shù)。神經(jīng)網(wǎng)絡(luò)信息的傳輸為：對于輸入層，只負責信息的傳輸，其輸入與輸出相同

7、。對于隱層：每個神經(jīng)元將自己和輸入層神經(jīng)元相連的連接權(quán)值矢量（也稱為第i個隱層神經(jīng)元的基函數(shù)中心）與輸入矢量（表示第q個輸入矢量，）之間的距離乘以本身的閾值作為自己的輸入，見圖2，從中可見：對應(yīng)輸入層第q個輸入產(chǎn)生的隱含層第i個神經(jīng)元的輸入為：隱含層第i個神經(jīng)元的輸出為：圖1徑向基網(wǎng)絡(luò)結(jié)構(gòu)圖測繪信息網(wǎng)http://www.othermap.com圖2RBF網(wǎng)絡(luò)隱層神經(jīng)元的輸入與輸出示意圖值得說明一點：徑向基函數(shù)的閾值可以調(diào)節(jié)函數(shù)的靈敏度，但實際工作中更常用另一參數(shù)（稱為擴展常數(shù)），和的關(guān)系在實際應(yīng)用中有多種確定方法，在MATLAB神經(jīng)網(wǎng)絡(luò)函數(shù)中

8、和的關(guān)系設(shè)置為，此時隱含層神經(jīng)元的輸出變?yōu)椋簩τ谳敵鰧佣裕狠敵鰹楦麟[層神經(jīng)元輸出的加權(quán)求和，激勵函數(shù)采用純線性函數(shù)，對應(yīng)輸入層第q個輸入產(chǎn)生的輸出層