基于神经网络的gps高程拟合及其matlab实现

基于神经网络的gps高程拟合及其matlab实现

ID:34250118

大小:62.81 KB

页数:11页

时间:2019-03-04

基于神经网络的gps高程拟合及其matlab实现_第1页
基于神经网络的gps高程拟合及其matlab实现_第2页
基于神经网络的gps高程拟合及其matlab实现_第3页
基于神经网络的gps高程拟合及其matlab实现_第4页
基于神经网络的gps高程拟合及其matlab实现_第5页
资源描述:

《基于神经网络的gps高程拟合及其matlab实现》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、基于神经网络的GPS高程拟合及其MATLAB实现2010年10月第5期城市勘测UrbanGeotechnicallnvestigation&SurveyingOet.2010No.5文章编号:1672—8262(2010)05-75-03中图分类号:1'228文献标识码:B基于神经网络的GPS高程拟合及其MATLAB实现胡川(四川建筑职业技术学院测量工程研究所,四川德阳618000)摘要:GPS高程转换通常采用某种函数模型进行拟合转换,函数模型难以真实模拟似大地水准面,具有较大的模型误差•造成

2、拟合效果不佳・BP神经网络方法进行GPS高程拟合可以减少模型产生的误差•文章采用MATLAB语言实现TBP神经网络对GPS高程转换拟合并与二次曲面拟合结果进行比较,结果体现了神经网络进行高程拟合的优越性.关键词:BP;神经网络;高程拟合;MATLAB;全球定位系统1引言GPS坐标是以地球质量中心为坐标原点的三维坐标,其高程是地面某点到椭球面的距离称大地高•而工程中常用的是正常高或水准高程•因此,两种高程之间的转换成为工程技术人员所必须面临的一个难题•用H表示大地高,表示正常高,表示高程异常,则它们之间

3、的关系为:=Hz+;只要求出高程异常就可以轻松的求得正常高•要精确求取高程异常需要点位的精确重力数据,实际操作比较的困难•通常求取高程异常的方法是通过某种拟合函数根据已知的点位模拟岀某种曲面或平面,再以曲面(平面)函数来求取未知点的高程异常•拟合方法有:绘等值线图法,曲线内插法,样条函数法,平面拟合法,多项式曲面拟合法,多面函数拟合法,曲面样条拟合法,加权平均法••等等•采用数学函数模型进行拟合的最大问题就在于模型具有一定的误差,这对结果产生一定的影响•为减少模型误差的影响,研究人员提出了神经网络方法

4、来实现拟合•但是神经网络方法比较的繁杂,对于一般的工程人员来说不太方便•本文利用MATLAB提供的神经网络函数简单编程实现了GPS正常高的神经网络拟合,并与二次曲面拟合结果进行比较,得出较好的效果.2MATLAB中的神经网络模型及函数2.1MATLAB中的神经网络算法模型神经网络是对人脑的抽象,模拟,反映人脑的基本特性•神经元是其最基本的组成,神经元是功能简单但是具有自适应能力的信息处理单元•神经元通过某种拓扑结果按照大规模的并行方式连接成神经网络.在MATLAB中提供多种的神经网络算法模型,比如:B

5、P前馈后向传播神网络(feed—forwardbackpropaga一tion);GRN广义回归神经网络(generalizedregressionneural);,Elman后向传播网络(Elmanbaekpropagationnetwork);rT训练级联前导后向传播网络(trainablecascade一forwardbackpropagationnetwork);^jA延迟前馈后向传播神网络(feed-forwardinput-delaybackpropnetwork);Hopfield网络(

6、Hopfieldrecurrentnetwork);学习矢量量化神经网络(1earningvectorquantizationnet一work);概率神经网络(probabilisticneuralnetwork);RBF径向基神经网络模型(radialbasisnetwork);RBFE精确径向基神经网络(exactradialbasisnetwork)等等.神经网络的实现是通过网络结构来实现,一般的网络结构如图1所示.图1神经网络结构从左到右分别是输入层,隐含层,输出层•运用BP神经网络和RBF神

7、经网络来进行相关运用的研究是主流趋势・BP神经网络是多层前馈单向传播网路,在上述的机构基础上,其隐含层可有多层,层与层之间实现全连接•但是同层之间没有任何的连接•下一层的输入受到上一层输出的影响•网络的学习过程是由两部分完成,首先是正向的学习,由输入层开始向下传播到输岀层,输出层比较输出结果能否到达预期效果.$收稿13期:2010—03—31作者简介:胡川(1983—),男,硕士,主要从事空间大地测量理论与数据处理研究.基金项冃:四川省环境保护科技项冃《2008HBY002)76城市勘测2010年10

8、月如不能就反向传播,通过修改各层神经元的权值到达输入层,最后又正向传播到输入层•这样反复的学习,直到输出结果到达预期结果学习过程结束.2.2MATLAB提供的主要神经网络函数为实现各种网络结构的使用,MATLAB提供了大量的函数•根据神经网络实现高程拟合的流程(见后面讨论)主要涉及以下各类函数.(1)数据输入函数,MATLAB可以读取多种类型的数据格式,比如:Excel文件,mat文件等•函数形式是xlsreadC6filename),load(file

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。