节点文献

基于稳健估计的正则化RBF网络拟合模型优化

免费订阅

【作者】 刘雨青贾相宇杨晶曹志勇吴亮

【Author】 LIU Yu-qing;JIA Xiang-yu;YANG Jing;CAO Zhi-yong;Wu Liang;Hebei University of Water Resources and Electric Engineering;

【机构】 河北水利电力学院水利工程学院

【摘要】 GNSS高程和水准测量的正常高程转换是现代化测绘基准体系基准建设中的重点项目。RBF网络拟合模型中径向基函数中心值设置过程的随机性往往导致其拟合结果不太理想。文中在研究正则化RBF神经网络拟合模型的基础上,将选权迭代的稳健估计应用于网络隐层中心值的确定方法中,构建了一种中心优化的正则化RBF神经网络高程拟合模型。通过对某县区小范围内的工程数据进行拟合测试,结果表明经抗差优化的RBF拟合模型具有一定的优越性,其外符合精度可达厘米级,可以满足一般工程应用所需的精度。

【关键词】 正则化RBF网络稳健估计高程拟合
【所属期刊栏目】 技术理论与应用 (2019年02期)
  • 【DOI】10.16046/j.cnki.issn2096-5680.2019.02.009
  • 【分类号】P228.4;P224.1
  • 【下载频次】16
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: