典型文献
基于改进小波神经网络的GPS高程拟合研究
文献摘要：
针对小波神经网络存在的局限性,采用粒子群算法对小波神经网络进行优化,并在此基础上建立GPS高程异常值的拟合模型.为了避免粒子群算法陷入局部极小值和收敛速度慢等问题,采用惯性权重非线性递减和自适应学习因子相结合的策略对粒子群算法进行改进,从而提高模型的训练精度.以某矿区实测GPS数据为例,对所建模型的拟合性能进行验证.结果表明,改进后的小波神经网络模型进行GPS高程拟合时具有更高的精度和稳定性.
文献关键词：
小波神经网络;高程拟合;粒子群优化
中图分类号：
作者姓名：
钱建国;樊意广
作者机构：
辽宁工程技术大学测绘与地理科学学院,辽宁省阜新市玉龙路 88 号,123000
文献出处：
引用格式：
[1]钱建国;樊意广-.基于改进小波神经网络的GPS高程拟合研究)[J].大地测量与地球动力学,2022(03):253-257
A类：
B类：
改进小波神经网络,GPS,高程拟合,粒子群算法,高程异常,异常值,拟合模型,局部极小值,收敛速度,速度慢,用惯,惯性权重,非线性递减,自适应学习,学习因子,矿区,粒子群优化
AB值：
0.291391
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
