典型文献
基于MVO优化神经网络的GNSS高程异常拟合方法
文献摘要：
针对普通神经网络的梯度消失和易陷入局部极值的问题,提出一种基于多元宇宙优化算法(multi-verse optimizer,MVO)的BP神经网络优化方法(MVO-BP),利用MVO全局寻优的特性求取BP神经网络各层之间可靠的神经元阈值与连接权,从而使神经网络预测模型具备更高的预测精度.建立基于MVO-BP算法的GNSS高程异常拟合预测模型,并采用实际工程中少量高程异常数据进行算法可行性检验.结果表明,相较于常规的BP神经网络法及多面函数法,MVO-BP法精度更高、适用性更强,可为实际工程测量中正常高的求取提供参考.
文献关键词：
BP神经网络;多元宇宙优化算法;GNSS;高程异常拟合
中图分类号：
作者姓名：
蒙金龙;唐诗华;张炎;何广焕;刘银涛
作者机构：
桂林理工大学测绘地理信息学院,桂林市雁山街319号,541006;广西空间信息与测绘重点实验室,桂林市雁山街319号,541006
文献出处：
引用格式：
[1]蒙金龙;唐诗华;张炎;何广焕;刘银涛-.基于MVO优化神经网络的GNSS高程异常拟合方法)[J].大地测量与地球动力学,2022(12):1233-1238
A类：
B类：
MVO,优化神经网络,GNSS,高程异常拟合,拟合方法,通神,梯度消失,和易,局部极值,多元宇宙优化算法,multi,verse,optimizer,神经网络优化,全局寻优,求取,神经网络预测模型,异常数据,神经网络法,多面函数法,工程测量,中正,正常高
AB值：
0.303397
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。
