测绘科学

, () 1

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于AIC准则的RBF神经网络在GPS高程拟合中的应用
Application of RBF neural network in GPS height fitting based on AIC criterion

任超;吴伟;黄征凯;焦元元

摘要(Abstract):

本文采用AIC准则优化RBF神经网络参数的方法进行GPS高程拟合,在建立网络模型过程中,对不同的聚类半径由最近邻聚类法求出不同类别的聚类数目及相应的聚类中心和初始扩展常数,通过对不同类别分别进行调整扩展常数的网络训练,求出其最小AIC值,再根据AIC准则确定结构最优的RBF网络模型。实验结果表明:这种方法为确定最优RBF网络模型的隐节点数目及相应参数提供了途径;拟合精度较高,在较平坦测区可以替代三等水准测量。

关键词(KeyWords): 赤池信息量准则(AIC);RBF神经网络;GPS高程拟合;拟合精度

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 任超;吴伟;黄征凯;焦元元

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享