基于混沌粒子群优化神经网络的GPS高程拟合研究

测绘通报 ›› 2013, Vol. 0 ›› Issue (9): 5-8.

基于混沌粒子群优化神经网络的GPS高程拟合研究

杨尚波^1,2，卢小平^1,2，李珵^1,2，庞星晨^1,2，刘洋洋^1,2

1. 河南理工大学矿山空间信息技术国家测绘地理信息局重点实验室；2. 矿山空间信息技术河南省重点实验室

收稿日期:2013-03-13 出版日期:2013-09-25 发布日期:2013-09-25
基金资助:
2013年国家测绘科技计划项目；现代工程测量国家测绘地理信息局重点实验室开放课题（TJES1201）；精密工程与工业测量国家测绘地理信息局重点实验室开放基金（PF2012-4）

GPS Elevation Fitting by Neural Network Based on Chaotic PSO Algorithm

Received:2013-03-13 Online:2013-09-25 Published:2013-09-25

摘要/Abstract

摘要：

针对普通神经网络模型存在预测精度低等问题，采用粒子群优化神经网络权值和阈值的预测方法，建立基于该方法的BP神经网络高程异常拟合模型。为克服粒子群算法易陷入局部最优，提出并建立改进算法，即先用混沌变量初始化粒子位置，当出现早熟收敛时，对局部较优的部分粒子和全局极值采用混沌优化策略，从而提高了模型的训练精度。试验结果表明，该方法具有更好的准确性和稳定性。

关键词: 神经网络, 粒子群优化, 混沌变量, Logistic映射, 高程异常

杨尚波卢小平李珵庞星晨刘洋洋. 基于混沌粒子群优化神经网络的GPS高程拟合研究[J]. 测绘通报, 2013, 0(9): 5-8.

[1]	刘璐, 罗年学, 赵前胜. 基于历史数据的黄海浒苔爆发规模预测[J]. 测绘通报, 2022, 0(7): 7-11.
[2]	柳林, 孙毅, 李万武. 基于CNN海上钻井平台检测模型的构建及训练算法分析[J]. 测绘通报, 2022, 0(7): 26-32,99.
[3]	蔡柔丹. 一种基于用户异步轨迹的身份识别智能方法[J]. 测绘通报, 2022, 0(7): 158-162,167.
[4]	滕文鑫, 张建辰, 邵杰. 集成时空邻近与卷积网络车道级高精度定位算法[J]. 测绘通报, 2022, 0(6): 1-5,61.
[5]	文奴, 郭仁忠, 贺彪, 万远. YOLO v4框架下Multi-Patch多帧增量式交通视频目标检测[J]. 测绘通报, 2022, 0(5): 38-44.
[6]	冯俊俊, 周立, 欧阳犬平, 周珍. 优化短期余水位组合预测模型[J]. 测绘通报, 2022, 0(3): 96-100.
[7]	郁汀, 王铎, 陈钦. 基于伪语义相似度模型的中文地址匹配方法[J]. 测绘通报, 2022, 0(3): 101-106.
[8]	丁仁军, 王友昆, 张君华, 刘晨. 基于BP神经网络的昆明天顶湿延迟模型[J]. 测绘通报, 2022, 0(3): 107-110.
[9]	毛斌, 韩文泉, 谢宏全, 吕海扬. 基于北京二号影像辅助nDSM的建筑物自动提取[J]. 测绘通报, 2022, 0(3): 132-137.
[10]	王胜利, 朱寿红, 蒋毅. 基于CNN模型迁移的OLI影像光伏电池板场景识别[J]. 测绘通报, 2022, 0(2): 5-9.
[11]	耿万轩, 周维勋, 金双根. 基于LDCNN特征提取的多核SVM高分辨率遥感影像场景分类[J]. 测绘通报, 2021, 0(8): 14-21.
[12]	赵恒谦, 杨屹峰, 刘泽龙, 宋瑞. 农作物叶片病害迁移学习分步识别方法[J]. 测绘通报, 2021, 0(7): 34-38.
[13]	李紫微, 马庆勋, 吕杰. BP神经网络的近地面臭氧估算及时空特征分析[J]. 测绘通报, 2021, 0(6): 28-32,126.
[14]	贾文翰, 刘越岩. 基于卷积神经网络的高分遥感影像内陆盐沼湿地信息提取[J]. 测绘通报, 2021, 0(6): 89-92.
[15]	段雅鸣, 张锦水, 朱爽. 基于深度卷积神经网络的云检测方法[J]. 测绘通报, 2021, 0(4): 33-39.

基于混沌粒子群优化神经网络的GPS高程拟合研究

GPS Elevation Fitting by Neural Network Based on Chaotic PSO Algorithm

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价