[1] 胡伍生,华锡生,张志伟. 平坦地区转换GPS高程的混合转换方法[J].测绘学报,2002,31(2):128-134. [2] 胡伍生,高成发.GPS测量原理及其应用[M].北京:人民交通出版社, 2004. [3] 杨明清,靳蕃,朱达成,等.用神经网络方法转换GPS高程[J].测绘学报,1999,28(4):301-307. [4] 杨天宇.基于BP神经网络的GPS 高程异常拟合及其在杭州湾跨海大桥中的应用[D].成都:西南交通大学,2006. [5] 吴兆福,宫鹏,高飞,等. 基于支持向量机的GPS似大地水准面拟合[J]. 测绘学报,2004,33(4):303-307. [6] 丛康林,岳建平. 基于SVR的GPS高程拟合模型研究[J].测绘通报,2011(2):8-12. [7] RASMUSSEN C E, VVILLIAMS K. Gaussian Process for Machine Learning[M].[S.l.]:The MIT Press,2006. [8] GIBBS M N. Bayesian Gaussian Processes for Regression and Classification[D].(PhD Thesis) Cambridge:Universityof Cambridge,1997. [9] KOCIAN J,AZMAN K. Gaussian Process Model Identification:a Process Engineering Case Study[J].Systems Science,2008,34(3):31-38. [10] 贺建军.基于高斯过程模型的机器学习算法研究及应用[D].大连:大连理工大学,2012. [11] 卢献健, 晏红波, 梁月吉, 等.各组合模型在GPS高程拟合中的应用研究[J]. 测绘通报,2015(5):20-23. [12] 罗玉彬,牛冉雯.样本数据归一化对GPS高程转化结果的影响分析[J].测绘通报,2013(8):33-35. [13] 盛骤,谢式千,潘承毅. 概率论与数理统计(新版)[M].北京:高等教育出版社,2010. |