基于RBF神经网络的GPS水准拟合研究文献综述
2020-06-14 16:13:43
文 献 综 述 一、选题背景 随着社会发展,测绘仪器也从简单误差大发展到复杂精度高。
与此同时GPS也得到了快速发展。
GPS定位技术以其精度高,全天候,成本低,效率高等特点被广泛应用于测绘及其他领域。
随之而来GPS高程拟合也随即成为一个热点和难点。
二、文件阅读 将统计模型逼近和求定随机变化结合起来可以提高大地测量数据逼近的精度和可靠性。
杨元禧和刘念综合分析了曲面内插逼近法,多项式拟合法,多面函数法,回归逼近法,移动曲面法快速傅里叶变化法,拟合推估法和Kriging逼近法,并对我国山西某地区的重力异常进行内插计算然后比较七个方案。
最终得出了在不考虑粗差的情况下。
只要函数模型选择得当,一般来讲,综合法要优于其他算法。
最终得出结论函数模型逼近与统计模型模型逼近各有千秋,前者对趋势性、规律性、系统性变化具有较好的逼近效果;后者对统计性的变化具有较好的逼近效果[1]。
GPS测量是在WGS-84地心坐标系中进行的。
剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付