Bayesian正则化BP神经网络拟合两类似大地水准面

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

Bayesian正则化BP神经网络拟合两类似大地水准面

宋雷, 方剑, 周旭华, 黄腾

文章导航 > 武汉大学学报 ( 信息科学版) > 2009 > 34(5): 552-555

宋雷, 方剑, 周旭华, 黄腾. Bayesian正则化BP神经网络拟合两类似大地水准面[J]. 武汉大学学报 ( 信息科学版), 2009, 34(5): 552-555.

引用本文:

宋雷, 方剑, 周旭华, 黄腾. Bayesian正则化BP神经网络拟合两类似大地水准面[J]. 武汉大学学报 ( 信息科学版), 2009, 34(5): 552-555.

SONG Lei, FANG Jian, ZHOU Xuhua, HUANG Teng. Application of Bayesian Regulation BP Neural Network to Fit Two-Kind Quasi-geoid[J]. Geomatics and Information Science of Wuhan University, 2009, 34(5): 552-555.

Citation:

SONG Lei, FANG Jian, ZHOU Xuhua, HUANG Teng. Application of Bayesian Regulation BP Neural Network to Fit Two-Kind Quasi-geoid[J]. Geomatics and Information Science of Wuhan University, 2009, 34(5): 552-555.

Bayesian正则化BP神经网络拟合两类似大地水准面

¹河海大学土木工程学院,南京市西康路1号210098;²中国科学院测量与地球物理研究所,武汉市徐东路340号430077

基金项目: 国家自然科学基金资助项目(40674013)；国家863计划资助项目(2006AA09Z153)

Application of Bayesian Regulation BP Neural Network to Fit Two-Kind Quasi-geoid

¹College of Civil Engineering,Hohai University,1 Xikang Road,Nanjing 210098,China,²Institute of Geodesy and Geophysics,Chinese Academy of Sciences,340 Xudong Road,Wuhan 430077,China

Funds: 国家自然科学基金资助项目(40674013)；国家863计划资助项目(2006AA09Z153)

摘要: 为限制重力似大地水准面拟合到GPS/水准似大地水准面上的模型代表性误差,提出了Bayesian正则化BP神经网络拟合两类似大地水准面的新方法。利用某区域的重力似大地水准面模型和GPS/水准数据,将新方法与传统的曲面拟合法进行比较。在较大区域和两类似大地水准面差别不规则的情况下,Bayes-ian正则化BP神经网络有效地减少了拟合模型的代表性误差,而且通过Bayesian正则化算法对网络权值进行限制,抑制了过拟合现象。新方法提高了两面拟合结果的内、外符合精度。
- Bayesian正则化 /
- BP神经网络 /
- 似大地水准面 /
- 高程异常
Abstract: In order to restrict the models error of fitting gravimetric quasi-geoid to GPS/leveling quasi-geoid,the new method of fitting two kind quasi-geoid using Bayesian regulation BP neural network was proposed.Using the gravimetric quasi-geoid and GPS/leveling data in a certain area,the new method was compared with polynomial surface fitting method.In the case with biggish area and anomalous difference between two kind of quasi-geoid,Bayesian regulation BP neural network could reduce the erros of models,and Bayesian regulation arithmetic could improve the structure of network by restricting weights to produce a smoother network response.The experimental result shows that the new method can improve the inner and outer precisions of fitting two kinds of quasi-geoid clearly.
- Bayesian regulation /
- BP neural network /
- quasi-geoid /
- height anomaly

[1]	赵祥鸿, 暴景阳, 欧阳永忠, 黄贤源, 黄辰虎, 陆秀平. 利用BP神经网络剔除多波束测深数据粗差 . 武汉大学学报 ( 信息科学版), 2019, 44(4): 518-524. doi: 10.13203/j.whugis20160336
[2]	刘斌, 郭际明, 史俊波, 吴迪军. 利用EGM2008模型与地形改正进行GPS高程拟合 . 武汉大学学报 ( 信息科学版), 2016, 41(4): 554-558. doi: 10.13203/j.whugis20160249
[3]	郭东美, 鲍李峰, 许厚泽. 中国大陆厘米级大地水准面的地形影响分析 . 武汉大学学报 ( 信息科学版), 2016, 41(3): 342-348. doi: 10.13203/j.whugis20130494
[4]	李冲, 李建成, 黄瑞金, 谭理. 考虑欧拉矢量的BP神经网络模型建立区域地壳运动速率场 . 武汉大学学报 ( 信息科学版), 2014, 39(3): 362-366. doi: 10.13203/j.whugis20120046
[5]	郭春喜, 聂建亮, 王斌, 蒋光伟. 利用自适应最小二乘配置的GPS水准与重力似大地水准面的拟合 . 武汉大学学报 ( 信息科学版), 2013, 38(1): 44-47.
[6]	张凯, 赵建虎, 施闯, 张海涛. BP神经网络用于水下地形适配区划分的方法研究 . 武汉大学学报 ( 信息科学版), 2013, 38(1): 56-59.
[7]	聂建亮, 高为广, 张双成. 利用BP神经网络的动态精密单点定位故障诊断算法 . 武汉大学学报 ( 信息科学版), 2010, 35(3): 283-285.
[8]	王殊伟, 李斐, 柯宝贵, 王文睿. 基于BP神经网络算法的GPS水准高程转换 . 武汉大学学报 ( 信息科学版), 2009, 34(10): 1190-1193.
[9]	赵建虎, 王真祥, 王胜平, 董江. 大区域似大地水准面模型的建立方法研究 . 武汉大学学报 ( 信息科学版), 2008, 33(1): 68-71.
[10]	张利明, 李斐, 陈武. 重力数据分辨率对GPS/重力边值问题的影响研究 . 武汉大学学报 ( 信息科学版), 2007, 32(6): 523-526.
[11]	张利明, 李斐, 岳建利. 扰动重力数据精度对GPS/重力边值问题的影响研究 . 武汉大学学报 ( 信息科学版), 2007, 32(1): 15-18.
[12]	张赤军. 论(N-ζ)公式的内涵及推求N的精度 . 武汉大学学报 ( 信息科学版), 2005, 30(6): 471-473.
[13]	王建梅, 覃文忠. 基于L-M算法的BP神经网络分类器 . 武汉大学学报 ( 信息科学版), 2005, 30(10): 928-931.
[14]	邵黎霞, 何宗宜, 艾自兴, 宋晓东. 基于BP神经网络的河系自动综合研究 . 武汉大学学报 ( 信息科学版), 2004, 29(6): 555-557.
[15]	郭海荣, 焦文海, 杨元喜, 刘光明. 1985国家高程基准的系统差 . 武汉大学学报 ( 信息科学版), 2004, 29(8): 715-719.
[16]	陈楚江, 孙凤华, 李德仁. 西藏墨脱地区工程精化似大地水准面的研究 . 武汉大学学报 ( 信息科学版), 2004, 29(7): 638-641.
[17]	徐绍铨, 李振洪, 吴云孙. GPS高程拟合系统的研究 . 武汉大学学报 ( 信息科学版), 1999, 24(4): 336-340.
[18]	陈俊勇, 李建成. 推算我国高精度和高分辨率似大地水准面的若干技术问题 . 武汉大学学报 ( 信息科学版), 1998, 23(2): 95-99,110.
[19]	管泽霖, 左传惠, 吴黎明, 王志同. 用FFT计算川西地区的高程异常 . 武汉大学学报 ( 信息科学版), 1993, 18(3): 11-17.
[20]	张克非. 精确高程异常的确定 . 武汉大学学报 ( 信息科学版), 1990, 15(3): 29-35.

WeChat

点击查看大图

计量

文章访问数: 945
HTML全文浏览量: 35
PDF下载量: 317
被引次数: 0

Bayesian正则化BP神经网络拟合两类似大地水准面

¹河海大学土木工程学院,南京市西康路1号210098;²中国科学院测量与地球物理研究所,武汉市徐东路340号430077

基金项目: 国家自然科学基金资助项目(40674013)；国家863计划资助项目(2006AA09Z153)

收稿日期: 2013-07-09
修回日期: 2013-07-09
刊出日期: 2009-05-05

关键词:

Bayesian正则化 /

BP神经网络 /

似大地水准面 /

摘要: 为限制重力似大地水准面拟合到GPS/水准似大地水准面上的模型代表性误差,提出了Bayesian正则化BP神经网络拟合两类似大地水准面的新方法。利用某区域的重力似大地水准面模型和GPS/水准数据,将新方法与传统的曲面拟合法进行比较。在较大区域和两类似大地水准面差别不规则的情况下,Bayes-ian正则化BP神经网络有效地减少了拟合模型的代表性误差,而且通过Bayesian正则化算法对网络权值进行限制,抑制了过拟合现象。新方法提高了两面拟合结果的内、外符合精度。

English Abstract

宋雷, 方剑, 周旭华, 黄腾. Bayesian正则化BP神经网络拟合两类似大地水准面[J]. 武汉大学学报 ( 信息科学版), 2009, 34(5): 552-555.

引用本文:

宋雷, 方剑, 周旭华, 黄腾. Bayesian正则化BP神经网络拟合两类似大地水准面[J]. 武汉大学学报 ( 信息科学版), 2009, 34(5): 552-555.

SONG Lei, FANG Jian, ZHOU Xuhua, HUANG Teng. Application of Bayesian Regulation BP Neural Network to Fit Two-Kind Quasi-geoid[J]. Geomatics and Information Science of Wuhan University, 2009, 34(5): 552-555.

Citation:

SONG Lei, FANG Jian, ZHOU Xuhua, HUANG Teng. Application of Bayesian Regulation BP Neural Network to Fit Two-Kind Quasi-geoid[J]. Geomatics and Information Science of Wuhan University, 2009, 34(5): 552-555.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

我要投稿

投稿攻略

联系我们

二维码