GA-SVR算法在矿区GPS高程拟合中的应用
作者单位：谭兴龙,Tan Xinglong(中国矿业大学(徐州)环境与测绘学院;国土环境与灾害监测国家测绘局重点实验室;江苏省资源环境信息工程重点实验室)赵晓庆,胡洪,Zhao Xiaoqing,Hu Hong(中国矿业大学(徐州)环境与测绘学院;国土环境与灾害监测国家测绘局重点实验室)张玉华,Zhang Yuhua(兖矿集团东华地矿建设分公司)
加工时间：2014-03-15
信息来源：金属矿山
关键词：GPS高程异常;支持向量回归;遗传算法;径向基神经网络;GPS height anomaly;Support vector regression;Genetic algorithm;Radial basis function neural network
摘 要：针对矿区地形条件复杂,常规水准测量工作量大、时效性差的问题,基于统计学习理论,提出利用支持向量回归算法计算高程异常精化似大地水准面,将GPS高程应用到矿区快速水准测定.采用基于遗传算法的全局搜索优化支持向量回归训练参数,解决了回归模型训练中人为选取参数的盲目性,提高了算法的泛化能力和回归精度.最后采用矿区实测数据,对比多项式拟合、径向基神经网络计算高程异常,结果表明:基于遗传算法的支持向量回归算法结构简单,回归精度优于多项式拟合和径向基神经网络,可以应用于矿区GPS高程拟合.
027-87841330