位置:成果数据库 > 期刊 > 期刊详情页
最小二乘支持向量机在GPS高程拟合中的应用
  • ISSN号:1000-1433
  • 期刊名称:《工程勘察》
  • 时间:0
  • 分类:P228.4[天文地球—大地测量学与测量工程;天文地球—测绘科学与技术]
  • 作者机构:[1]桂林理工大学测绘地理信息学院,广西桂林541004, [2]广西空间信息与测绘重点实验室,广西桂林541004
  • 相关基金:国家自然科学基金项目(41071294); 广西自然科学基金资助项目(编号:桂科自0640178); 广西科学基金资助项目(编号:桂科基0991023)
中文摘要:

本文论述了最小二乘支持向量机(LS-SVM)的算法,提出了基于最小二乘支持向量机进行GPS高程拟合的方法,并在MATLAB中编制了相应的LS-SVM程序,建立了相应的GPS高程拟合模型。以实例数据讨论了LS-SVM的GPS高程拟合的分析方法,通过与多项式拟合、BP神经网络拟合、GA-BP神经网络拟合的结果比较,可知LS-SVM的拟合精度较高。

英文摘要:

This paper discussed the algorithm of support vector regression, proposed the method of GPS leveling based on the least squares support vector machine, and compiled programs for GPS leveling by using the MATLAB toolbox. Through a set of experimental data, the effectiveness of our method was discussed. Compared with results of polynomial fitting, BP neural network fitting and GA-BP neural network fitting, the result of LS-SVM is more promising.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《工程勘察》
  • 北大核心期刊(2008版)
  • 主管单位:中华人民共和国住房和城乡建设部
  • 主办单位:中国建筑学会工程勘察分会 建设综合勘察研究设计院
  • 主编:武威
  • 地址:北京东直门内大街177号
  • 邮编:100007
  • 邮箱:cl@gckc.cn;yt@gckc.cn
  • 电话:010-64013366-108 64043313
  • 国际标准刊号:ISSN:1000-1433
  • 国内统一刊号:ISSN:11-2025/TU
  • 邮发代号:2-832
  • 获奖情况:
  • 国内外数据库收录:
  • 荷兰文摘与引文数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2000版)
  • 被引量:12704