統(tǒng)籌考慮基礎(chǔ)條件、項目需求和技術(shù)可能性,以不動產(chǎn)單位為對象,測量和查清不動產(chǎn)單元的權(quán)屬、界址、面積等內(nèi)容,確保不動產(chǎn)單元權(quán)屬清晰、界址清楚、空間相對位置關(guān)系明確,是不動產(chǎn)實地調(diào)查的主要內(nèi)容。本文主要的內(nèi)容是在不動產(chǎn)實地調(diào)查技術(shù)的背景下,將機器學(xué)習(xí)方法與最優(yōu)估計理論相結(jié)合,探討支持向量機輔助卡爾曼濾波這種組合濾波方法在不動產(chǎn)實地調(diào)查技術(shù)中的研究。具體的研究工作如下:1、支持向量機參數(shù)優(yōu)化研究。支持向量機參數(shù)的選擇對實際應(yīng)用有重大影響,本文首先介紹了遺傳算法的理論內(nèi)容,隨后針對支持向量機懲罰因子C、高斯核函數(shù)參數(shù)?和損失函數(shù)參數(shù)?,研究了基于遺傳算法的支持向量機參數(shù)尋優(yōu)技術(shù),給出了遺傳算法優(yōu)化參數(shù)流程,并通過相關(guān)實驗得出了支持向量機訓(xùn)練需要的最優(yōu)參數(shù),為支持向量機的使用提供了基礎(chǔ)支撐。2、支持向量機輔助自適應(yīng)卡爾曼濾波在單位置對準中的研究。首先研究了卡爾曼濾波在單位置對準中的應(yīng)用,隨后針對諸多隨機因素導(dǎo)致系統(tǒng)模型及噪聲統(tǒng)計特性精確度降低的問題,引入模糊自適應(yīng)卡爾曼濾波。在這些基礎(chǔ)上,本文將支持向量機與自適應(yīng)卡爾曼濾波相結(jié)合,通過機器學(xué)習(xí)規(guī)則確定自適應(yīng)因子,并通過仿真實驗比較支持向量機自適應(yīng)... 

【文章來源】：東南大學(xué)江蘇省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：91 頁

【學(xué)位級別】：碩士

【部分圖文】：

不動產(chǎn)登記標識不動產(chǎn)實地調(diào)查的內(nèi)容主要包括了宗地信息、宗海信息、房屋等建筑物、構(gòu)筑物信

[3]。圖1-2 全站儀傳統(tǒng)的不動產(chǎn)實地調(diào)查測量作業(yè)大部分需要全站儀的輔助，來進行控制點的布設(shè)作業(yè)。但由于全站儀裝置對于測量環(huán)境有嚴格要求，需要測量區(qū)域通視條件良好，使得整個不動產(chǎn)實地調(diào)查測量作業(yè)的開展需要耗費更多的時間和人力，并無法確保測量數(shù)據(jù)的精確性。隨著不動產(chǎn)實地調(diào)查測量范圍的增大，這種測量方式所獲取的數(shù)據(jù)精度勢必會出現(xiàn)顯著下降的趨勢，不利于后續(xù)工作的開展。2、GPS-RTK 測量方法GPS-RTK（Real Time Kinematic）技術(shù)即實時動態(tài)定位技術(shù)，基于 GPS 技術(shù)并利用實時差分原理，從而實現(xiàn)對指定坐標系的 3 維定位

第一章 緒論領(lǐng)域得到了廣泛應(yīng)用，充分發(fā)揮要由 GPS-RTK 發(fā)揮主要作用，部加密的碎步測量點，使得 GPGPS-RTK 方法得到的定位信息精成局部加密的碎部測量工作。技術(shù)在多個領(lǐng)域得到了廣泛應(yīng)用遙感技術(shù)通過傳感設(shè)備感知相關(guān)，進行對比分析[5]，如圖 1-4 所統(tǒng)一登記的效率與水平，對不動到天氣影響而且費用高、技術(shù)尚實地調(diào)查中的應(yīng)用。

【參考文獻】：
期刊論文
[1]不動產(chǎn)權(quán)籍調(diào)查與數(shù)據(jù)庫建設(shè)[J]. 姜棟.  中國建設(shè)信息化. 2018(01)
[2]有關(guān)GPS RTK與全站儀在地形測量中的使用研究[J]. 萬祖海,張海燕.  科學(xué)技術(shù)創(chuàng)新. 2017(35)
[3]一種基于ICDF的支持向量機參數(shù)快速優(yōu)化方法[J]. 王加朋,胡躍明,羅家祥.  華南理工大學(xué)學(xué)報(自然科學(xué)版). 2017(07)
[4]采用改進果蠅優(yōu)化算法的最小二乘支持向量機參數(shù)優(yōu)化方法[J]. 司剛?cè)?李水旺,石建全,郭璋.  西安交通大學(xué)學(xué)報. 2017(06)
[5]遙感測繪技術(shù)在測繪工作中的應(yīng)用分析[J]. 曾好.  黑龍江科技信息. 2016(28)
[6]遺傳算法優(yōu)化的神經(jīng)網(wǎng)絡(luò)在SINS/GPS中的應(yīng)用[J]. 徐曉蘇,周峰,張濤,李瑤,田澤鑫.  中國慣性技術(shù)學(xué)報. 2015(03)
[7]基于參數(shù)優(yōu)化的最小二乘支持向量機HEV閥控鉛酸蓄電池SOC預(yù)測[J]. 王琪,孫玉坤,黃永紅.  中南大學(xué)學(xué)報(自然科學(xué)版). 2015(01)
[8]GPS-RTK測量技術(shù)在地籍測量中的應(yīng)用[J]. 王黎明.  科技創(chuàng)新與應(yīng)用. 2014(28)
[9]支持向量機近似模型的參數(shù)選取及其在結(jié)構(gòu)優(yōu)化中的應(yīng)用[J]. 何小二,王德禹.  上海交通大學(xué)學(xué)報. 2014(04)
[10]模糊自適應(yīng)濾波在捷聯(lián)慣導(dǎo)初始對準中的應(yīng)用[J]. 王躍鋼,蔚躍,雷堰龍,陳蘇邑.  壓電與聲光. 2013(01)

碩士論文
[1]基于環(huán)路卡爾曼估計的慣性/GPS深組合算法研究[D]. 文立.南京航空航天大學(xué) 2011
[2]支持向量機與卡爾曼濾波算法在組合導(dǎo)航中的應(yīng)用研究[D]. 陳磊琛.中國地質(zhì)大學(xué) 2010
[3]支持向量機參數(shù)優(yōu)化問題的研究[D]. 胡俊.哈爾濱工業(yè)大學(xué) 2009
[4]慣性/多衛(wèi)星組合導(dǎo)航系統(tǒng)信息融合及故障檢測算法研究[D]. 王春霞.南京航空航天大學(xué) 2008



本文編號：3139039