本文選題：Elman神經(jīng)網(wǎng)絡(luò) + 速度場��； 參考：《大地測量與地球動力學(xué)》2017年10期

【摘要】：鑒于歐拉矢量參數(shù)在局部區(qū)域適應(yīng)性較差,提出一種基于Elman神經(jīng)網(wǎng)絡(luò)的速度場逼近方法。首先利用已有歐拉矢量參數(shù)估計(jì)站點(diǎn)速度,將剩余殘差作為Elman神經(jīng)網(wǎng)絡(luò)擬合量進(jìn)行逼近;然后將Elman神經(jīng)網(wǎng)絡(luò)估計(jì)結(jié)果與歐拉矢量計(jì)算速度相疊加,獲得區(qū)域速度場模型。利用山東區(qū)域速度場數(shù)據(jù)進(jìn)行驗(yàn)證,結(jié)果表明,該方法在一定程度上能夠削弱系統(tǒng)誤差影響,提高計(jì)算精度。
[Abstract]:In view of the poor adaptability of Euler vector parameters in local regions, a velocity field approximation method based on Elman neural network is proposed. First, the station velocity is estimated by using the existing Euler vector parameters, and the residual residual error is approximated as the fitting quantity of the Elman neural network, and then the estimation result of the Elman neural network is superposed with the Euler vector calculation velocity, and the regional velocity field model is obtained. The results show that the method can weaken the influence of system error to some extent and improve the accuracy of calculation.
【作者單位】： 國家測繪地理信息局大地測量數(shù)據(jù)處理中心;西安測繪研究所;山東省國土測繪院;
【基金】：國家自然科學(xué)基金(41574003,41774004,41474015,41604001) 測繪地理信息公益性行業(yè)科研專項(xiàng)(201512004) 國家科技部科技基礎(chǔ)性工作專項(xiàng)(2015FY210400) 現(xiàn)代工程測量國家測繪地理信息局重點(diǎn)實(shí)驗(yàn)室開放基金(TJES1504) 地理空間信息工程國家測繪地理信息局重點(diǎn)實(shí)驗(yàn)室開放基金~~
【分類號】：P227

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 白雪武;梁東偉;馬友利;;Elman神經(jīng)網(wǎng)絡(luò)在變形預(yù)報(bào)中的應(yīng)用研究[J];測繪與空間地理信息;2012年10期

2 蔡永香;郭慶勝;;基于神經(jīng)網(wǎng)絡(luò)的街道漸進(jìn)式選取[J];測繪信息與工程;2008年05期

3 張婷,湯國安,王崢,陳莉,王春;基于神經(jīng)網(wǎng)絡(luò)的地面坡度與其他地形定量因子關(guān)聯(lián)性分析——以黃土高原丘陵溝壑區(qū)實(shí)驗(yàn)為例[J];山地學(xué)報(bào);2004年04期

4 熊楨,鄭蘭芬,童慶禧;分層神經(jīng)網(wǎng)絡(luò)分類算法[J];測繪學(xué)報(bào);2000年03期

5 詹云軍;黃解軍;吳艷艷;;基于神經(jīng)網(wǎng)絡(luò)與元胞自動機(jī)的城市擴(kuò)展模擬[J];武漢理工大學(xué)學(xué)報(bào);2009年01期

6 趙波,邊馥苓;基于知識的神經(jīng)網(wǎng)絡(luò)及其在智能空間決策支持系統(tǒng)中的應(yīng)用[J];測繪工程;2000年03期

7 趙珂;;SINS/GPS的神經(jīng)網(wǎng)絡(luò)狀態(tài)估計(jì)[J];科技信息;2009年10期

8 王翰釗;;基于神經(jīng)網(wǎng)絡(luò)推理的GIS信息預(yù)測方法[J];管理工程師;2013年03期

9 駱正山,王小完;基于神經(jīng)網(wǎng)絡(luò)的礦巖邊界自動圈定的研究[J];微電子學(xué)與計(jì)算機(jī);2005年06期

10 胡明星;GIS和神經(jīng)網(wǎng)絡(luò)在城市發(fā)展規(guī)劃中的應(yīng)用[J];四川測繪;2001年02期

相關(guān)會議論文 前3條

1 姚煥炯;徐朝樹;李波;;基于神經(jīng)網(wǎng)絡(luò)的激光掃描數(shù)據(jù)擬合[A];中國測繪學(xué)會九屆四次理事會暨2008年學(xué)術(shù)年會論文集[C];2008年

2 劉麗娜;陳彥;王秀麗;童玲;;土壤室內(nèi)散射測量與參數(shù)的神經(jīng)網(wǎng)絡(luò)反演[A];遙感定量反演算法研討會摘要集[C];2010年

3 張平;董吉文;;基于神經(jīng)網(wǎng)絡(luò)的GIS技術(shù)研究現(xiàn)狀[A];2005通信理論與技術(shù)新進(jìn)展——第十屆全國青年通信學(xué)術(shù)會議論文集[C];2005年

相關(guān)博士學(xué)位論文 前1條

1 汪艷霞;面向更新應(yīng)用的基于PSO神經(jīng)網(wǎng)絡(luò)面狀目標(biāo)匹配方法研究[D];武漢大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 武創(chuàng)舉;基于神經(jīng)網(wǎng)絡(luò)的遙感圖像分類研究[D];昆明理工大學(xué);2015年

2 趙爽;基于卷積神經(jīng)網(wǎng)絡(luò)的遙感圖像分類方法研究[D];中國地質(zhì)大學(xué)(北京);2015年

3 余志飛;基于GIS與BP神經(jīng)網(wǎng)絡(luò)的人口預(yù)測與信息管理系統(tǒng)開發(fā)研究[D];江西理工大學(xué);2015年

4 夏小鵬;基于ESN模型的北京市PM2.5日均濃度污染等級預(yù)測與時空分布分析[D];中國地質(zhì)大學(xué)(北京);2015年

5 趙麗娟;基于BP神經(jīng)網(wǎng)絡(luò)的遙感影像分類研究[D];東華理工大學(xué);2014年

6 劉瑋;GPS技術(shù)在道路工程高程控制中的應(yīng)用研究[D];南京理工大學(xué);2016年

7 蔡偉峰;GPS信號短時缺失情況下的組合導(dǎo)航數(shù)據(jù)融合方法研究[D];西北大學(xué);2015年

8 劉艷杰;基于變端元SOM神經(jīng)網(wǎng)絡(luò)的城市非滲透面估計(jì)方法研究[D];中南大學(xué);2011年

9 朱程廣;基于BP神經(jīng)網(wǎng)絡(luò)的衛(wèi)星激光測距望遠(yuǎn)鏡指向誤差的建模研究[D];中國地震局地震研究所;2013年

10 蔡兵;基于攝影測量的證照圖像采集系統(tǒng)的原型研究[D];華中科技大學(xué);2006年

，

本文編號：1810860