本文關鍵詞：基于SVM的GPS高程擬合研究，由筆耕文化傳播整理發(fā)布。

【摘要】：目前,GPS(全球衛(wèi)星定位系統(tǒng)/Global Positioning System)測量技術日漸成為測量工作中應用最為廣泛的重要技術之一,該技術具有高精度三維坐標定位、自動測量、全天候實時定位等突出特點。GPS測量是以WGS-84參考橢球面為基準面,獲取高精度的三維坐標,其高程系統(tǒng)是大地高高程系統(tǒng)。目前我國采用的高程系統(tǒng)是正常高高程系統(tǒng)。如果能夠將GPS測得的大地高準確、快速地轉化為正常高,就可以替代相當部分的傳統(tǒng)水準測量作業(yè),具有非常大的經濟效益。目前,使用精化的區(qū)域似大地水準面取得高精度的高程異常將GPS測得的大地高轉換成正常高是最直接的方法,也是最好的辦法。然而獲得高精度的區(qū)域似大地水準面需要高精度的GPS觀測數(shù)據、重力觀測數(shù)據、地形數(shù)據和地球重力場模型,是一項繁瑣、復雜的大工程。小單位或者小區(qū)域不具備上述條件的情況下,GPS高程擬合仍然是使用GPS獲取正常高的一種較為方便、快速、經濟的方法。本文首先介紹了高程系統(tǒng)的概念及高程測量的基本原理,闡述了GPS高程轉換的目的和意義,并針對目前主流的GPS高程轉換方法進行了探討和研究。本文將高程異常獲取的方法分為直接法和擬合法,對直接法和擬合法的原理進行了深入研究,并對國內外常用的三種直接法和常用的幾種擬合法進行了總結,針對這三種直接法的適用范圍進行了分析和探討。其次針對SVM(支持向量機/Support Vector Machine)的基本原理進行了全面、深入、系統(tǒng)的介紹和研究,SVM在解決小樣本、非線性問題上展現(xiàn)出許多特有的優(yōu)勢,將SVM運用到GPS高程擬合中可以在一定程度上彌補已知數(shù)據過少的缺陷。使用MATLAB軟件進行程序編制,將支持向量機理論實際運用到GPS高程擬合的數(shù)值計算中,通過與目前擬合精度相對較高的人工神經網絡法進行對比、分析,發(fā)現(xiàn)SVM在不同的GPS高程/水準點分布情況下都能取得較好的高程擬合效果。最后介紹了支持向量機回歸預測模型的幾種參數(shù)尋優(yōu)方法,并通過GPS高程擬合實例對這幾種方法進行綜合對比、分析,并給出具體的結論和建議,對工程高程測量具有一定的指導意義。
【關鍵詞】：似大地水準面 高程擬合 支持向量機 參數(shù)優(yōu)化
【學位授予單位】：東華理工大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：P228.4
【目錄】：

• 摘要3-4
• Abstract4-8
• 1 緒論8-14
• 1.1 課題研究的背景與意義8
• 1.2 國內外研究現(xiàn)狀8-11
• 1.2.1 GPS高程轉換研究現(xiàn)狀8-10
• 1.2.2 存在的主要的問題10-11
• 1.3 本文研究的主要內容11-12
• 1.4 本文的組織結構12-14
• 2 高程系統(tǒng)的基礎理論14-22
• 2.1 高程系統(tǒng)及其相互關系14-20
• 2.1.1 大地高系統(tǒng)14
• 2.1.2 正高系統(tǒng)和Stokes理論14-17
• 2.1.3 正常高系統(tǒng)和Molodensky理論17-19
• 2.1.4 大地高、正高與正常高三者之間的關系19-20
• 2.2 本章小結20-22
• 3 GPS高程轉換方法22-34
• 3.1 似大地水準面精化（直接法）22-28
• 3.1.1 移去—恢復法23-24
• 3.1.2 Stokes-Helmert法24-26
• 3.1.3 KTH法26-28
• 3.2 GPS高程擬合（擬合法）28-33
• 3.2.1 二次曲面法28-29
• 3.2.2 多面函數(shù)法29-30
• 3.2.3 加權平均法30
• 3.2.4 克里格插值法30-32
• 3.2.5 BP神經網絡法32-33
• 3.3 本章小結33-34
• 4 基于SVM的GPS高程擬合34-50
• 4.1 支持向量機及其理論基礎34-41
• 4.1.1 支持向量機的產生34-35
• 4.1.2 支持向量分類機35-39
• 4.1.3 支持向量回歸機39-41
• 4.2 支持向量機在高程擬合中的應用41-49
• 4.3 本章小結49-50
• 5 支持向量機模型參數(shù)優(yōu)化50-62
• 5.1 支持向量機模型參數(shù)50-51
• 5.2 模型參數(shù)尋優(yōu)算法51-55
• 5.2.1 網格搜索尋優(yōu)法51-52
• 5.2.2 遺傳算法尋優(yōu)法52-53
• 5.2.3 粒子群尋優(yōu)法53-55
• 5.3 參數(shù)尋優(yōu)試驗和結果分析55-60
• 5.4 本章小結60-62
• 6 結論與展望62-64
• 6.1 結論62
• 6.2 展望62-64
• 致謝64-66
• 參考文獻66-68

【參考文獻】

中國期刊全文數(shù)據庫 前1條

1 陳俊勇,李健成,寧津生,張驥,張燕平;我國大陸高精度、高分辨率大地水準面的研究和實施[J];測繪學報;2001年02期

  本文關鍵詞：基于SVM的GPS高程擬合研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：323815