基于Bayesian正则化BP神经网络的GPS高程转换

被引：14

作者：

张秋昭 ^{[1
]}

张书毕 ^{[1
,2
]}

刘军 ^{[1
]}

王光辉 ^{[1
]}

王波 ^{[1
]}

机构：

[1] 中国矿业大学环境与测绘学院

[2] 江苏省资源环境信息工程重点实验室

来源：

关键词：

Bayesian正则化; BP神经网络; GPS高程转换; 泛化能力; 拟合;

D O I：

10.14075/j.jgg.2009.03.011

中图分类号：

P228.4 [全球定位系统（GPS）];

学科分类号：

081105 ; 0818 ; 081802 ;

摘要：

针对标准BP神经网络算法泛化能力弱、易过度训练等问题,应用Bayesian正则化算法改进BP神经网络的泛化能力。通过对某矿区GPS联测水准点拟合计算,并与L-M算法、多项式曲面拟合等方法比较,Bayesian正则化的BP神经网络拟合精度更高、更稳定、泛化能力更强。

引用

页码：84 / 87

页数：4

共 4 条

[1] 贝叶斯正则化的BP神经网络在经济预测中的应用 [J].

李旭军 .

聂建亮 ;

张卉 .

[3] 基于神经网络构造的GPS/INS自适应组合导航算法 [J].

高为广 ;

封欣 ;

朱大为 .

[4]

GPS测量原理及应用.[M].徐绍铨等编著;.武汉大学出版社.2003,