基于高斯过程的GPS高程转换模型

被引:4
作者
罗亦泳 [1 ,2 ]
姚宜斌 [2 ]
张立亭 [1 ]
周世健 [3 ]
鲁铁定 [1 ]
机构
[1] 东华理工大学测绘工程学院
[2] 武汉大学测绘学院
[3] 江西省科学院
关键词
高斯过程; 高程转换; 高程异常;
D O I
10.13474/j.cnki.11-2246.2015.0335
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GPS高程转换的小样本、非线性特点,基于高斯过程算法提出了具有概率意义的GPS高程转换模型。利用高斯过程采用4种不同建模方案建立了GPS高程转换模型,并与平面拟合、二次曲面拟合、支持向量机方法进行了精度对比。同时构建了基于高斯过程的GPS高程转换结果置信区间估计方法,分析了结果的可靠性。实例分析证实,高斯过程方法针对4种方案均获得很高精度,并且精度指标优于其余3种方法;各GPS点的实测正常高均在置信区间内,证实高斯过程方法具有很好的可靠性。
引用
收藏
页码:11 / 14+59 +59
页数:5
相关论文
共 9 条
[1]   各组合模型在GPS高程拟合中的应用研究 [J].
卢献健 ;
晏红波 ;
梁月吉 ;
任超 .
测绘通报, 2015, (05) :20-23
[2]   样本数据归一化对GPS高程转化结果的影响分析 [J].
罗玉彬 ;
牛冉雯 .
测绘通报, 2013, (08) :33-35
[3]   基于SVR的GPS高程拟合模型研究 [J].
丛康林 ;
岳建平 .
测绘通报, 2011, (02) :8-11
[4]   基于支持向量机的GPS似大地水准面拟合 [J].
吴兆福 ;
宫鹏 ;
高飞 ;
王侬 ;
不详 .
测绘学报 , 2004, (04) :303-306
[5]   平坦地区转换GPS高程的混合转换方法 [J].
胡伍生 ;
华锡生 ;
张志伟 .
测绘学报, 2002, (02) :128-133
[6]   用神经网络方法转换GPS高程 [J].
杨明清 ;
靳蕃 ;
朱达成 ;
陈现春 .
测绘学报, 1999, (04) :301-307
[7]  
基于高斯过程模型的机器学习算法研究及应用[D]. 贺建军.大连理工大学. 2012
[8]  
基于BP神经网络的GPS高程拟合及其在杭州湾跨海大桥中的应用[D]. 杨天宇.西南交通大学. 2006
[9]  
GPS测量原理及其应用[M]. 人民交通出版社 , 胡伍生, 2002