测绘科学

2021, v.46;No.274(04) 57-62

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Archive) | 高级检索(Advanced Search)

基于深度学习的GPS水准拟合方法
A method for GPS level fitting based on deep learning

董洲洋,徐卫明,庄昊,孟浩

摘要(Abstract):

针对数学拟合法在进行全球定位系统(GPS)水准拟合时,因受自身模型限制,导致GPS水准拟合精度不高的问题,该文提出了一种基于EGM2008模型和深度学习的GPS水准拟合法。首先使用深度学习中的分段线性整流函数(ReLU)作为神经元激活函数加快网络的收敛速度,然后利用自适应矩估计函数(Adam)作为优化函数加速获取最优解,并采用正则化丢弃法(Dropout)增强深度学习网络的泛化能力。通过实测数据计算表明:该文方法相比常用的多项式拟合法,丘陵地区外符合精度提高了约65%,达到1.7 cm;高差变化较大的山地外符合精度提高了约90%,达到1.2 cm。

关键词(KeyWords): EGM2008模型;GPS水准拟合;“移去-恢复”法;深度学习

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金项目(61071006)

作者(Author): 董洲洋,徐卫明,庄昊,孟浩

DOI: 10.16251/j.cnki.1009-2307.2021.04.009

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享