量子粒子群BP神经网络在GNSS高程转换中的应用分析

论文摘要

提出了一种基于量子粒子群神经网络（QPSO-BP）模型的GNSS高程转换方法,通过建立GNSS点平面坐标与正常高之间的三层QPSO-BP数学模型而实现GNSS高程转换。试验分析结果表明,该方法全局迭代进化搜索能力高、稳健性强、拟合及预测精度高,在GNSS高程转换方面具有良好的有效性与先进性。

论文目录

• 1 粒子群优化算法 （PSO）
• 2 量子粒子群算法 （QPSO）
• 3 量子粒子群BP神经网络方法及实现
• 4 试验分析
• 5 结语

文章来源

类型: 期刊论文

作者: 韩红超

关键词: 量子粒子群,神经网络,高程转换

来源: 测绘通报 2019年01期

年度: 2019

分类: 基础科学,信息科技

专业: 自然地理学和测绘学,自动化技术

单位: 宁波市测绘设计研究院

分类号: TP183;P228.4

DOI: 10.13474/j.cnki.11-2246.2019.0017

页码: 85-88

总页数: 4

文件大小: 698K

下载量: 156