基于BP神经网络的两参数区域对流层延迟模型

论文摘要

为了提高区域对流层延迟模型的精度,利用BP神经算法构建两参数区域对流层延迟新模型。基于河南省部分CORS基准站的数据,将穿刺面作为研究面,基于BP神经网络模型、平面拟合模型、二次曲面拟合模型分别建立两参数区域对流层延迟模型,并设计了3种不同的建模方案,以验证模型的精度。实验结果表明,BP神经网络模型的对流层延迟精度达到mm级,明显优于其他2种模型,BP神经网络模型和平面拟合模型不仅适用于区域内,同样适用于区域外,证实了新模型的有效性。

论文目录

• 1 建模数据源
• 2 模型构建
•   2.1 BP神经网络模型
•     2.1.1 学习过程
•     2.1.2 相关参数设置
•   2.2 平面拟合模型
•   2.3 二次曲面拟合模型
• 3 结果及精度分析
• 4 结论

文章来源

类型: 期刊论文

作者: 张静影,罗亦泳

关键词: 对流层延迟,穿刺面,神经网络,模型精度

来源: 科技通报 2019年07期

年度: 2019

分类: 基础科学

专业: 自然地理学和测绘学

单位: 东华理工大学测绘工程学院

基金: 国家自然科学基金（41861058）,东华理工大学研究生创新基金（DHYC-201812）

分类号: P228.4

DOI: 10.13774/j.cnki.kjtb.2019.07.008

页码: 40-45

总页数: 6

文件大小: 291K

下载量: 94