基于标准化动量BP神经网络的GPS高程转换.pdfVIP

第３０卷第１期 大地 测 量 与地 球 动 力 学 Ｖｏｌ．３０Ｎｏ．１ ２０１０年２月 ＪＯＵＲＮＡＬＯＦＧＥＯＤＥＳＹＡＮＤＧＥＯＤＹＮＡＭＩＣＳ 　 Ｆｅｂ．，２０１０ 　　文章编号：１６７１５９４２（２０１０）０１０１２３０３ 基于标准化动量ＢＰ神经网络的ＧＰＳ高程转换 朱卫东　李全海 （同济大学测量与国土信息工程系，上海　２０００９２） 摘　要　采用动量ＢＰ神经网络算法拟合高程求解，训练样本的量纲存在一定的差异性，为改善不稳定性，通过对 样本进行标准化处理，得到了理想的训练效果。将该方法得到的计算结果与平面拟合、二次曲面拟合及其他神经 网络方法计算的结果进行对比得出：标准化动量ＢＰ神经网络算法求解高程，精度可靠且稳定。 关键词　动量ＢＰ神经网络；大地高；正常高；高程异常；标准化 中图分类号：Ｐ２２７　　　　文献标识码：Ａ ＣＯＮＶＥＲＳＩＯＮＯＦＧＰＳＨＥＩＧＨＴＢＡＳＥＤＯＮＳＴＡＮＤＡＲＤＩＺＡＴＩＯＮ ＭＯＭＥＮＴＵＭＢＰＮＥＵＲＡＬＮＥＴＷＯＲＫ ＺｈｕＷｅｉｄｏｎｇａｎｄＬｉＱｕａｎｈａｉ （ＤｅｐａｒｔｍｅｎｔｏｆＳｕｒｖｅｙｉｎｇａｎｄＧｅｏｉｎｆｏｒｍａｔｉｃｓ，ＴｏｎｇｊｉＵｎｉｖｅｒｓｉｔｙ，Ｓｈａｎｇｈａｉ　２０００９２） Ａｂｓｔｒａｃｔ　ＷｈｅｎｓｏｌｖｉｎｇｆｉｔｔｉｎｇｅｌｅｖａｔｉｏｎｂｙｕｓｉｎｇｃｏｍｍｏｎｍｏｍｅｎｔｕｍＢＰｎｅｕｒａｌｎｅｔｗｏｒｋａｌｇｏｒｉｔｈｍｔｈｅｒｅｗｉｌｌ ｂｅｄｉｆｆｅｒｅｎｃｅｂｅｔｗｅｅｎｔｈｅｔｒａｉｎｉｎｇｓａｍｐｌｅｓｉｎｄｉｍｅｎｓｉｏｎ．Ｉｎｏｒｄｅｒｔｏｉｍｐｒｏｖｅｔｈｅｓｔａｂｉｌｉｔｙｗｅｓｔａｎｄａｒｄｉｚｅｄｔｈｅｓａｍ ｐｌｅｓａｎｄｏｂｔａｉｎｅｄｔｈｅｉｄｅａｌｒｅｓｕｌｔｓ．Ｉｔｉｓｓｈｏｗｎｔｈａｔｆｒｏｍｔｈｅｃｏｍｐａｒｉｓｏｎａｍｏｎｇｔｈｅｒｅｓｕｌｔｓｗｉｔｈｔｈｅｃａｌｃｕｌａｔｉｏｎｍｅｔｈ ｏｄｓｂｙｓｕｒｆａｃｅｆｉｔｔｉｎｇ，ｑｕａｄｒｉｃｓｕｒｆａｃｅｆｉｔｔｉｎｇ，ａｎｄｏｔｈｅｒｎｅｕｒａｌｎｅｔｗｏｒｋｍｅｔｈｏｄｓ，ｔｈｅａｃｃｕｒａｃｙｂｙｕｓｉｎｇｔｈｅｓｔａｎｄ ａｒｄｉｚａｔｉｏｎｏｆＢＰｎｅｕｒａｌｎｅｔｗｏｒｋａｌｇｏｒｉｔｈｍｆｏｒｅｌｅｖａｔｉｏｎｆｉｔｔｉｎｇｉｓｍｏｒｅｒｅｌｉａｂｌｅａｎｄｓｔａｂｌｅ． Ｋｅｙｗｏｒｄｓ：ｍｏｍｅｎｔｕｍｂａｃｋｐｒｏｐａｇａｔｉｏｎｎｅｕｒａｌｎｅｔｗｏｒｋ；ｇｅｏｄｅｔｉｃｈｅｉｇｈｔ；ｎｏｒｍａｌｈｅｉｇｈｔ；ｅｌｅｖａｔｉｏｎａｎｏｍａｌｙ；ｓｔａｎｄ ａｒｄｉｚａｔｉｏｎ 精度不高，只适合地势平坦的小区域，局限性较 １　前言 ［４－７］ 大 。神经网络方法对 ＧＰＳ水准联测点数目要 ＧＰＳ提供的高程是大地高，而我国普遍采用的 求较少，能解决已知点较少的测区ＧＰＳ高程转换问 是正常高系统。大地高在实际应用中需要将其转换 题，且效果较好［８－１２］。但传统的ＢＰ算法易形成局 为正常高。目前 ＧＰＳ大地高转换正常高常用的方 部极小，使训练陷入瘫痪且收敛速度很慢，影响ＧＰＳ 法有区域重力模型改化 ＧＰＳ高程和各种拟合逼近 高程拟合的效率。为此文献［８］对 ＢＰ网络结构和 法。虽然区域重力场模型已经在我国部分省市建 算法进行了改进。但是上述两种方法面对复杂问题 立［１，２］，但目前这些区域重力场模型并未覆盖到多 的时候，收敛速度不快，不如 ＬＭ（Ｌｅｖｅｎｂｅｒｇ－Ｍａｒ 数大型工程建设所在地［３］