基于IHHO-LSSVM的区域GNSS高程异常拟合方法OA
针对当前复杂区域难以获取较高精度的高程异常值问题,提出一种基于IHHO-LSSVM的高程异常拟合方法.采用具有非线性的收敛因子、跳跃距离和自适应权重对哈里斯鹰优化算法(Harris Hawk Optimization,HHO)进行改进;利用改进后的HHO算法为最小二乘向量机(Least Squares Support Vector Machine,LSSVM)高程异常拟合模型提供更为精确的正则化参数和核函数;为验证高程异常组合模型在复杂地形中的适应性,以高程异常值的均方根误差作为评判依据,并结合两组不同地形的工程实例数据进行试验.结果表明,在桥梁带状区域和喀斯特面状区域,相比于HHO-LSSVM法和LSSVM法, IHHO-LSSVM拟合模型的外符合精度更高、稳定性更强、适应性更广,其中桥梁带状区域精度达到0.0101 m,喀斯特面状区域达到0.0125 m,可为GNSS高程异常拟合模型的建立提供一定的参考价值.
何广焕;李江;任超;唐诗华;慎昀;刘银涛;张炎
广西建设职业技术学院,南宁530007湖北省自然资源厅信息中心,武汉430071桂林理工大学测绘地理信息学院,桂林541006桂林理工大学测绘地理信息学院,桂林541006湖北省自然资源厅信息中心,武汉430071桂林理工大学测绘地理信息学院,桂林541006中国地质大学(武汉)地理与信息工程学院,武汉430078
天文与地球科学
高程异常哈里斯鹰算法最小二乘支持向量机正则化参数核函数精度分析
《空间科学学报》 2026 (1)
P.211-220,10
广西高校中青年教师科研基础能力提升项目(2023KY1199,2024KY1213)国家重点研发计划项目(2023YFC3007205)湖北省自然资源科技项目(ZRZY2024KJ07)国家自然科学基金项目(42064003,42361052)共同资助。
评论