利用WOA-BP算法的区域GNSS高程异常拟合方法OA
针对区域性GNSS高程拟合模型中选择最佳参数困难的问题,提出了WOA-BP算法的区域GNSS高程异常拟合方法。利用鲸鱼算法(WOA)在全局搜索中寻优能力强、操作简单、调整参数少的特点,为BP神经网络寻找到合适的权值和阈值参数,将优化后的权值和阈值参数代入到BP神经网络模型中进行训练,从而提高组合算法模型拟合的预测精度和收敛速度。通过实际工程案例中部分GNSS水准重合点数据进行拟合实验,将WOA-BP神经网络算法与BP神经网络、最小二乘支持向量机(LSSVM)法的结果进行对比。结果表明,WOA-BP神经网络模型在使用中具有更强的稳定性、更高的预测精度,可应用于区域GNSS高程拟合的预测。
李翥;卢献健;唐长增;宋晓辉;胡鹏程;唐诗华
桂林理工大学测绘地理信息学院,广西桂林541006 桂林理工大学广西空间信息与测绘重点实验室,广西桂林541006桂林理工大学测绘地理信息学院,广西桂林541006 桂林理工大学广西空间信息与测绘重点实验室,广西桂林541006桂林理工大学测绘地理信息学院,广西桂林541006 桂林理工大学广西空间信息与测绘重点实验室,广西桂林541006 广西壮族自治区信息中心(广西壮族自治区大数据研究院),南宁530028桂林理工大学测绘地理信息学院,广西桂林541006 桂林理工大学广西空间信息与测绘重点实验室,广西桂林541006桂林理工大学测绘地理信息学院,广西桂林541006 桂林理工大学广西空间信息与测绘重点实验室,广西桂林541006桂林理工大学测绘地理信息学院,广西桂林541006 桂林理工大学广西空间信息与测绘重点实验室,广西桂林541006
天文与地球科学
GNSS高程拟合BP神经网络鲸鱼算法
《桂林理工大学学报》 2026 (1)
P.83-87,5
国家自然科学基金项目(41864002)广西自然科学基金项目(2018GXNSFAA281279)。
评论