RBF神经网络在高程异常拟合中的应用

2011-04-19苏志坚林明华

城市勘测 2011年3期

关键词：测绘测量模型

苏志坚，林明华

(1.河北省邢台市勘察测绘院，河北邢台 054000； 2.徐州师范大学测绘学院，江苏徐州 221116)

RBF神经网络在高程异常拟合中的应用

苏志坚1∗，林明华2

(1.河北省邢台市勘察测绘院，河北邢台 054000； 2.徐州师范大学测绘学院，江苏徐州 221116)

利用MATLAB神经网络工具箱中RBF神经网络函数进行高程异常值的拟合，结合工程实例论述了利用穷举法来获取RBF函数的散布常数(分布密度)Spread和隐层神经元个数mn两个关键参数最佳估值的问题，并将模型预测值与单基准站RTK测量结果比较，表明建立的模型具有实际应用意义。

RBF神经网络；GPS高程；高程异常；穷举法

1 引言

由GPS定位技术直接得到的坐标为WGS－84坐标，其高程为相对于椭球面的大地高。我国野外测量的高程是相对于似大地水准面的正常高。在忽略垂线偏差的情况下，二者有如下关系式[1]:

式中:H为大地高，h为正常高，ξ为高程异常。

近年来已有许多研究者将RBF神经网络应用于GPS高程转换[2～7]。其中文献[2～3]详细论述了如何运用MATLAB神经网络工具箱设计神经网络来实现GPS高程的转换，本文尝试在此基础上，探讨如何确定影响RBF神经网络预测精度的两个关键参数:散布常数Spread和隐层神经元个数mn，并结合工程实例进行了分析。