杨 帆，谢洋洋

(辽宁工程技术大学 测绘与地理科学学院，辽宁 阜新 123000)

基于LSSVM的区域卫星高程拟合模型

杨 帆，谢洋洋

(辽宁工程技术大学 测绘与地理科学学院，辽宁 阜新 123000)

针对传统GPS高程拟合方法模型单一、计算复杂等问题，提出一种GPS高程拟合算法：采用灰色最小二乘支持向量机高程转换模型，同时采用粒子群算法寻找模型最优参数；并与其他模型对比。实验结果表明，提出的GPS高程拟合算法能够在很大程度上提高利用少量样本数据拟合模型的稳定性与预测精度，使高程拟合更加可靠。

灰色最小二乘支持向量机；粒子群算法；GPS高程拟合；模型优化

0 引言

随着全球定位系统(global positioning system，GPS)技术的发展，其应用已遍及各个工程领域，但是GPS测量获得的是大地高，而在实际工程应用中，基本上都是采用地面点的正常高，2者之间存在高程异常；因此GPS测高系统并不能为具体工程服务。如何精确地拟合高程异常值已经成为GPS高程转换的重要问题。目前高程异常常用的拟合方法有：曲面拟合法、差值曲面、三次曲面模型[1-3]以及新兴的智能算法如神经网络[4]、支持向量机模型[5]等。然而传统拟合方法有模型单一并且需要大量的训练数据等缺点。

最小二乘支持向量机(least square support vector machine，LSSVM)不仅具有支持向量机(support vector machine，SVM)所具有的能够很好解决小样本、非线性以及高维模式识别等时机问题的优点，而且能够将支持向量机的二次规划问题转换到求解线性方程组的问题中，简化了计算的复杂性，使求解的效率得到提高[6-7]。……