基于LS-SVM和BP神经网络组合模型的GPS高程拟合

提出了最小二乘支持向量机（LS-SVM）与BP神经网络的最优加权组合模型。通过实测数据对比分析了LS-SVM、BP神经网络、基于总体最小二乘算法（TLS）的二次多项式曲面拟合和最优加权组合模型的精度,结果表明最优加权组合模型的精度优于其他模型。     

基于最小二乘配置法的高程拟合及精度评定方法

常规确定区域似大地水准面 ＧＰＳ水准法最常用的曲面拟合法通常只考虑测量误差,导致拟合结果不准确,并且简单地利用内、外符合精度去评定一个模型的拟合精度不是很可靠,只能在一定程度上说明模型拟合效果。针对此问题,利用同时顾及测量误差和模型误差的最小二乘配置法进行高程拟合,将其拟合得到的精度值作为参考,并提出利用高程异常残差三维图和内、外符合精度同时进行精度分析,然后与二次多项式和 ＢＰ神经网络拟合结果进行对比分析。研究结果表明：对于大面积高程异常值变化较大的地区,最小二乘配置法能够取得较高的拟合精度;利用残差值三维图进行精度评定是一种有效可靠的方法。