神经网络在GPS高程拟合中的应用
上传者:焦晓红|上传时间:2015-04-28|密次下载
神经网络在GPS高程拟合中的应用
48
0911(2011)08-0048-03文章编号:0494-
测绘通报2011年第8期
中图分类号:P228.4文献标识码:B
神经网络在GPS高程拟合中的应用
孙传胜,杨国东,吴
琼
(吉林大学地球探测科学与技术学院,吉林长春130026)
TheApplicationofArtificialNeuralNetworktoGPSHeightConversion
SUNChuansheng,YANGGuodong,WUQiong
摘要:由于神经网络具有较好的自组织、自适应的特点,从而被广泛应用于GPS高程拟合等领域中。采用前馈型神经网络newff()
和反馈型神经网络newelm()两种模型,在Matlab语言环境下实现GPS高程拟合,并与二次曲面拟合的结果进行比较。
关键词:Elman;高程拟合;神经网络
一、引言
2.神经网络的学习过程
神经网络训练之前需要有输入向量和相应的期
通过在训练过程中不断调整权值和阈值望输出向量,
使表现函数达到最小值。前馈型神经网络的学习规则在于对网络权值和阈值的修正沿着表现函数下降
最快的方向,即负梯度方向进行。在Matlab环境下
[5-6]
:实现BP神经网络学习过程的基本思路如下
1)用小的随机数对每一层的权值W、平移量B
GPS高程转换是GPS领域的一个重点问题,国
[1-2]。内外学者提出了很多的拟合方法和拟合模型
目前常用的转换方法有几何插值法、抗差估计法以及人工智能法等。研究表明,采用BP神经网络法
[3]
能获得较高精度的GPS拟合高程,可满足工程上对GPS高程转换的需要。
二、神经网络的基本原理
1.神经网络的基本机构
神经网络是将大量功能简单的神经元通过一定的拓扑结构组织起来,构成群体并行式处理问题的计算结构。前馈型神经网络利用误差反向传播
是一种常用的神经网络结算法对网络进行训练,
构,其网络结构有3个层:输入层、隐含层、输出层,1个输出层(高程异常),采用A·M·N的结构,
3个输入层(X,Y,H)[4]。由于输入层到隐含层属于
非线性映射,因此输入层常选用非线性传递函数tangsig()、logsing();输出层属于线性输出,采用purelin()函数。网络学习函数主要有基于梯度下降法的学习函数learngd()和梯度下降动量的学习函数learngdm(),性能函数可采用均方误差函数mse()。
Elman神经网络是一种典型的采用延时算子的该模型在前馈网络的隐含层中增反馈型神经网络,
加一个承接层,作为一步延时算子,承接层是用来记忆隐含层单元前一时刻的输出值并返回给输入层。这种内部反馈网络的加入增加了网络本身处理动态信息的能力,从而达到动态建模的目的。
初始化。
2)配置网络参数,包括期望误差最小值err_goal、最大训练次数max_epochs、修正权值的学习速率。
3)开始训练forepoch=1:max_expochs,计算网
A2、络各层输出A1、网络误差E。4)计算各层反传的误差变化和各层权值的修
正值,求得修正后权值并计算均方误差mse,若mse≤err_goal,停止训练;反之,返回第3步,根据修正后的权值接着训练。
在Matlab神经网络工具箱中,整个学习过程可以用trainbp()函数完成,创建向前神经网络可以用
[S1,S2,…,SN],{TF1,TF2,TFN},函数newff(PR,
BTE,BLF,PF)。其中,PR表示输入元素的最大值
和最小值组成的R×2维矩阵;Si为各层的神经元数;BTF为网络训练函数;BLF为网络权值和阈值的修正算法;PF为网络性能函数。创建Elman反馈型网络可用函数newlem()实现,其函数基本结构与函数newff()一致。
三、神经网络在GPS高程拟合中的应用
哈大客运专线沈阳至大连段精密控制测量由
12-28;修回日期:2011-05-05收稿日期:2010-:(1987—),,作者简介孙传胜男贵州遵义人,硕士生,研究方向为GPS与3S技术。
2011年第8期孙传胜,等:神经网络在GPS高程拟合中的应用
%创建网络
net.trainParam.epochs=10000;net.trainParam.goal=0.0001;net.trainParam.show=500;
49
其设计院完成,设计路段正线长度425.493km,全
线坐标和高程测量工作按《客运专线无碴轨道铁路(铁建设[2006]189号)技术要工程测量暂行规定》
求进行。精密控制测量平面控制网按照分级布网的原则,分三级布设,第一级为GPS坐标框架基准网(CP0);第二级为基础平面控制网(CPⅠ);第三级CPⅡ测量均采用GPS为线路控制网(CPⅡ)。CPⅠ、
C级,接收机,测量等级分别为B、高程采用1985国
家高程基准,通过二等水准测量联测。本文以其中CP近50km的CPⅠ点27个、Ⅱ点12个为试验数据,
CP用CPⅠ进行网络训练学习,Ⅱ点用来检验网络训练成果。
1.数据预处理
采用标准激活函数的神经网络,其输入、输出
0,1],数据范围应限定在[否则网络将很难收敛。Y,H)其数值都非常而实际工程应用中的坐标(X,0,1]区间的值。本文采用的数大,应将其转换到[据归一化函数为
yi=
pi-min(p)max(p)-min(p)
net=train(net,p,t);ζ=sim(net,p1)%训练网络,求仿真值
显示的数据与所设计的网络模型相符,当训练到9634次时,就达到了预设的学习精度,收敛速度较快(如图2所示)
内容需要下载文档才能查看。
图2Elman神经网络训练
3.网络检验
当网络训练精度达到预设精度或者完成最大训练次数后,网络训练结束,然后将检验集数据输入,得到仿真值,反归一化后与实际数据对比,检验网络精度。若没达到精度,重新训练网络,可修改调整隐含层神经元数。试验表明,隐含训练速度,
层神经元数越大,网络收敛越快,但精度越不稳定。直至达到精度,保存网络(采用Elman神经网络拟合效果见表1)。
表1
点号CPⅡ038CPⅡ050CPⅡ051CPⅡ053CPⅡ056CPⅡ057CPⅡ060CPⅡ064CPⅡ070CPⅡ071CPⅡ073CPⅡ075
拟合高程异常结果
拟合ζ/m9.25629.12839.13559.10779.07669.05808.96908.9398.89618.87778.84698.8150
残差△ζ/cm
1.1-0.86-2.18-2.79-1.48-1.53-1.85-0.810.551.561.220.6
p为输入向量(X,Y,H);min(p)、max(p)分别式中,
Y,H)的最小值和最大值。网络计算完成后为(X,
再进行反归一化处理,以获得真实的拟合值,此后的数据都需要用相同的归一化和反归一化处理。在Matlab环境下实现输入、输出数据归一化,结果如图1所示
内容需要下载文档才能查看。
已知ζ/m9.26729.11979.11379.07989.06189.04278.95058.93098.90168.89338.85918.821
图1数据归一化处理
根据图1可知,要对高程异常进行函数拟合,但很难确定高程异常与点坐标之间的函数关系,而神经网络就很好地解决了这一问题。鉴于高程异常
可以不作高程异常值的归一化处理。值并不大,
2.Elman神经网络训练
基于建好的网络进行训练,设定最大训练次数
10000次,训练目标0.0001,用Matlab工具箱实现
>>threshold=[01;01;01];%输入向量中的最大值和最小值
net=newelm(threshold,[10,1],{'tansig','purelin'});
四、二次曲面GPS高程拟合
为了与传统的二次曲面拟合作比较,本文用二
50测绘通报2011年第8期
次曲面拟合的方法进行了高程异常的拟合。二次曲面拟合是将高程异常近似的看作一定区域内各点坐标的曲面函数,用部分已知点拟合这一函数,进而确定其他点的高程异常和正常高。设区域内
y),任一点高程异常为ζ(x,二次曲面表达为
y)=a0+a1x+a2y+a3x2+a4y2+a5xyζ(x,
矩阵形式表达式为
V=Aa-L
当测区内已知点个数大于6时,使用最小二乘原理求系数
a=(ATA)-1ATζ
在求得系数后就可根据曲面方程求未知点的高程异常。接下来就应用二次曲面拟合和向前BP神经网络对哈大客运专线数据进行了拟合,并与Elman神经网络进行了对比,3种拟合方法残差结果如图3所示
内容需要下载文档才能查看。
五、结束语
本文采用了BP与Elman两种神经网络模型在
Matlab环境下实现了GPS高程转换,并与二次曲面拟合效果进行了比较。试验表明,用Elman神经网络可以实现GPS高程转换,并能在一定程度上提高BP网络训练的速度和精度,比二次曲面拟合具有更高的拟合精度。但GPS高程的逼近精度还受已知点的数量和分布状况的影响,所以在面积更大,地形条件更复杂的地区,神经网络拟合GPS高程的效果有待进一步的应用分析。
参考文献:
[1]鲁铁定,周世健,臧德彦.关于BP神经网络转换GPS
J].测绘通报,2003(8):7-9.高程的若干问题[
[2]杨明清,靳蕃,朱达成,陈现春.用神经网络方法转换
GPS高程[J].测绘学报,1999,28(4):301-307.[3]潘国荣,谷川.改进的遗传算法用于工业测量数据处
J].大地测量与地球动力学,2008(1):55-58.理[
[4]高宁,高彩云,吴良才.关于BP神经网络转换GPS高
J].测绘工程,2006,15(3):67-69.程的若干问题[
[5]张德丰.MATLAB神经网络应用设计[M].北京:机械
2009:191-196.工业出版社,
图33种拟合方法效果比较
[6]史峰,王小川,郁磊,等.MATLAB神经网络30个案例
M].北京:北京航空航天大学出版社,2010.分析[
由图3可知,采用Elman神经网络进行拟合的
效果在一定程度上改进了BP神经网络拟合,且残差的分布也较为均匀。根据上述的拟合结果,比较了3种方法的拟合效果,如表2所示。
表2模型二次曲面拟合
BP网络Elman神经网络
3种模型对高程异常拟合效果比较
最大残差-5.05-10.142.79
最小残差0.76-0.110.55
cm
拟合中误差
2.674.671.42
櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂櫂
[6]魏学礼,肖伯祥,郭新宇,等.三维激光扫描技术在植(上接第47页)
[2]张瑞,J].骆岩林,周明全,等.文物数字化的关键技术[
2007,43(2):北京师范大学学报:自然科学版,150-153.
[3]胡少兴,查红彬,张爱武.大型古文物真三维数字化方
J].系统仿真学报,2006,18(4):951-954,963.法[
[4]刘文龙,赵小平.基于三维激光扫描技术在滑坡监测
J].金属矿山,2009(2):131-133.中的应用研究[
[5]赵小平,闫丽丽,刘文龙.三维激光扫描技术边坡监测
J].测绘科学,2010,35(4):25-27.研究[
.中国农学通报,2010,26物扫描中的应用分析[J](20):373-377.
[7]叶英,穆千祥,张成平.隧道施工多元信息预警与安全
.岩石力学与工程学报,2009,28管理系统研究[J](5):900-907.
[8]杨新林,冯冠辉,钱建国.三维激光扫描仪点云数据在
AutoCAD中的处理方法研究[J].陕西煤炭,2008(3):37-38.
下载文档
热门试卷
- 2016年四川省内江市中考化学试卷
- 广西钦州市高新区2017届高三11月月考政治试卷
- 浙江省湖州市2016-2017学年高一上学期期中考试政治试卷
- 浙江省湖州市2016-2017学年高二上学期期中考试政治试卷
- 辽宁省铁岭市协作体2017届高三上学期第三次联考政治试卷
- 广西钦州市钦州港区2016-2017学年高二11月月考政治试卷
- 广西钦州市钦州港区2017届高三11月月考政治试卷
- 广西钦州市钦州港区2016-2017学年高一11月月考政治试卷
- 广西钦州市高新区2016-2017学年高二11月月考政治试卷
- 广西钦州市高新区2016-2017学年高一11月月考政治试卷
- 山东省滨州市三校2017届第一学期阶段测试初三英语试题
- 四川省成都七中2017届高三一诊模拟考试文科综合试卷
- 2017届普通高等学校招生全国统一考试模拟试题(附答案)
- 重庆市永川中学高2017级上期12月月考语文试题
- 江西宜春三中2017届高三第一学期第二次月考文科综合试题
- 内蒙古赤峰二中2017届高三上学期第三次月考英语试题
- 2017年六年级(上)数学期末考试卷
- 2017人教版小学英语三年级上期末笔试题
- 江苏省常州西藏民族中学2016-2017学年九年级思想品德第一学期第二次阶段测试试卷
- 重庆市九龙坡区七校2016-2017学年上期八年级素质测查(二)语文学科试题卷
- 江苏省无锡市钱桥中学2016年12月八年级语文阶段性测试卷
- 江苏省无锡市钱桥中学2016-2017学年七年级英语12月阶段检测试卷
- 山东省邹城市第八中学2016-2017学年八年级12月物理第4章试题(无答案)
- 【人教版】河北省2015-2016学年度九年级上期末语文试题卷(附答案)
- 四川省简阳市阳安中学2016年12月高二月考英语试卷
- 四川省成都龙泉中学高三上学期2016年12月月考试题文科综合能力测试
- 安徽省滁州中学2016—2017学年度第一学期12月月考高三英语试卷
- 山东省武城县第二中学2016.12高一年级上学期第二次月考历史试题(必修一第四、五单元)
- 福建省四地六校联考2016-2017学年上学期第三次月考高三化学试卷
- 甘肃省武威第二十三中学2016—2017学年度八年级第一学期12月月考生物试卷
网友关注
- 设计课程之标志设计课件 (2)Word
- 中考语文满分作文开头技巧集锦
- 第一节 库仑定律Word
- 第四节 静电场的环路定理 电势能Word
- 赢在执行力Word
- 焊后热处理课件Word
- 故乡的野菜(大学语文课件)Word
- 数字图像处理_图像增强Word
- APEXCLUB 商业计划书(宣讲-S)--投资者 V0.2Word
- 修改 作文Word
- 9.3大气压强Word
- 广东省东莞市别墅项目营销策略总纲Word
- 时间管理Word
- 何优波高适燕歌行Word
- 第02讲-求解单层球面网壳的屈曲荷载Word
- 哈尔滨德语培训哪里好
- 济宁中央公园Word
- 初中物理:二力平衡课件Word
- 炉温均匀性测试操作流程Word
- 第五节 安培环路定理Word
- 一轮总复习(课件):第11章 有机化学基础(选考) 第1节 有机物的分类、结构与命名答案Word
- 夏商周的政治制度Word
- 国际商务课件Word
- RoHS培训教程Word
- 长沙西班牙语培训哪里好
- 设计课标志设计概述Word
- 第03讲-认识应力刚度Word
- 七年级历史上册第四单元《政权分立和民族融合》Word
- 微营销实战培训Word课件60p
- unit 2 say yesWord
网友关注视频
- 【部编】人教版语文七年级下册《老山界》优质课教学视频+PPT课件+教案,安徽省
- 冀教版小学数学二年级下册第二单元《有余数除法的简单应用》
- 沪教版牛津小学英语(深圳用) 五年级下册 Unit 10
- 【部编】人教版语文七年级下册《泊秦淮》优质课教学视频+PPT课件+教案,辽宁省
- 二年级下册数学第二课
- 沪教版牛津小学英语(深圳用) 六年级下册 Unit 7
- 青岛版教材五年级下册第四单元(走进军营——方向与位置)用数对确定位置(一等奖)
- 外研版英语七年级下册module1unit3名词性物主代词讲解
- 沪教版八年级下次数学练习册21.4(2)无理方程P19
- 冀教版小学数学二年级下册第二单元《余数和除数的关系》
- 第19课 我喜欢的鸟_第一课时(二等奖)(人美杨永善版二年级下册)_T644386
- 冀教版小学数学二年级下册1
- 沪教版牛津小学英语(深圳用) 四年级下册 Unit 8
- 第五单元 民族艺术的瑰宝_15. 多姿多彩的民族服饰_第二课时(市一等奖)(岭南版六年级上册)_T129830
- 第五单元 民族艺术的瑰宝_16. 形形色色的民族乐器_第一课时(岭南版六年级上册)_T1406126
- 30.3 由不共线三点的坐标确定二次函数_第一课时(市一等奖)(冀教版九年级下册)_T144342
- 第4章 幂函数、指数函数和对数函数(下)_六 指数方程和对数方程_4.7 简单的指数方程_第一课时(沪教版高一下册)_T1566237
- 北师大版数学四年级下册第三单元第四节街心广场
- 苏科版数学七年级下册7.2《探索平行线的性质》
- 人教版历史八年级下册第一课《中华人民共和国成立》
- 第12章 圆锥曲线_12.7 抛物线的标准方程_第一课时(特等奖)(沪教版高二下册)_T274713
- 二年级下册数学第一课
- 沪教版牛津小学英语(深圳用) 四年级下册 Unit 7
- 冀教版小学数学二年级下册第二周第2课时《我们的测量》宝丰街小学庞志荣.mp4
- 【获奖】科粤版初三九年级化学下册第七章7.3浓稀的表示
- 七年级英语下册 上海牛津版 Unit9
- 沪教版八年级下册数学练习册20.4(2)一次函数的应用2P8
- 沪教版牛津小学英语(深圳用) 五年级下册 Unit 12
- 外研版英语三起5年级下册(14版)Module3 Unit1
- 沪教版牛津小学英语(深圳用) 四年级下册 Unit 4
精品推荐
- 2016-2017学年高一语文人教版必修一+模块学业水平检测试题(含答案)
- 广西钦州市高新区2017届高三11月月考政治试卷
- 浙江省湖州市2016-2017学年高一上学期期中考试政治试卷
- 浙江省湖州市2016-2017学年高二上学期期中考试政治试卷
- 辽宁省铁岭市协作体2017届高三上学期第三次联考政治试卷
- 广西钦州市钦州港区2016-2017学年高二11月月考政治试卷
- 广西钦州市钦州港区2017届高三11月月考政治试卷
- 广西钦州市钦州港区2016-2017学年高一11月月考政治试卷
- 广西钦州市高新区2016-2017学年高二11月月考政治试卷
- 广西钦州市高新区2016-2017学年高一11月月考政治试卷
分类导航
- 互联网
- 电脑基础知识
- 计算机软件及应用
- 计算机硬件及网络
- 计算机应用/办公自动化
- .NET
- 数据结构与算法
- Java
- SEO
- C/C++资料
- linux/Unix相关
- 手机开发
- UML理论/建模
- 并行计算/云计算
- 嵌入式开发
- windows相关
- 软件工程
- 管理信息系统
- 开发文档
- 图形图像
- 网络与通信
- 网络信息安全
- 电子支付
- Labview
- matlab
- 网络资源
- Python
- Delphi/Perl
- 评测
- Flash/Flex
- CSS/Script
- 计算机原理
- PHP资料
- 数据挖掘与模式识别
- Web服务
- 数据库
- Visual Basic
- 电子商务
- 服务器
- 搜索引擎优化
- 存储
- 架构
- 行业软件
- 人工智能
- 计算机辅助设计
- 多媒体
- 软件测试
- 计算机硬件与维护
- 网站策划/UE
- 网页设计/UI
- 网吧管理