残差拟合回归支持向量机在GNSS高程转换中的应用

摘要：

随着RTK技术的广泛应用,基于CORS技术能够快速的获取观测点的精确大地高成果,实际测绘生产中需要将大地高观测成果转换为水准高观测成果,支持向量机作为近年来兴起的一种最优化人工智能算法,在数据回归分析中取得了广泛的应用.为了提高山地区域支持向量机建立的黑箱回归模型的精度,本文采用BP神经网络对回归支持向量机模型残差进行再次拟合,取得了比较理想效果.本文对回归支持向量机数学模型及几类回归支持向量机最优化机器学习算法进行了简单介绍(由于篇幅有限省略了计算模型推导过程)，并通过具体实例计算证明了，BP残差拟合回归支持向量机在地形起伏较大的区域，能够更好的通过黑箱模型反映测区高程异常变化情况。

关键词： 测绘工作 空间高程转换 残差拟合回归支持向量机 BP神经网络

作者: 冯杨民

作者单位: 浙江省第一测绘院,浙江杭州310012

会议类型: 国内会议

会议名称: 2014年GPS、大地专业委员会学术年会暨JSCORS技术交流大会

会议地点: 南京

会议语种:中文

页码: 76-77,88

在线出版日期: 2014-08-01（万方平台首次上网日期，不代表论文的发表时间）