RBF神经网络组合模型在GPS高程拟合中的应用.docx

随着现代测绘技术的发展，GPS在测绘行业的应用日益广泛。GPS高程拟合通过对GPS控制点处高程异常数据建模，获取一定区域内的高程异常分布模型，联合GPS大地高数据可以方便地获得测量点处的正常高。常用的高程异常拟合方法有二次多项式曲面法、多面函数法和BP(back propagation)神经网络等?[1,?2]。文献[3]使用模型合适性检验的统计指标对多项式拟合模型进行模型参数优化选择；文献[4]从模型误差的角度使用总体最小二乘拟合推估，提高了多项式曲面拟合的精度；文献[5]使用蚁群算法在复杂地形中寻找多面函数中心, 点并结合稳健估计削弱粗差点对模型拟合的影响；文献[6]讨论了BP神经网络隐含