《表2 GPS水准点数据：基于粒子群算法优化SVM的GPS高程拟合方法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于粒子群算法优化SVM的GPS高程拟合方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

单位：m

为了验证PSO-SVM模型对GPS高程数据的拟合性能，采用某区域D级GPS控制网内16个均匀分布的GPS水准点数据开展试验，试验中将1～8点位数据作为训练数据，用于对PSO-SVM模型的构建和训练，剩余9～16个点位数据作为测试数据，用于验证模型的拟合性能。表2给出了这16个点位的平面分布情况及对应的高程异常值。试验中PSO算法的初始种群规模设置为10，加速因子c1=c2=2.06，算法的最大迭代次数设置为50，根据PSO优化的参数个数将粒子位置信息设置为2，初始粒子速度为0.3。