《表5 GPS水准点数据:基于粒子群算法优化SVM的GPS高程拟合方法》
单位:m
算例1中给出的GPS水准点分布区域较为平坦,波动不大。在实际工程应用中,存在着对地势较为复杂地区的GPS高程拟合需求,这就对高程拟合方法对不同地形的适应性提出了要求。因此在算例2中,我们选取地势较为复杂的某趋于20个GPS水准监测点数据开展试验,表5给出了这20个GPS水准点的高程异常数据。同样选择其中1~10期作为训练样本,剩余11~20期数据作为测试样本,验证PSO-SVM模型的拟合性能。PSO算法的初始化参数与算例1一致,即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,粒子位置信息设置为2,初始粒子速度为0.3。
图表编号 | XD00189116000 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.25 |
作者 | 王建军、章重阳 |
绘制单位 | 清远市土地中心、清远市土地中心 |
更多格式 | 高清、无水印(增值服务) |