《表2 2种方法剖面线上形变相位标准差对比Tab.2 Variances of Deformation Phase Along the Profiles Generated by BP Neural
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
《轨道误差对InSAR相位影响的BP神经网络去除法》
rad
表2对形变相位的标准差进行了统计。统计结果表明,分别在4条剖面线上,利用BP神经网络法去除轨道误差对干涉相位的影响后,形变相位的标准差均小于二次多项式法,并且非形变区相位波动趋势表现地更为平稳。实验数据也在一定程度上证明了BP神经网络法的可行性和优越性。
图表编号 | XD007905300 严禁用于非法目的 |
---|---|
绘制时间 | 2018.04.20 |
作者 | 师悦龄、刘国祥、汤伟尧、张瑞、于冰 |
绘制单位 | 西南交通大学地球科学与环境工程学院测绘科学与技术系、西南交通大学地球科学与环境工程学院测绘科学与技术系、高速铁路运营安全空间信息技术国家地方联合工程实验室、西南交通大学地球科学与环境工程学院测绘科学与技术系、西南交通大学地球科学与环境工程学院测绘科学与技术系、高速铁路运营安全空间信息技术国家地方联合工程实验室、西南石油大学土木工程与建筑学院测绘工程系 |
更多格式 | 高清、无水印(增值服务) |
查看“表2 2种方法剖面线上形变相位标准差对比Tab.2 Variances of Deformation Phase Along the Profiles Generated by BP Neural Network Method and QF”的人还看了
- 表2 相关分析法中噪声幅值对相位差测量结果影响的对比关系Tab.2 Comparison of the influence of noise amplitude on phase difference measurement results
- 表2 相关分析法中噪声幅值对相位差测量结果影响的对比关系Tab.2 Comparison of the influence of noise amplitude on phase difference measurement results
- 表2 不同流量条件下各个转向车均延误标准差表Tab.2 Standard deviations of average vehicle delay of each phase in different traffic volumes