基于Bayesian正则化BP神经网络的GPS高程转换
详细信息
- 责任者：张秋昭^c中国矿业大学(徐州)^d1985^e硕士研究生 ; 张书毕 ; 刘军 ; 王光辉 ; 王波
- 刊名：大地测量与地球动力学
- 出版年：2009
- 卷期：29^b3
- 关键词：全球定位系统20^a海拔高度 ; 神经网络系统 ; 贝叶斯分析 ; 精密度 ; 拟合30^a泛化能力
- 页码：84～87
- 索书号：P263.06/208-17
- 图表：^c表1参8插图
- 分类号：1900
- 文摘期号：2009/12
摘要
针对标准BP神经网络算法泛化能力弱、易过度训练等问题,应用Bayesian正则化算法改进BP神经网络的泛化能力。通过对某矿区GPS联测水准点拟合计算,并与L‐M算法、多项式曲面拟合等方法比较,Bayesian正则化的BP神经网络拟合精度更高、更稳定、泛化能力更强。