温馨提示：由于个人手机设置不同，如果发现不能下载，请复制以下地址【https://www.wenke99.com/d-12704299.html】到电脑端继续下载（重复下载不扣费）。
1: 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。 2: 试题试卷类文档，如果标题没有明确说明有答案则都视为没有答案，请知晓。 3: 文件的所有权益归上传用户所有。 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。 5. 本站仅提供交流平台，并不能对任何下载内容负责。 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
本文（RBF神经网络.docx）为本站会员（乾***）主动上传，文客久久仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私，请立即通知文客久久（发送邮件至hr@wenke99.com或直接QQ联系客服），我们立即给予删除！
RBF神经网络拟合高程异常的探讨摘要：利用MATLAB神经网络工具箱中RBF神经网络函数来实现GPS高程转换，结合工程实例详细论述了转换过程中RBF函数的散布常数(分布密度)Spread和隐层神经元个数mn两个关键参数确定的问题，并进行了比较分析，以期RBF神经网络在实际应用具有借鉴意义。关键词：GPS高程RBF神经网络高程异常1 引言利用GPS定位技术可以得到点位在WGS84坐标系下的大地高，而我国野外测量所采用的高程是相对于似大地水准面的正常高。在忽略垂线偏差的情况下，二者有如下关系式1：H=h+g式中H为大地高，h为正常高，g为高程异常。近年来已有许多研究者将RBF神经网络应用于GPS高程转换刀。本文在前人工作的基础上，尤其继文献23在详细论述如何运用MATLAB神经网络工具箱设计神经网络来实现GPS高程的转换的基础上，详细探讨如何确定影响RBF神经网络预测精度的两个关键参数：散布常数Spread和隐层神经元个数mn,并结合工程实例进行了比较分析，以期为工程应用提供参考。2 RBF神经网络拟合高程异常的原理RBF神经网络是由输入层
Copyright © 2018-2021 Wenke99.com All rights reserved
工信部备案号：浙ICP备20026746号-2
公安局备案号：浙公网安备33038302330469号
本站为C2C交文档易平台，即用户上传的文档直接卖给下载用户，本站只是网络服务中间平台，所有原创文档下载所得归上传人所有，若您发现上传作品侵犯了您的权利，请立刻联系网站客服并提供证据，平台将在3个工作日内予以改正。
