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
