论文摘要
GPS测量提供的是三维坐标,即在精确测定地面观测点平面位置的同时,可以精确测定观测点的大地高,而我们在实际工作中使用的是正常高。如何直接利用GPS大地高来获得满足工程需要的正常高,以便节省人力、物力和时间,一直是测量界关注和研究的一个重点。本文介绍了一些与GPS高程拟合相关的概念,如:大地水准面、似大地水准面、大地高、正高及正常高等;分析了确定(似)大地水准面的一些基本理论和方法;然后分析了GPS高程转换的现状。拟合方法目前仍是一般单位进行GPS高程转换的主要方法,根据数学模型的不同,常用的拟合方法主要有平面拟合法、多项式拟合法、多面函数拟合法、样条函数法及神经网络法等。常用的高程拟合方法,如二次曲面函数等对似大地水准面(大地水准面)作了某种人为假设,不可避免地存在模型误差。基于BP神经网络的GPS高程转换方法是一种自适应的映射方法,没有作假设,能避开未知因素的影响,提高GPS高程转换的精度。论文详细研究了神经网络及BP算法的基本理论,针对BP神经网络模型进行了多种试验研究,最后给出了GPS高程拟合的BP神经网络模型结构。根据厦门集美大桥的实际情况,提出了沿大桥轴线的直线方向分别布设高精度GPS水准网,并用二等水准精确测量控制点的正常高,然后用BP神经网络方法进行高程拟合,经过与二次多项式拟合法及平面拟合法的计算结果的比较分析,认为拟合结果达到了预期的效果。最后,利用COM生成器,在Matlab与VB综合编程的基础上开发了厦门集美大桥GPS高程转换系统,很好的满足了施工单位在实际工作中直接将大地高转换为正常高的需要。
论文目录
相关论文文献
- [1].基于优化神经网络的地质灾害监测预警仿真[J]. 计算机仿真 2019(11)
- [2].基于进化神经网络的304不锈钢车削加工表面粗糙度预测[J]. 轻工机械 2019(06)
- [3].时频联合长时循环神经网络[J]. 计算机研究与发展 2019(12)
- [4].几种典型卷积神经网络的权重分析与研究[J]. 青岛大学学报(自然科学版) 2019(04)
- [5].基于GA-BP神经网络异纤分拣机检测参数优化[J]. 棉纺织技术 2020(01)
- [6].基于集成神经网络的织物主观风格预测研究[J]. 纺织科技进展 2020(01)
- [7].试析神经网络技术在机械工程中的应用及发展[J]. 网络安全技术与应用 2020(02)
- [8].一种深度小波过程神经网络及在时变信号分类中的应用[J]. 软件 2020(02)
- [9].不同结构深度神经网络的时间域航空电磁数据成像性能分析[J]. 世界地质 2020(01)
- [10].基于深度神经网络的航班保障时间预测研究[J]. 系统仿真学报 2020(04)
- [11].基于生成对抗网络和深度神经网络的武器系统效能评估[J]. 计算机应用与软件 2020(02)
- [12].基于循环神经网络的双轴打捆机智能换挡策略研究[J]. 安徽工程大学学报 2020(01)
- [13].基于图神经网络的实体对齐研究综述[J]. 现代计算机 2020(09)
- [14].基于改进的循环神经网络深度学习跌倒检测算法[J]. 电脑编程技巧与维护 2020(03)
- [15].神经网络探索物理问题[J]. 物理 2020(03)
- [16].基于GA-BP神经网络的城市用水量预测[J]. 现代电子技术 2020(08)
- [17].基于深度神经网络的药物蛋白虚拟筛选[J]. 软件工程 2020(05)
- [18].基于轻量级神经网络的人群计数模型设计[J]. 无线电工程 2020(06)
- [19].高效深度神经网络综述[J]. 电信科学 2020(04)
- [20].含磁场耦合忆阻神经网络放电行为研究[J]. 广西师范大学学报(自然科学版) 2020(03)
- [21].基于神经网络及特征运算的老年人平衡能力分析[J]. 重庆工商大学学报(自然科学版) 2020(04)
- [22].神经网络技术在机械工程中的应用及发展探析[J]. 科技创新与应用 2020(18)
- [23].基于竞争神经网络的变电站巡视周期分类[J]. 科技创新与应用 2020(18)
- [24].基于双向循环神经网络的语音识别算法[J]. 电脑知识与技术 2020(10)
- [25].结合相似日与改进神经网络的短期光伏发电预测[J]. 广西电业 2020(04)
- [26].基于神经网络的流感大数据分析[J]. 中华医学图书情报杂志 2020(03)
- [27].长短时记忆神经网络在地电场数据处理中的应用[J]. 地球物理学报 2020(08)
- [28].基于门控循环单元神经网络的公交到站时间预测[J]. 南通大学学报(自然科学版) 2020(02)
- [29].鼠脑神经网络的同步辐射3D成像研究[J]. 核技术 2020(07)
- [30].基于长短记忆神经网络的短期光伏发电预测技术研究[J]. 华北电力大学学报(自然科学版) 2020(04)