局部区域高程异常拟合的二次曲面／RBF神经网络组合方法

摘要

在地形复杂区域，用二项式曲面进行GNSS高程拟合时存在模型误差大和转换精度不高的问题。RBF（Radio Basis Function）径向神经网络具有全局最优、局部逼近以及良好的泛化能力等特性，研究构建了”二次曲N／RBF神经网络”组合的GNSS高程转换模型。通过实例数据对单一的二次曲面拟合、RBF神经网络拟合及组合模型转换精度进行了比较，结果表明：该组合模型转换精度高于单一的转换模型，能达到较好的拟合效果，可适用于地形复杂区域。