基于RBF神经网络的矿区GPS高程转换研究

为提高复杂地形条件下矿区GPS高程转换的精度,提出采用径向基神经网络(RBF)进行拟合。将GPS控制点的平面坐标x、y作为网络输入,高程异常ξ作为网络输出;利用交叉验证搜索算法对RBF网络拟合关键参数GOAL、SPREAD进行优选,从而确定最优网络拓扑结构;采用矿区实测数据,对比标准BP、GA-BP算法拟合高程异常。实验结果表明,RBF方法具有较高的转换精度。