| 摘要 | 第1-3页 |
| Abstract | 第3-7页 |
| 第一章 绪论 | 第7-11页 |
| ·引言 | 第7页 |
| ·国内外研究现状 | 第7-9页 |
| ·论文研究的意义及主要内容 | 第9-11页 |
| ·论文研究的意义 | 第9页 |
| ·本论文的主要内容 | 第9-11页 |
| 第二章 GPS 水准相关理论基础 | 第11-23页 |
| ·GPS 测量原理 | 第11-12页 |
| ·GPS 系统组成 | 第11页 |
| ·GPS 绝对定位 | 第11-12页 |
| ·GPS 相对定位 | 第12页 |
| ·高程系统 | 第12-13页 |
| ·大地高系统 | 第12页 |
| ·正高系统 | 第12页 |
| ·正常高系统 | 第12页 |
| ·大地高、正高和正常高之间的关系 | 第12-13页 |
| ·影响GPS 水准的误差影响因素 | 第13-15页 |
| ·与卫星有关的误差 | 第13-14页 |
| ·与信号传播有关的误差 | 第14页 |
| ·与接收机有关的误差 | 第14-15页 |
| ·与拟合有关的误差 | 第15页 |
| ·拟合模型精度评定 | 第15-16页 |
| ·内符合精度 | 第15页 |
| ·外符合精度 | 第15-16页 |
| ·GPS 水准精度评定 | 第16页 |
| ·外围点精度估算 | 第16页 |
| ·GPS 水准粗差探测 | 第16-19页 |
| ·概述 | 第16-17页 |
| ·M 估计原理 | 第17-19页 |
| ·几种常用的选权迭代法 | 第19页 |
| ·本论文使用数据介绍 | 第19-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 常用拟合模型研究及实例分析 | 第23-38页 |
| ·数学内插法 | 第23-24页 |
| ·多项式曲线内插法 | 第23页 |
| ·三次样条内插法 | 第23-24页 |
| ·实例分析 | 第24页 |
| ·曲面拟合法 | 第24-34页 |
| ·多项式曲面拟合法 | 第24-26页 |
| ·多面函数法 | 第26-27页 |
| ·移动曲面法 | 第27-28页 |
| ·实例分析 | 第28-34页 |
| ·协方差拟合推估法及最小二乘配置法 | 第34-37页 |
| ·协方差拟合推估法 | 第34-35页 |
| ·最小二乘配置法 | 第35-36页 |
| ·实例分析 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 BP 神经网络在高程异常拟合中的应用及MATLAB 实现 | 第38-50页 |
| ·神经网络概述 | 第38-39页 |
| ·人工神经网络结构组成 | 第39-42页 |
| ·人工神经元的模型 | 第39-40页 |
| ·单层与多层神经网络 | 第40-41页 |
| ·神经网络结构 | 第41页 |
| ·神经网络的自学习过程 | 第41-42页 |
| ·BP 神经网络算法原理 | 第42-44页 |
| ·BP 神经网络概述 | 第42-43页 |
| ·BP 神经网络的结构 | 第43页 |
| ·BP 神经网络算法学习过程 | 第43-44页 |
| ·BP 神经网络在高程拟合中的应用 | 第44-49页 |
| ·输入层和输出层神经元的设计 | 第44-45页 |
| ·隐含层神经元的设计 | 第45-46页 |
| ·BP 网络用于高程异常拟合的MATLAB 实现 | 第46-47页 |
| ·基于加权平均的改进BP 神经网络方法 | 第47-48页 |
| ·实例分析 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 拟合模型的优选 | 第50-58页 |
| ·多项式阶数的确定 | 第50-52页 |
| ·多项式阶次模型检验法 | 第50-52页 |
| ·AIC 准则 | 第52页 |
| ·多面函数法不同核函数的优选 | 第52-54页 |
| ·各种常用核函数 | 第52-53页 |
| ·基于权的核函数优选准则 | 第53页 |
| ·实例分析 | 第53-54页 |
| ·基于均方误差的函数模型优选 | 第54-57页 |
| ·模型优选标准及相关理论 | 第54-56页 |
| ·实例分析 | 第56-57页 |
| ·拟合模型的适应性分析 | 第57-58页 |
| 第六章 结论与展望 | 第58-60页 |
| ·结论 | 第58-59页 |
| ·展望 | 第59-60页 |
| 参考文献 | 第60-62页 |
| 致谢 | 第62-63页 |
| 个人简历 | 第63页 |
| 论文发表情况 | 第63页 |
| 研究成果 | 第63-64页 |