含稳健权的遗传神经网络在GPS高程拟合中的应用
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第7-13页 |
| 1.1 论文研究背景 | 第7页 |
| 1.2 GPS高程拟合的研究现状 | 第7-9页 |
| 1.3 本文的研究内容 | 第9-10页 |
| 1.4 技术路线 | 第10-13页 |
| 2 稳健的遗传神经网络模型的基本理论 | 第13-33页 |
| 2.1 人工神经网络的概述 | 第13-14页 |
| 2.2 BP神经网络基本理论 | 第14-20页 |
| 2.2.1 BP神经网络的结构 | 第15-18页 |
| 2.2.2 BP神经网络的原理和计算步骤 | 第18-20页 |
| 2.2.3 BP神经网络的优点和不足 | 第20页 |
| 2.3 遗传算法的原理 | 第20-26页 |
| 2.3.1 遗传算法概述 | 第20-21页 |
| 2.3.2 遗传算法的基本操作 | 第21-25页 |
| 2.3.3 遗传算法的局限性 | 第25-26页 |
| 2.4 稳健估计 | 第26-31页 |
| 2.4.1 稳健估计的原理 | 第26-27页 |
| 2.4.2 间接平差模型下的稳健估计 | 第27-31页 |
| 2.5 本章小结 | 第31-33页 |
| 3. 稳健的遗传神经网络的设计与构建 | 第33-41页 |
| 3.1 BP神经网络和遗传算法的结合 | 第33-35页 |
| 3.1.1 神经网络人工设计 | 第33-34页 |
| 3.1.2 遗传算法的改进 | 第34-35页 |
| 3.2 稳健的遗传神经网络的模型 | 第35-39页 |
| 3.2.1 高程拟合数学模型 | 第35页 |
| 3.2.2 稳健等价权的计算 | 第35-36页 |
| 3.2.3 含稳健因子的遗传神经网络模型 | 第36-39页 |
| 3.4 本章小结 | 第39-41页 |
| 4 稳健的遗传神经网络在GPS高程拟合中的应用 | 第41-59页 |
| 4.1 跨海大桥试验数据拟合实例 | 第41-55页 |
| 4.1.1 测区数据概况 | 第41-44页 |
| 4.1.2 试验方案 | 第44-48页 |
| 4.1.3 试验结果 | 第48-54页 |
| 4.1.4 试验结果分析 | 第54-55页 |
| 4.2 平原地区拟合实例 | 第55-58页 |
| 4.2.1 测区概况 | 第55-57页 |
| 4.2.2 试验方案 | 第57页 |
| 4.2.3 试验结果 | 第57-58页 |
| 4.2.4 试验结果分析 | 第58页 |
| 4.3 本章小结 | 第58-59页 |
| 5 结论与展望 | 第59-61页 |
| 5.1 本文内容总结 | 第59页 |
| 5.2 展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-67页 |
| 附录 | 第67-70页 |
