GA-LSSVM在GPS高程异常反演中的应用

金属矿山 ›› 2012, Vol. 41 ›› Issue (06): 94-96.

GA-LSSVM在GPS高程异常反演中的应用

张祥^1,2，邓喀中^1,2，范洪冬^1,2

1.中国矿业大学环境与测绘学院；2.江苏省资源环境信息工程重点实验室

出版日期:2012-06-15 发布日期:2012-06-29
基金资助:
* 国家自然科学基金项目(编号：41071273)，高等学校博士学科点专项科研基金项目(编号：20090095110002)，中央高校基本科研业务费专项资金项目(编号：2010QNA21)，江苏省博士后科研计划项目(编号1101109C)。

Application of GA-LSSVM in the GPS Elevation Anomaly Calculation

Zhang Xiang^1,2，Deng Kazhong^1,2，Fan Hongdong^1,2

1.School of Environment and Mapping,China University of Mining and Technology；2.Jiangsu Key Laboratory of Resources and Environmental Information Engineering

Online:2012-06-15 Published:2012-06-29

摘要/Abstract

摘要： 针对传统GPS高程异常反演方法中存在的不足，首先采用遗传算法优化最小二乘支持向量机的参数，然后用于反演GPS高程异常。实验表明，在有限样本情况下，GA-LSSVM模型不仅发挥了LSSVM处理小样本数据的能力，而且通过GA优化后的LSSVM能够选择出合适的参数，反演得到高精度的GPS高程异常。通过对测试样本的反演精度进行评定，得到的GA-LSSVM反演GPS高程异常可以推广到实际应用中。

关键词: 遗传算法, 最小二乘支持向量机, GPS高程异常

Abstract: Against the shortcoming of the traditional GPS elevation anomaly calculation methods，used the GA-LSSVM to calculate the GPS elevation anomaly. The experiment shows that GA can select the suitable parameters of the LSSVM. In the case of limited sample，the GA-LSSVM model can overcome the disadvantage of the small sample，and obtaion the accurate results. By evaluating the accuracy of the results，the GA-LSSVM can be

Key words: extended to practical applications.GA, LSSVM, GPS elevation anomaly

张祥, 邓喀中, 范洪冬. GA-LSSVM在GPS高程异常反演中的应用[J]. 金属矿山, 2012, 41(06): 94-96.

ZHANG Xiang, DENG Ka-Zhong, FAN Hong-Dong. Application of GA-LSSVM in the GPS Elevation Anomaly Calculation[J]. Metal Mine, 2012, 41(06): 94-96.

[1]	庞俊勇, 刘　俊, 郑靓婧, 李瑶鹤, 苏红艳. 基于GA-PSO 混合优化SVR 的边坡危岩体稳定性评价模型[J]. 金属矿山, 2024, 53(9): 237-.
[2]	陈延康, 郭广礼, 孟　浩, 张连贵, 郑　辉, 李怀展, 张浩宇. 陕蒙矿区深部开采导水裂隙带发育特征与高度预测方法[J]. 金属矿山, 2024, 53(4): 186-.
[3]	聂秀珍, 焦迎雪, 张霞. 融合优化遗传算法和变步长蚁群算法的矿山巡检机器人路径规划[J]. 金属矿山, 2023, 52(07): 248-253.
[4]	何理, 刘易和, 李琳娜, 陈江伟, 姚颖康, 刘昌邦. 基于粒子群—最小二乘支持向量机模型的矿山爆破振动速度预测[J]. 金属矿山, 2022, 51(07): 145-150.
[5]	梁尔祝, 徐淼, 谷传宝, 莫宏毅, 徐振洋. 基于 SA-GA 模糊熵的 VMD 算法在爆破振动信号分解中的应用[J]. 金属矿山, 2022, 51(02): 75-82.
[6]	孙振华, 杨天鸿, 安琦, 辛全明 . 基于IAGA+M-SVR的岩土参数反分析方法及其工程应用[J]. 金属矿山, 2020, 49(04): 32-38.
[7]	冯腾飞, 刘小生, 钟钰, 马玉清. 矿区边坡变形预测的IGM-LSSVM模型[J]. 金属矿山, 2019, 48(03): 168-172.
[8]	东龙宾, 王少泉, 张华, 周育, 何祥. 考虑多因素的一步矿房采场跨度优化[J]. 金属矿山, 2018, 47(10): 31-35.
[9]	陈慧, 韩恒梅. 江西盘古山钨矿区开采沉陷预计的GA-SVA算法[J]. 金属矿山, 2018, 47(01): 143-146.
[10]	陈涛, 郭广礼, 朱晓峻, 郭庆彪, 方齐. 利用果蝇算法反演概率积分法开采沉陷预计参数[J]. 金属矿山, 2016, 45(06): 185-188.
[11]	毛文军. 基于遗传BP神经网络模型的矿区开采沉陷预计[J]. 金属矿山, 2016, 45(02): 164-167.
[12]	汪磊, 邓喀中, 薛继群, 于德亮. 融合概率积分模型与D-InSAR的开采沉陷预计[J]. 金属矿山, 2016, 45(02): 160-163.
[13]	罗亦泳, 张立亭, 周世健, 鲁铁定. 矿区GPS高程异常相关向量机拟合模型[J]. 金属矿山, 2015, 44(12): 111-114.
[14]	王江荣. 高斯函数模型在变形监测数据处理中的应用[J]. 金属矿山, 2015, 44(04): 178-181.
[15]	谭兴龙1, 赵晓庆, 张玉华, 胡洪. GA-SVR算法在矿区GPS高程拟合中的应用[J]. 金属矿山, 2013, 42(08): 88-91.

扫码分享