作者：陶超支撑向量机全球定位系统高程拟合回归
摘要：GPS高程数据得到广泛应用的前提是快速、准确的GPS高程拟合方法。本文针对高程异常起伏明显地区的GPS高程拟合问题,提出一种基于K-means和支撑向量机(Support Vector Machine,SVM)的分段GPS高程拟合方法,首先利用K-means算法根据高程异常起伏特点将GPS数据分为不同的子集,然后在每个子集中选取最优参数利用SVM回归算法进行高程拟合,最后基于实际数据的试验结果表明相对于传统BP神经网络拟合算法,所提方法具有更高的拟合精度。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
