基于深度学习的GPS水准拟合方法

作     者：董洲洋 徐卫明 庄昊 孟浩 DONG Zhouyang;XU Weiming;ZHUANG Hao;MENG Hao

作者机构：海军大连舰艇学院军事海洋与测绘系辽宁大连116000 32023部队辽宁大连116000 

出 版 物：《测绘科学》 (Science of Surveying and Mapping)

年 卷 期：2021年第46卷第4期

页      面：57-62页

核心收录：

学科分类：08[工学] 081601[工学-大地测量学与测量工程] 0816[工学-测绘科学与技术] 

基　　金：国家自然科学基金项目(61071006) 

主　　题：EGM2008模型 GPS水准拟合 “移去-恢复”法 深度学习 

摘      要：针对数学拟合法在进行全球定位系统(GPS)水准拟合时,因受自身模型限制,导致GPS水准拟合精度不高的问题,该文提出了一种基于EGM2008模型和深度学习的GPS水准拟合法。首先使用深度学习中的分段线性整流函数(ReLU)作为神经元激活函数加快网络的收敛速度,然后利用自适应矩估计函数(Adam)作为优化函数加速获取最优解,并采用正则化丢弃法(Dropout)增强深度学习网络的泛化能力。通过实测数据计算表明:该文方法相比常用的多项式拟合法,丘陵地区外符合精度提高了约65%,达到1.7 cm;高差变化较大的山地外符合精度提高了约90%,达到1.2 cm。