您的位置: 专家智库 > >

福州市科技计划项目(2009-S-95)

作品数:7 被引量:20H指数:2
相关作者:许承权范千王永弟张宁郑宗华更多>>
相关机构:闽江学院南京信息工程大学福州大学更多>>
发文基金:福州市科技计划项目福建省自然科学基金福建省教育厅A类人文社科/科技研究项目更多>>
相关领域:天文地球自动化与计算机技术电子电信更多>>

文献类型

  • 7篇中文期刊文章

领域

  • 6篇天文地球
  • 2篇自动化与计算...
  • 1篇电子电信

主题

  • 2篇单点定位
  • 2篇神经网
  • 2篇神经网络
  • 2篇平差
  • 2篇精密单点定位
  • 2篇GPS
  • 2篇GPS精密单...
  • 1篇导线网
  • 1篇导线网平差
  • 1篇短期负荷预测
  • 1篇短期负荷预测...
  • 1篇多参数估计
  • 1篇信息扩散估计
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇时间序列预测
  • 1篇水准网
  • 1篇全球定位系统
  • 1篇人工神经
  • 1篇人工神经网络

机构

  • 7篇闽江学院
  • 2篇福州大学
  • 2篇南京信息工程...
  • 1篇福建省地震局
  • 1篇成都市勘察测...
  • 1篇江苏省测绘工...

作者

  • 7篇许承权
  • 3篇范千
  • 2篇王永弟
  • 1篇薛小铃
  • 1篇郑宗华
  • 1篇吴文英
  • 1篇沈飞
  • 1篇杜刚
  • 1篇张宁

传媒

  • 2篇江南大学学报...
  • 1篇工程勘察
  • 1篇测绘科学
  • 1篇现代电子技术
  • 1篇测绘与空间地...
  • 1篇地理空间信息

年份

  • 2篇2012
  • 2篇2011
  • 3篇2010
7 条 记 录,以下是 1-7
排序方式:
江苏省区域电离层模型的建立和精度分析被引量:1
2010年
利用江苏省连续运行卫星定位参考站综合服务系统的双频GPS载波相位观测数据,分别采用曲面拟合法、神经网络方法建立区域电离层模型,并详细分析不同模型的精度。计算结果表明,当基准站间距为200~300 km时,曲面拟合模型的平均外符合精度为0.21 m,神经网络电离层模型的平均外符合精度为0.06 m;基于神经网络电离层模型的单频GPS精密单点定位4 h静态时段解可以达到cm级精度。
许承权范千沈飞
关键词:人工神经网络
熵权、变异系数及模糊多准则决策在测量平差中的综合应用被引量:7
2012年
针对测量平差中按经验定权的片面性,提出了更加全面的定权方法:熵权法定权或变异系数定权,并将模糊多准则决策引入测量平差,可根据定权结果进行定权方法的优选,减少计算工作量。通过实例计算表明,熵权法定权或变异系数定权平差结果精度更高,模糊多准则决策能够有效选择最佳的平差定权方案,并大大减少了计算工作量,从而验证了新方法的可行性和优越性,具有一定的实用价值。
王永弟许承权范千
关键词:模糊多准则决策测量平差水准网
单频GPS精密单点定位的逐次滤波法模型及其精度分析被引量:2
2010年
单频GPS精密单点定位的逐次滤波法,将载波相位观测值在相邻历元间求差以消除电离层延迟误差的影响,并辅助伪距观测值进行高精度定位。本文详细分析该方法的随机模型和函数模型,讨论观测值先验方差的确定方法,包括指数函数经验模型、观测残差向量的开窗估计法等,并采用自编软件计算实测数据分析该模型的精度。
许承权吴文英吴绍祖
关键词:GPSGPS精密单点定位
运用多参数的信息扩散估计的导线网平差被引量:1
2012年
信息扩散估计技术被应用到水准网平差这一多维参数估计中,部分地解决了在测量数据处理中的应用问题。在此基础上,将多参数的信息扩散估计进一步推广到导线网平差中,并通过实例计算与传统预测方法进行了比较,结果表明,该方法具有较高的精度和推广应用价值。
王永弟许承权
关键词:信息扩散估计导线网平差多参数估计
GPS天线相位转绕误差及其对GPS精密单点定位的精度影响分析
2011年
对于GPS精密单点定位,天线相位转绕误差无法通过星间求差法消除或者减弱,因此必须通过适当的模型加以改正。本文详细分析该误差的特性及其改正方法,并采用自编软件通过计算实例分析其对GPS精密单点定位的精度影响。
许承权范千杜刚
关键词:GPS精密单点定位误差分析
单频GPS精密单点定位的自适应滤波模型分析
2011年
在分析单频GPS精密单点定位的自适应滤波模型的基础上,采用局部误差探测、诊断和修复的方法修复周跳,剔除野值。对于机动加速度,利用自适应因子从整体上调节状态预报信息的协方差矩阵。利用自编软件计算实测数据,并分析该模型的精度。结果表明,采用附加模糊度参数的Kalman滤波法可达到单频亚米级的动态定位精度。
许承权
关键词:全球定位系统卡尔曼滤波
基于最小二乘支持向量机的短期负荷预测模型被引量:9
2010年
支持向量机(SVM)是近年来发展起来的机器学习的新方法,它较好地解决了小样本、非线性、高维数、局部极小点等实际问题。研究了支持向量机的拓展算法——最小二乘支持向量机(LSSVM),并将其应用于电力系统短期负荷时间序列预测。通过实例并与神经网络模型预测结果相比较表明,LSSVM模型的预测精度要明显高于神经网络模型,验证了LSS-VM模型可以很好地应用于短期负荷时间序列预测,并且具有较高的准确性与有效性,这为短期负荷预测提供了一个新的解决思路。
张宁许承权薛小铃郑宗华
关键词:最小二乘支持向量机神经网络短期负荷预测时间序列预测
共1页<1>
聚类工具0