吴良才
- 作品数：60 被引量：351H指数：10
- 供职机构：东华理工大学更多>>
- 发文基金：国家自然科学基金国家重点实验室开放基金博士科研启动基金更多>>
- 相关领域：天文地球自动化与计算机技术经济管理矿业工程更多>>
- 三种对流层延迟模型的精度对比被引量：10
- 2017年
- 针对不同对流层延迟模型的改正精度不同的问题,该文采用3个IGS站BJFS、SHAO、WUHN的2014年对流层天顶总延迟数据以及地面气象数据,对目前常用的3种对流层延迟模型:霍普菲尔德(Hopfield)、萨斯塔莫宁(Saastamoinen)、欧洲地球静止导航重叠服务(EGNOS)的精度进行了分析。结果表明:Saastamoinen和Hopfield模型的精度相当,EGNOS模型精度略差于其余两种模型,但能满足GNSS米级的定位要求;在气象条件变化剧烈时,EGNOS模型精度不如实测地面气象数据的Hopfield和Saastamoinen模块。
- 汤中山吴良才
- 关键词：HOPFIELD模型
- LUCC的不确定性研究被引量：2
- 2006年
- 空间数据的不确定性是普遍存在的现象,从客观世界本身的不确定性和人类引起的不确定性两个方面入手,探讨LUCC的不确定性,剖析了LUCC研究的整个技术路线的每一环节的不确定性,细化了空间数据的不确定性。
- 曾政祥吴良才
- 关键词：LUCC不确定性遥感图像
- 基于总体最小二乘的灰色模型新解法及其在沉降预测中的应用被引量：5
- 2017年
- 文中基于GM(1,1)灰色模型,分为两步进行预测:第一步,利用总体最小二乘法顾及观测向量与系数矩阵中含有的误差,解得灰参数与预测结果;第二步,将预测值重新代入,对数据的信息进行更新,保持模型维度不变并重新组成系数矩阵,利用解算得到的灰参数及灰色模型的数学模型重新计算预测值。通过实际数据及两组不同的模拟数据验证本文提出方法的可行性与适用性。
- 吴飞吴良才陶武勇
- 关键词：沉降预测
- 基于萤火虫算法的GM(1,1)模型的应用被引量：1
- 2013年
- 通过萤火虫算法来优化GM(1,1)模型,将模型运用于变形点的预测。用matlab建立算法模型,得到仿真结果。实验证明模型具有较高的预测精度,满足预测要求,更好地反映了观测目标的变形趋势,在变形监测中具有一定的优势。
- 郭旭平吴良才潘艳杰孙瑞
- 关键词：萤火虫算法GM(1,1)模型
- 贝塞尔大地主题解算方法分析
- 介绍了贝塞尔大地主题解算的基本思想，探讨了该方法在实现过程中可能出现的一些问题。通过对贝赛尔大地主题解算进行计算分析，总结了该方法在程序实现中的一些异常性问题，并提出了改进的方法。利用改进的方法从多纬度、多方位角及多范围...
- 王建强吴良才
- 关键词：大地主题解算
- 多变量灰色模型的建设用地预测被引量：1
- 2009年
- 通过对传统单变量灰色GM(1,1)预测模型的算法分析比较,提出来多变灰色MGM(1,N)预测模型,进行灰色关联度分析,确定建设用地需求变化的驱动因子。基于这些因子,以广安市实例,建立不同于单变量预测模型的多变量预测模型,结果表明:综合考虑多个因子的MGM(1,N)模型具有更高的预测拟合精度,可以用于规划年土地利用规划的预测,为科学合理地配置土地资源提供可靠的依据。
- 李建华吴良才
- 关键词：建设用地灰色预测
- GPS高程转换方法和正常高计算被引量：30
- 2004年
- GPS测量所提供的高程为相对于WGS 84椭球的GPS大地高,而我国使用的是正常高。大地高等于正常高与高程异常之和,要使GPS高程在工程实际中得到应用,必须先求出高程异常,进而获得正常高。结合GPS测量和水准测量资料,用神经网络方法和二次多项式曲面拟合方法拟合高程异常,对拟合精度进行了分析比较,得出了有实用价值的结论。
- 吴良才胡振琪
- 关键词：神经网络GPS高程正常高高程异常高程转换
- 转换GPS高程的遗传神经网络方法被引量：5
- 2007年
- 遗传算法是一类借鉴生物界自然选择和自然遗传机制的随机搜索算法,其主要特点是群体搜索策略和群体中个体之间的信息交换,搜索不依赖于梯度信息。把遗传算法和神经网络智能技术相结合,利用神经网络作为模型,以遗传算法作为权值进化算法进行GPS高程转换,提出了该算法的基本思想和算法实现过程。并通过实例进行计算,结果表明该算法用于GPS高程转换具有较好的精度,具有一定的实用价值。
- 吴良才危志明
- 关键词：GPS大地高高程异常遗传算法神经网络遗传神经网络
- 城市地下管线数据处理与数据库设计被引量：5
- 2002年
- 文中结合城市地下管线数据采集方法与数据库管理模式，着重介绍了管线数据处理的方法和基于Visual Foxpro为平台的管线数据库结构设计方案，实现了管线数据库的科学管理。
- 陶国强吴良才
- 关键词：城市地下管线数据处理数据库设计埋深
- 基于遗传算法的神经网络在GPS高程拟合中的应用被引量：13
- 2004年
- 针对BP算法学习神经网络权值收敛速度慢、易陷入局部最优等缺点 ,文中提出采用遗传算法学习BP网络的权值进行GPS高程拟合 ,并通过实例将该算法分析与标准BP进行比较 ,从而验证了该算法的可行性。
- 危志明吴良才
- 关键词：遗传算法BP算法GPS高程
