基于GPT3和PSO-BPNN的欧洲地区天顶对流层延迟模型OA北大核心CSTPCD
利用粒子群优化算法(PSO)优化反向传播神经网络(BPNN),建立优化的GPT3模型(MGPT3)。以欧洲地区30个IGS测站2020年连续366 d的天顶对流层延迟(ZTD)数据为例进行实验,对比MGPT3、UNB3m和GPT3模型预测ZTD的精度。结果表明,MGPT3模型的RMSE为18.49 mm,相较于UNB3m和GPT3模型,其精度分别提高55.0%和47.7%。
李金羽;余学祥;魏民;刘金涛;
安徽理工大学空间信息与测绘工程学院,安徽省淮南市232001 安徽理工大学矿区环境与灾害协同监测煤炭行业工程研究中心,安徽省淮南市232001 安徽理工大学矿山采动灾害空天地协同监测与预警安徽普通高校重点实验室,安徽省淮南市232001
测绘与仪器
ZTD建模粒子群优化BP神经网络欧洲地区精度分析
《大地测量与地球动力学》 2024 (007)
P.693-697 / 5
安徽省科技重大专项(202103a05020026);安徽省重点研发计划(202104a07020014)。
评论