论文部分内容阅读
研究混沌粒子群支持向量机在GPS高程拟合中的应用,考虑地形起伏对高程转换的影响,引入地形改正量构建新的支持向量机训练模型,并针对支持向量机的参数人为选择的盲目性,将混沌粒子群优化理论用于SVM参数的选取,并与传统的拟合算法如二次曲面法、多面函数法和BP神经网络法的比较结果表明其精度更优。