论文部分内容阅读
基于神经网络的过失误差侦破方法具有简单、计算量小和适于在线应用的优点,并且相对于传统方法具有处理非线性问题能力较强的特点。但是在侦破多过失误差时,现有的直接侦破法和序列侦破法的侦破率较低。针对这一情况,本文提出了将神经网络和测量数据检验法相结合的侦破多过失误差的新方法,该方法首先利用神经网络较强的鲁棒性和容错能力对数据进行处理,然后再进行过失误差侦破。实例研究表明,这种方法能够有效地提高多过失误差共存时的侦破能力。