论文部分内容阅读
针对高程异常主要是由短波项和长波项部分组成以及改善模型误差影响,采用多项式曲面拟合的方法消去长波项,剩下的差值用非线性模型神经网络模型拟合短波项,同时采取这种分步骤的过渡方法将模型误差的影响分别在曲面拟合和BP神经网络拟合中弱化,此方法有效改进了高程拟合的精度,比多面函数拟合、主成分拟合等方法精度更高;在神经网络模型拟合时,坐标数据预处理时对比了中心化、归一化、标准化方法,发现采用归一化方法提高了精度。对利用高程拟合获取高程异常有很好的借鉴意义。