胡伍生
- 作品数：307 被引量：899H指数：14
- 供职机构：东南大学更多>>
- 发文基金：国家自然科学基金国家高技术研究发展计划江苏省科技支撑计划项目更多>>
- 相关领域：天文地球交通运输工程建筑科学自动化与计算机技术更多>>
- 基于BP神经网络算法的对流层湿延迟计算被引量：5
- 2013年
- 为了提高对流层湿延迟的计算精度和全球定位系统水汽反演的准确性,结合BP神经网络算法的自主学习、记忆、计算和智能处理功能,利用气象探空数据建立了计算对流层湿延迟的BP神经网路模型,其模型结构为4×15×1.分别利用霍普菲尔德模型、多元线性回归模型及BP神经网络模型计算对流层湿延迟.对比分析了3种模型的对流层湿延迟计算结果,得到结论:霍普菲尔德模型存在系统误差,精度较低;多元线性回归模型和BP神经网络模型的精度都优于霍普菲尔德模型;BP神经网络模型精度较霍普菲尔德模型改进约50%,较多元线性回归模型学习中误差改进约71.7%,检验中误差改进约2%.
- 李剑锋吴林弟胡伍生王永前朱明晨
- 关键词：BP神经网络
- 基于CORS技术的林区公路测量及实例分析被引量：6
- 2013年
- 为改善常规方法及实时动态差分法(RTK)在林区公路测量时的效率和精度,通过实例对连续运行卫星定位服务综合系统(CORS)在林区测量中的应用进行了分析.将CORS技术分别与全站仪中桩放样的平面坐标和水准点联测方式中桩高程进行对比,并对CORS测量的内符合精度做出统计.实验结果表明,CORS网络放样与全站仪放样相比,平面坐标的最大差值ΔX和ΔY分别为0.021和0.015 m;与水准点联测平差的高程相比,大部分在±0.015 m左右;CORS系统在网内、网外内符合精度无明显差别,X方向为±0.9 cm,Y方向为±0.9 cm,H方向为±1.8 cm.工程实践表明,CORS测量与传统方法相比较,具有更高的工作效率,且其测量结果整体精度是均匀、独立的,具有较好的工程实用价值.
- 黎曦胡伍生孙洪飞
- 关键词：林区公路公路测量
- 一种基于MODIS三通道加权平均的水汽反演方法
- 本发明公开了一种基于MODIS三通道加权平均的水汽反演方法，包括以下步骤：S1：对研究区的MOD021KM数据进行预处理；S2：分别计算17、18和19通道的水汽含量；S3：对步骤S2得到的三个不同通道的水汽含量进行加权...
- 胡伍生王西地严宇翔陈阳
- 文献传递
- 多源遥感数据及GIS技术在输电线路径优选中的应用研究
- 以输电线路径选择为目标,对QuickBird多光谱数据采用决策树分类算法自动提取输电线沿线地区的居民地、道路及水体等地物要素,经分类后处理总体精度达到了92.83％.由IRS-P5卫星立体像对数据采用数字摄影测量方法构建...
- 翁永玲范兴旺胡伍生张惠均
- 关键词：决策树分类数字摄影测量GIS空间分析
- 精确预测大坝变形的神经网络方法
- 精确预测大坝变形的神经网络方法是一种采用回归模型和神经网络的融合技术的方法，利用大坝变形观测历史数据，采用回归分析模型和神经网络技术的融合，精确预测大坝的变形，从而提高了对大坝安全评价的准确性，对“大坝安全监控”具有重要...
- 胡伍生李美娟张帆
- 精确确定区域高程异常的方法
- 精确确定区域高程异常的方法是一种利用神经网络技术和格网技术精确求定区域高程异常的方法，具体为：1)确定区域范围并布点、2)野外测量(数据采集)、3)二次多项式拟合、4)测量平差、5)神经网络模拟计算、6)模型精化、7)区...
- 胡伍生沙月进
- 文献传递
- 基于神经网络和双曲线混合模型的高速公路沉降预测被引量：13
- 2013年
- 为了提高高速公路沉降预测的精度,提出了"双曲线+神经网络"的混合模型对高速公路沉降进行预测.基于某省某高速公路K57+580M断面2003—2013年的实测沉降数据,采用双曲线模型对施工期和通车期分别进行沉降预测.然后利用构建的混合模型重新对该断面进行施工期和通车期的沉降预测,分析比较2种模型的预测精度.为了验证2种模型的预测精度,选取该高速公路K156+100M断面实测数据进行计算.结果表明,混合模型在施工期和通车期的预测值的中误差分别达到1.13和7.30 mm,预测精度相比双曲线模型在施工期和通车期分别提高了66.2%和41.8%.
- 刘文豪黎曦胡伍生
- 关键词：沉降预测双曲线模型混合模型
- 航空图像特征点匹配扩散递归校准方法
- 本发明公开了一种航空图像特征点匹配扩散递归校准方法，包括以下步骤：S1：对基准图像和匹配图像分别划分密度单元；S2：对基准图像和匹配图像均执行以下操作：根据密度单元中的特征点的数量设定阈值n，将特征点数量≥n的密度单元标...
- 张志伟周文宗胡伍生沙月进
- 一种优化的基于神经网络的经验ZTD模型被引量：8
- 2017年
- 目前,经验对流层天顶延迟(ZTD)模型已经有了飞速的发展,因为它们在使用时无需任何测量的实时地面气象数据,这给GNSS用户提供了极大方便。神经网络技术在实测参数型的ZTD建模中已经取得了一定的成果。与此同时,国内虽然有学者构建了神经外网络的经验ZTD模型,其最大的缺点是忽略了ZTD时间变化且只能单独预报ZTD。本文针对这些缺点构建了优化的神经网络经验ZTD模型。试验结果表明,本文提出的神经网络模型可以分别预报天顶干延迟ZHD和天顶湿延迟ZWD,且具有良好的精度:ZHD的Bias和RMSE分别为-3.7和19.8 mm;ZWD的Bias和RMSE分别为-0.6和34.2 mm。本文的神经网络模型预报的ZHD和ZWD的精度均与目前世界著名的GPT2w格网模型相当。另外,与GPT2w模型相比较,神经网络模型最大的优点就是无需庞大的预存格网数据作为输入,在使用时仅需要知道一个训练好的神经网络即可,该特点为GNSS用户提供了极大的方便。
- 丁茂华胡伍生
- 关键词：神经网络模型GNSS
- 基于LIDAR数据的道路平面线形拟合方法研究被引量：7
- 2009年
- 阐述了LIDAR数据滤波与分类方法,提出了一种在原始离散点集中提取道路信息的基于既有知识数学形态学分类方法,结合LIDAR数据的特点提出了一种针对带状离散点云的定步长径向搜索方法以提取道路中轴点列并对点列进行道路平面线形拟合与恢复,试验结果表明,基于既有知识数学形态学分类方法能较好地从LIDAR地面数据点云中提取道路信息;从机载LIDAR数据的离散带状点云中拟合公路平面线形,所采用的搜索算法简单快速,运算效率高。
- 张志伟刘志刚黄晓明胡伍生
- 关键词：道路工程数学形态学LIDAR数据
