-
题名多路绝对激光测距仪精密三维控制网的建立与解算
- 1
-
-
作者
黄赫
范百兴
段童虎
陈哲
邹方星
-
机构
信息工程大学
-
出处
《测绘工程》
2024年第1期15-24,共10页
-
文摘
建立高精度三维控制网是实现大型粒子加速器等精密工程测量的前提条件,目前主要通过间接测量两点间距离或者自由设站实现,而多路绝对激光测距仪可在0.02~30 m范围内直接测量空间中两点间距离,利用高精度绝对测距值可建立高精度的三维测边控制网。基于多路绝对激光测距仪高精度绝对测距性能,建立仅含控制点间距离的秩亏自由网平差模型,通过任意初值选取,应用改进的LM算法迭代求解非线性超定方程组实现坐标概算,得到方程组的一组解作为未知数的近似值进行整网平差,获得高精度控制点坐标。实验数据分析表明,在8 m×3.5 m×2.5 m的实验范围内,建立控制点平均点位精度优于±1.14μm的三维测边网,可满足现代工业生产中对安装定位的高精度需求。
-
关键词
多路绝对激光测距仪
三维测边网
改进的lm算法
控制网概算
秩亏自由网平差
-
Keywords
Multi-channel absolute distance measurement system
3D edge measuring network
improved Levenberg-Marquardt method
spatial network preliminary computation
rank defect free net adjustment
-
分类号
P207
[天文地球—测绘科学与技术]
P258
[天文地球—测绘科学与技术]
-
-
题名基于相对贡献指标的自组织RBF神经网络的设计
被引量：5
- 2
-
-
作者
乔俊飞
安茹
韩红桂
-
机构
北京工业大学电子信息与控制工程学院
计算智能与智能系统北京市重点实验室
-
出处
《智能系统学报》
CSCD
北大核心
2018年第2期159-167,共9页
-
基金
国家自然科学基金重点项目(61533002
61225016)
+1 种基金
北京市教育委员会科研计划项目(km201410005002)
高等学校博士学科点基金项目(20131103110016)
-
文摘
针对RBF(radial basis function)神经网络的结构和参数设计问题,本文提出了一种基于相对贡献指标的自组织RBF神经网络的设计方法。首先,提出一种基于相对贡献指标(relative contribution,RC)的网络结构设计方法,利用隐含层输出对网络输出的相对贡献来判断是否增加或删减RBF网络相应的隐含层节点,并且对神经网络结构调整过程的收敛性进行证明。其次,采用改进的LM(Levenberg-Marquardt algorithm)算法对调整后的网络参数进行更新,使网络具有较少的训练时间和较快的收敛速度。最后,对提出的设计方法进行非线性函数仿真和污水处理出水参数氨氮建模,仿真结果表明,RBF神经网络能够根据研究对象自适应地动态调整RBF结构和参数,具有较好的逼近能力和更高的预测精度。
-
关键词
RBF神经网络
相对贡献指标
改进的lm算法
结构设计
出水氨氮
收敛速度
预测精度
-
Keywords
RBF neural network
relative contribution index
improved lm algorithm
structure design
ammonia and nitrogen effluent parameters
convergence speed
prediction accuracy
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
