基于支持向量机的GNSS时间序列预测

基于支持向量机的GNSS时间序列预测

论文摘要

在深度学习的理论框架下,针对预测全球卫星导航系统(GNSS)时间序列,传统的经验风险最小化预测模型误差大精度低,泛化性能差且对历史数据的经验依赖大的问题.提出一种采用结构风险最小化原则的基于支持向量机(SVM)的时间序列预测模型.通过和多层的BP神经网络预测模型预测效果比较,结果证明SVM预测模型拥有更好的时间序列预测效果.

论文目录

  • 0 引 言
  • 1 BP神经网络与SVM非线性回归算法
  •   1.1 BP神经网络
  •   1.2 SVM回归算法
  •     1.2.1 SVM核函数[6]
  •     1.2.2 SVM估计函数
  •     1.2.3 拉格朗日对偶问题
  •     1.2.4 SVM中KKT问题及参数求解
  •   1.3 SVM网络结构示意图
  • 2 GNSS时间序列预测
  •   2.1 网络建模
  •   2.2 网络建模及时间序列预测
  •   2.3 预测结果分析
  • 3 结束语
  • 文章来源

    类型: 期刊论文

    作者: 邓永春,徐跃,徐丹丹,贾雪,田先才

    关键词: 全球定位系统,时间序列,预测,深度学习,支持向量机

    来源: 全球定位系统 2019年02期

    年度: 2019

    分类: 信息科技,基础科学

    专业: 自然地理学和测绘学

    单位: 安徽理工大学测绘学院

    分类号: P228.4

    DOI: 10.13442/j.gnss.1008-9268.2019.02.010

    页码: 70-75

    总页数: 6

    文件大小: 2545K

    下载量: 163

    相关论文文献

    • [1].三频GNSS精密定位理论与方法研究[J]. 卫星电视与宽带多媒体 2019(21)
    • [2].GNSS影像及其时空特征初探[J]. 地球物理学报 2020(01)
    • [3].抽水蓄能电站GNSS施工控制网设计与建立[J]. 中国水能及电气化 2019(12)
    • [4].Survey of Performance Evaluation Standardization and Research Methods on GNSS-Based Localization for Railways[J]. Chinese Journal of Electronics 2020(01)
    • [5].GNSS Fault Detection and Exclusion Based on Virtual Pseudorange-Based Consistency Check Method[J]. Chinese Journal of Electronics 2020(01)
    • [6].Hazard Rate Estimation for GNSS-Based Train Localization Using Model-Based Approach[J]. Chinese Journal of Electronics 2020(01)
    • [7].高斯干扰下GNSS信号码跟踪精度分析[J]. 计算机科学 2020(01)
    • [8].GNSS浮标导出多普勒速度测波应用研究[J]. 山东科技大学学报(自然科学版) 2020(02)
    • [9].GNSS天线连接器同轴度误差测量技术[J]. 光子学报 2020(02)
    • [10].一种低复杂度的惯性/GNSS矢量深组合方法[J]. 中国惯性技术学报 2019(06)
    • [11].GNSS中的脉冲干扰自适应空域抑制算法[J]. 太赫兹科学与电子信息学报 2020(01)
    • [12].An overview on GNSS carrier-phase time transfer research[J]. Science China(Technological Sciences) 2020(04)
    • [13].GNSS室内实验平台的构建研究[J]. 创新创业理论研究与实践 2020(01)
    • [14].近海GNSS监测站综合应用技术初步分析[J]. 测绘标准化 2020(01)
    • [15].基于无人机和差分GNSS的光学助降系统标校方法研究[J]. 电光与控制 2020(04)
    • [16].基于GNSS软件定义接收机的被动式雷达成像算法分辨率提升的实现与系统开销研究[J]. 长沙大学学报 2020(02)
    • [17].GNSS测量网在工程建设中的应用——以金寨县养生谷项目为例[J]. 西部探矿工程 2020(06)
    • [18].GNSS技术在矿山测量中的应用[J]. 华北自然资源 2020(03)
    • [19].GNSS虚拟仿真教学系统设计与实现[J]. 北京测绘 2020(05)
    • [20].基于GNSS的多波束测深系统在海底地形测量中的应用[J]. 城市勘测 2020(01)
    • [21].An INS/GNSS integrated navigation in GNSS denied environment using recurrent neural network[J]. Defence Technology 2020(02)
    • [22].GNSS技术在矿山工程测量中的应用研究[J]. 世界有色金属 2020(05)
    • [23].关于《GNSS测量与数据处理》实习的几点思考[J]. 科技视界 2020(18)
    • [24].GNSS空间大地测量技术在中国大陆活动地块划分中的应用和研究进展[J]. 地震地质 2020(02)
    • [25].GNSS autonomous navigation method for HEO spacecraft[J]. High Technology Letters 2020(02)
    • [26].无人机GNSS诱骗与反诱骗技术论述[J]. 全球定位系统 2020(03)
    • [27].基于积极教学法下的GNSS原理与应用课程改革研究[J]. 时代农机 2020(04)
    • [28].面向“GNSS原理与应用”课程的综合实验平台构建[J]. 测绘工程 2020(04)
    • [29].大规模全球GNSS网云计算方法与应用[J]. 测绘学报 2020(06)
    • [30].基于GNSS硬件在环的多源融合定位高逼真仿真方法[J]. 中国惯性技术学报 2020(02)

    标签:;  ;  ;  ;  ;  

    基于支持向量机的GNSS时间序列预测
    下载Doc文档

    猜你喜欢