视频1 视频21 视频41 视频61 视频文章1 视频文章21 视频文章41 视频文章61 推荐1 推荐3 推荐5 推荐7 推荐9 推荐11 推荐13 推荐15 推荐17 推荐19 推荐21 推荐23 推荐25 推荐27 推荐29 推荐31 推荐33 推荐35 推荐37 推荐39 推荐41 推荐43 推荐45 推荐47 推荐49 关键词1 关键词101 关键词201 关键词301 关键词401 关键词501 关键词601 关键词701 关键词801 关键词901 关键词1001 关键词1101 关键词1201 关键词1301 关键词1401 关键词1501 关键词1601 关键词1701 关键词1801 关键词1901 视频扩展1 视频扩展6 视频扩展11 视频扩展16 文章1 文章201 文章401 文章601 文章801 文章1001 资讯1 资讯501 资讯1001 资讯1501 标签1 标签501 标签1001 关键词1 关键词501 关键词1001 关键词1501 专题2001
一种高程异常值计算方法
2025-09-30 23:20:18 责编:小OO
文档
(19)中华人民共和国国家知识产权局

(12)发明专利申请
(10)申请公布号 CN111274738A(43)申请公布日 2020.06.12

(21)申请号 CN202010117015.1

(22)申请日 2020.02.25

(71)申请人 东南大学

    地址 2111 江苏省南京市江宁区东南大学路2号

(72)发明人 胡伍生;李航;聂檄晨;董彦锋;戴一

(74)专利代理机构 南京苏高专利商标事务所(普通合伙)

    代理人 常虹

(51)Int.CI 

权利要求说明书  说明书  幅图
(54)发明名称

    一种高程异常值计算方法

(57)摘要

    本发明公开了一种高程异常值计算方法,包括:1:获取目标区域内多个GPS水准联测点的高程异常值,采用二次曲面法进行预拟合,取三倍中误差为限差,剔除粗差;S2:对剩余的N个高程异常值采用二次多项式进行拟合;3:利用二次多项式模型计算N个高程异常计算值,计算拟合残差;4:构建小波神经网络,该网络的输入为平面坐标和高程异常计算值,输出为残差;采用N个GPS水准联测点的平面坐标、高程异常计算值和残差对小波神经网络进行训练;5:计算待测地高程异常计算值ξ

法律状态

法律状态公告日法律状态信息法律状态
2020-06-12公开公开
2020-06-12公开公开
2020-07-07实质审查的生效实质审查的生效

权利要求说明书

一种高程异常值计算方法的权利要求说明书内容是....请下载后查看

说明书

一种高程异常值计算方法的说明书内容是....请下载后查看下载本文

显示全文
专题