Identyfikatory
Warianty tytułu
Selected problems of coordinates transformation from local coordinate system of city of Szczecin to coordinate system "2000"
Języki publikacji
Abstrakty
Artykuł przedstawia zagadnienia związane z wykorzystaniem sztucznych sieci neuronowych do transformacji współrzędnych z układu lokalnego Szczecina do układu „2000”. W kolejnych częściach ujęto syntetyczny opis układu lokalnego miasta Szczecin, podstawy teorii sztucznych sieci neuronowych, a następnie koncepcję i wyniki badań. Przyjęto założenie, że zastosowanie tego narzędzia pozwoli na bezpośrednie znalezienie zależności dla układu empirycznego, jakim jest układ lokalny. Transformacji dokonano na podstawie punktów dopasowania, które stały się przypadkami uczącymi dla sieci neuronowych. Punktami dopasowania były punkty osnowy geodezyjnej I i II klasy z obszaru miasta Szczecin. Analizie poddano trzy struktury sieci, a mianowicie sieci liniowe, perceptron wielowarstwowy oraz sieci radialne. Zadowalające wyniki uzyskano zwłaszcza dla sieci liniowej, dla której następnie zbadano znaczenie długości ciągu uczącego I wielkości obszaru transformacji. Wyniki badań pokazują, że istotny wpływ na jakość dopasowania ma liczebność zbioru uczącego, a właściwie zagęszczenie punktów uczących. Wyniki porównano do rezultatów uzyskanych za pomocą transformacji Helmerta.
The paper presents selected issues about using of artificial neural networks for coordinates transformation form local coordinate system of city of Szczecin to system "2000". The description of local system of Szczecin itself and the basics of artificial neural networks are given in the first parts of paper. Then the concept and the results of the research are included. The assumption has been made, that using of neural networks would allow finding of direct relationships for the empirical system like local system. The transformation has been made based on points of adjustment, which has been introduced as a teaching sequence to neural network. These points have been chosen from gravimetric frame of I and II class in the area of Szczecin. The analysis has been made for three structures of neural networks – linear networks, multilayer perception and radial basis network. Especially satisfactory results have been achieved for the linear network and for this network further research on the influence of teaching sequence length and the area has been made. The results shows that the number of teaching points and the density of them has an import ant influence on such a transformation. The results are compared to the values achieved with Helmert transformation.
Rocznik
Tom
Strony
147--158
Opis fizyczny
Bibliogr. 12 poz.
Twórcy
autor
- Katedra Geoinformatyki, Wydział Nawigacyjny, Akademia Morska w Szczecinie
autor
- Katedra Geoinformatyki, Wydział Nawigacyjny, Akademia Morska w Szczecinie
Bibliografia
- 1. Duch W., Korbicz J., Rutkowski L., Tadeusiewicz R., Sieci neuronowe. Akademicka Oficyna Wydawnicza Exit, Warszawa 2000.
- 2. GUGiK, Wytyczne Techniczne G-1.10. Formuły odwzorowawcze i parametry układów współrzędnych. GUGiK, 2000.
- 3. Gullu M., Coordinate transformation by radial basis function neural network, Scientific Research and Essays Vol. 5(20), Academic Journal, 2010.
- 4. Janicka J., Transformacja współrzędnych z zastosowaniem wybranych metod m-estymacji, Czasopismo techniczne, z. 2-Ś, Wydawnictwo PK, 2008.
- 5. Kadaj R.J., Polskie układy współrzędnych. Formuły transformacyjne, algorytmy i programy, http://www.geonet.net.pl/, Rzeszów 2002.
- 6. Kadaj R. J.:,Problematyka przekształceń zasobów geodezyjnych i kartograficznych do układu „2000”. I Ogólnopolska Konferencja Naukowo-Techniczna „Kartografia numeryczna i informatyka geodezyjna”, Rzeszów 2005.
- 7. Lula P., Tadeusiewicz R.,Wprowadzenie do sieci neuronowych. Statsoft Polska, Kraków, 2001.
- 8. MODGiK Szczecin, Triangulacja miasta Szczecina. Operat techniczny KERG 63/56, w Miejskim Ośrodku Dokumentacji Geodezyjnej i Kartograficznej w Szczecinie, 1956.
- 9. Mrówczyńska M., Eksperyment numeryczny przekształcenia układu współrzędnych za pomocą sieci neuronowych i systemów neuronowo rozmytych, Przegląd Geodezyjny nr 12, 2009.
- 10. Prószyński W., Kwaśniak M., Niezawodność sieci geodezyjnych, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa, 2002.
- 11. Rutkowski L., Metody i techniki sztucznej inteligencji, Wydawnictwo Naukowe PWN, Warszawa 2006.
- 12. Zaletnyik P., Coordinate Transformation with Neural Networks and with Polynomials in Hungary, Proceedings of International Symposium on Modern Technologies, Education and Professional Practice in Geodesy and Related Fields, Sofia, Bulgaria, 2004.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-2cc8515e-68f2-48b5-9959-6ca48977f624