74、神经网络在GPS数据转换与存储区域网络文件分配中的应用

神经网络在GPS数据转换与存储区域网络文件分配中的应用

1. SOM算法改进

在相关研究中，通过根据神经元的相似度自适应调整自组织映射（SOM）中所有神经元的位置，将那些位置可调整的SOM算法改进为统一的PASOM算法。这种改进后的算法更易于实现和控制。而且，利用SOM的拓扑排序特性，很大程度上避免了随机选择初始权重向量带来的副作用以及过度收缩到一点的问题。

2. GPS数据转换研究

2.1 湿地研究与GPS数据转换需求

如今，湿地作为一种重要的多功能资源已得到广泛认可。在湿地保护研究中，应用足够的方法和可靠的信息技术极大地推动了相关工作。通过接收全球定位系统（GPS）信号，可以获取地球上任何一点的三维位置。为了将本地电子地图与GPS数据关联起来，坐标转换是必不可少的。传统的转换方法复杂，对于大面积区域而言精度不够，因此需要开发新的工具或更好的方法。神经网络（NN）在非线性函数逼近方面已得到广泛应用，将其应用于GPS数据转换是一种新的尝试。实践结果表明，NN方法比传统方法更简单、更精确，有望成为GPS数据转换中一种高效可行的方法。

2.2 传统转换方法

GPS数据的坐标系是WGS84，这是一种全球统一的地理坐标系，在全球范围内具有最佳的近似度。而本地电子地图通常使用如BJZ54这样的本地坐标系，并投影到x - y坐标系。在识别电子地图上的位置时，需要将经纬度数据转换为x - y坐标，这样才能通过获取GPS消息中的实际经纬度并将其转换为投影地图上的比例尺，在电子地图上显示移动位置。

从大地坐标（B, L, H）到三维笛卡尔坐标（x, y, z）的转换公式如下：
[
\be