gps - 创建基于 GPS 坐标学习的 MLP

Question

我有一些数据告诉我特定城镇的可用水小时数。你可以在这里看到

我想使用基于该数据的多层感知器来获取一组坐标并指示该坐标将有水的大致小时数。

这有意义吗？如果是这样，我是否正确地说，必须有两个输入层？一种用于纬度，一种用于长期。并且输出层应该是小时数。

希望得到一些指导。

Answer 1

我会以不同的方式解决这个问题：
只需创建一个 WaterInfo 的 ArrayList：WaterInfo 包含 lat、lon、waterHours。
然后对于给定的坐标搜索列表中最接近的 WaterInfo。
由于您的元素不多，因此只需进行蛮力搜索，即可找到最接近的。您可以进一步优化，找到三个最接近的 WaterInfo 点，并计算 WaterHours 的加权平均值。作为权重，您使用从当前位置到 Waterinfo 位置的空中距离。

要回答您的问题：

“这有意义吗”？

从获得有效解决方案的目标出发：不！问问自己，为什么要使用 MLP 来完成这项任务。

此外，我怀疑将两层用于纬度/经度是否有意义。
坐标（纬度/经度）是世界上的一个点，因此它应该是模型中的一层。您可以将纬度/经度坐标转换为单元标识符：跨越巴西的网格；小区宽度为 10 或 50 公里；现在将 lat/long 坐标转换为 cellId：就像棋盘上的 E4 一样，您将计算一个表示单元格的整数值。
（也有其他解决方案可以获得唯一编号，选择你喜欢的一个）

现在你有一个模型 geoCellID -> waterHours，它更好地代表了现实世界的情况。