Интерполяция пространственных данных методом двумерного проецирования нечетких кластеров

• Published in: Штучний інтелект
• Date: 2010
• Main Authors: Ахметшина, Л.Г., Ямнич, Т.С.
• Format: Article
• Language: Russian
• Published: Інститут проблем штучного інтелекту МОН України та НАН України 2010
• Subjects: Интеллектуальные системы планирования, управления, моделирования и принятия решений
• Online Access: https://nasplib.isofts.kiev.ua/handle/123456789/56569
• Journal Title: Digital Library of Periodicals of National Academy of Sciences of Ukraine
• Cite this: Интерполяция пространственных данных методом двумерного проецирования нечетких кластеров / Л.Г. Ахметшина, Т.С. Ямнич // Штучний інтелект. — 2010. — № 3. — С. 433-438. — Бібліогр.: 2 назв. — рос.

В статье рассматриваются информационные возможности нового метода интерполяции пространственных данных, заданных на неравномерной сетке. Суть метода заключается в использовании нечеткой кластеризации, рассмотрении проекции функций принадлежности на координатную плоскость, вычи- слении степени принадлежности имеющихся данных и использовании их для получения прогнозных значений в дополнительных точках. Представлены результаты моделирования и реальной проверки работоспособности метода. У статті розглядаються інформаційні можливості нового методу інтерполяції просторових даних, заданих на нерівномірній сітці. Суть методу полягає не нечіткій кластеризації неповних експериментальних даних, розгляді проекції функції приналежності на координатну площину, обчисленні ступеня приналежності наявних даних и використання їх для отримання прогнозних значень у додаткових точках. Представлені результати моделювання та реальної перевірки працездатності методу. Informative possibilities of new method of interpolation of spatial data, set on an uneven net are considered. Essence of the method is based on an unclear clustering, consideration of projection of belonging functions on a co-ordinate plane, calculation of present data belonging degree and the use of them for the receipt of prognosis values in additional points. The results of design and real verification of method capacity are presented.