АЛГОРИТМЫ АППРОКСИМАЦИИ ДАННЫХ СПЕЦИАЛЬНОГО ВИДА : научное издание | Научно-инновационный портал СФУ

АЛГОРИТМЫ АППРОКСИМАЦИИ ДАННЫХ СПЕЦИАЛЬНОГО ВИДА : научное издание

Перевод названия: APPROXIMATION ALGORITHMS FOR SPECIAL KIND OF DATA

Тип публикации: статья из журнала

Год издания: 2017

Ключевые слова: алгоритмы аппроксимации, тригонометрические многочлены, ортогональные многочлены Лежандра, approximation algorithms, trigonometric polynomials, orthogonal Legendre polynomials

Аннотация: Исследование посвящено разработке алгоритмов для аппроксимации данных наблюдений сложных природных процессов и включает в себя несколько подходов, сочетание которых позволяет аппроксимировать сигналы различной сложности и находить в них скрытые закономерности. Рассматриваемые данные представляют собой данные специ ального вида: наблюдения систем геомониторинга и результаты экспериментальных исследований опасных явлений сейсмической природы. Использование полученной информации о скрытых закономерностях позволяет более эффективно решать задачи восстановления пробелов в данных, экстраполяции сигналов и локального прогноза. The study focused on the development of algorithms for approximation of observational data of complex natural processes and includes several approaches. The combination of approaches allows to approximate the signals of different complexity and find hidden patterns. The considered data are the data of a special kind: observation of geomonitoring systems and results of experimental studies of natural seismic hazards. The use of the information about the hidden patterns allows you to more effectively solve the problem of recovering gaps in the data, extrapolation of signals and local forecast.

Ссылки на полный текст

Издание

Журнал: Информатизация и связь

Выпуск журнала: 2

Номера страниц: 81-87

ISSN журнала: 20788320

Место издания: Москва

Издатель: Автономная некоммерческая организация "Редакция журнала "Информатизация и связь"

Авторы

Вхождение в базы данных

Информация о публикациях загружается с сайта службы поддержки публикационной активности СФУ. Сообщите, если заметили неточности.

Вы можете отметить интересные фрагменты текста, которые будут доступны по уникальной ссылке в адресной строке браузера.