Управляющие системы и машины, №2, 2018, стаття 2
DOI: https://doi.org/10.15407/usim.2018.02.012
Kalmykov V.G., Sharypanov A.V. Segmentation of the Experimental Curves as the Implementation of Unknown Piecewise Smooth Functions. Upr. sist. maš. 2018. 2. P. 12-18.
УДК 004.02
В.Г. Калмиков, канд. техн. наук, старш. наук. співроб., vl.kalmykov@gmail.com,
А.В. Шарипанов, наук. співроб., _sha_@ukr.net,
Інститут проблем математичних машин і систем НАН України, просп. акад. Глушкова 42, 03187, Киев, Украина
СЕГМЕНТАЦІЯ ЕКСПЕРИМЕНТАЛЬНИХ КРИВИХ ЯК РЕАЛІЗАЦІЯ КУСКОВО-ГЛАДКИХ ФУНКЦІЙ
Вступ. Велика кількість інформаційних систем накопичує інформацію у формі різноманітних графіків, за якими має дати висновок експерт. У таких системах вхідні дані або експериментальні криві являють собою результати вимірів, які зазвичай спотворені завадами. Для подальшої роботи з експериментальними кривими, наприклад для їх порівняння, необхідно отримати аналітичний опис кривої, тобто вказати невідому функцію, якою вона може бути апроксимована. Більшість практичних задач породжує експериментальні криві, що можуть бути адекватно апроксимовані лише кусково-гладкими функціями. У такому випадку експериментальна крива підлягає сегментації для визначення граничних точок сегментів, у межах яких вона може бути апроксимована гладкою функцією. Людина безпомилково і майже миттєво сегментує спотворені завадами графіки завдяки механізму зміни роздільної здатності у зоровому сприйнятті. Тому актуальною задачею є створення методу сегментації експериментальних кривих з використанням поняття змінної роздільної здатності.
Мета статті — подати новий метод сегментації спотворених завадами експериментальних кривих, що базується на понятті змінної роздільної здатності.
Методи: робота спирається на класичну теорію неперервності функцій з математичного аналізу та на новітні досягнення у нейрофізіології зору людини.
Результат. Уперше запропоновано та експериментально перевірено метод сегментації експериментальних кривих, у якому використовується поняття змінної роздільної здатності для прийняття рішення. Показано, що розроблений на базі нового методу алгоритм дозволяє проводити сегментацію з використанням штучно отриманої інформації стосовно роздільної здатності експериментальної кривої. При обробленні спотворених завадами експериментальних кривих апріорна інформація стосовно параметрів завад не використовувалась.
Висновок. Застосування змінної роздільної здатності дозволяє успішно сегментувати спотворені завадами експериментальні криві, що є реалізацією невідомих кусково-гладких функцій. При цьому роздільна здатність сигналу розглядається як прихований параметр.
Завантажити повний текст в PDF (англійською).
Ключовi слова: експериментальнi кривi, сегментацiя, змiнна роздiльна здатнiсть.
Отримана 27.03.2018
