RUS  ENG
Полная версия
ЖУРНАЛЫ // Вестник Южно-Уральского государственного университета. Серия «Математика. Механика. Физика» // Архив

Вестн. Южно-Ур. ун-та. Сер. Матем. Мех. Физ., 2024, том 16, выпуск 4, страницы 67–74 (Mi vyurm617)

Эта публикация цитируется в 1 статье

Математика

Моделирование чрезвычайных ситуаций с применением почти-периодического анализа изображений структуры тайфунов

А. А. Парамоновa, А. В. Калачb

a МИРЭА – Российский технологический университет, г. Москва, Российская Федерация
b Воронежский институт ФСИН России, г. Воронеж, Российская Федерация

Аннотация: Рассмотрен метод преобразования изображений из прямоугольной системы координат в полярную систему с целью для дальнейшего почти-периодического анализа структуры тайфунов на основе обобщённой сдвиговой функции. Основной метод почти-периодического анализа предполагает разделение данных на высокочастотные колебательные составляющие и низкочастотные тренды на основе теории пропорций, что позволяет выделить почти-периодические характеристики.
Показано, что почти-периодический анализ применим к данным изображений как по радиус-вектору, так и углу в полярной системе координат. Примеры анализа горизонтальных и вертикальных сечений изображения демонстрируют наличие значимых почти-периодов, которые соответствуют определённым пиксельным значениям. Для полярной системы координат был проведён почти-периодический анализ углов, который выявил дополнительные почти-периоды, учитывающие периодичность угловых координат. Расширение углового интервала до 720$^\circ$ и 1080$^\circ$ подтвердило устойчивость результатов почти-периодического анализа, что указывает на достаточность двукратного интервала для качественного анализа.
Таким образом, предложенный метод позволяет более точно и эффективно анализировать данные изображений, выявляя значимые почти-периоды, что открывает новые перспективы для прогнозирования и обработки информации в различных научных и прикладных задачах по анализу данных с упорядоченным аргументом.

Ключевые слова: методы анализа данных, данные с упорядоченным аргументом, тренд, нелинейные колебания, почти-период, анализ изображений, чрезвычайные ситуации, тайфуны, преобразование координат.

УДК: 004.021

Поступила в редакцию: 21.08.2024

DOI: 10.14529/mmph240408



© МИАН, 2025