УДК: 
DOI: 
10.22389/0016-7126-2023-1002-12-38-48
1 Гвоздев О.Г.
2 Матерухин А.В.
3 Майоров А.А.
Год: 
№: 
1002
Страницы: 
38-48

Московский государственный университет геодезии и картографии (МИИГАиК)

1, 
2, 
3, 
Аннотация:
В работе рассмотрена проблема количественной оценки сходства геополей. Проведен обзор локальных и глобальных подходов к данной проблеме. Приведено обоснование невозможности применения для общего случая данной задачи мер, изначально разработанных для сравнения изображений, полученных фотографическим или иным совместимым способом. Предложено семейство функций, являющихся обобщением бинарных мер сходства, предполагающих возможность адаптации к конкретным шкалам, особенностям задачи и предметной области. Рассмотрены возможности программной реализации функций из данного семейства. Исследованы применимость функций из данного семейства для обнаружения сходства и различий геополей, а также аспекты достижимой производительности. Показано, что предложенное семейство функций – это гибкая, производительная основа для построения специализированных мер количественной оценки сходства геополей. Предложенная адаптивная мера сходства геополей обогащает набор инструментальных средств исследователей в междисциплинарном пространстве геоинформатики и машинного обучения, открывает широкий диапазон направлений исследований и разработок
Результаты получены в рамках государственного задания Министерства науки и высшего образования Российской Федерации № FSFE 2022-0002

Список литературы: 
1.   Гвоздев О. Г., Матерухин А. В., Майоров А. А. Сравнительный анализ методов определения сходства геополей // Вестник СГУГиТ. – 2022. – № 6. – С. 120–130. DOI: 10.33764/2411-1759-2022-27-6-120-130.
2.   Birch C. P. D., Oom S. P., Beecham J. A. (2007) Rectangular and hexagonal grids used for observation, experiment, and simulation in ecology // Ecological Modelling. 206 (3–4), pp. 347–359. DOI: 10.1016/j.ecolmodel.2007.03.041.
3.   Chung N. C., Miasojedow B., Startek M., Gambin A. (2019) Jaccard/Tanimoto similarity test and estimation methods for biological presence-absence data // BMC Bioinformatics, 20 (S. 15). 644, 11 p. DOI: 10.1186/s12859-019-3118-5.
4.   Harris C. R., Millman K. J., van der Walt S. J., et al (2020) Array programming with NumPy // Nature. 585, pp. 357–362. DOI: 10.1038/s41586-020-2649-2.
5.   Jaccard P. (1901) Distribution de la flore alpine dans le Bassin des Dranses et dans quelques regions voisines // Bulletin de la Societe Vaudoise des Sciences Naturelles. 37 (140), pp. 241–272. DOI: 10.5169/seals-266440.
6.   Myung J. I., Cavagnaro D. R., Pitt M. A. (2013) A tutorial on adaptive design optimization // Journal of Mathematical Psychology. 57, pp. 53–67. DOI: 10.1016/j.jmp.2013.05.005.
7.   Parzen E. (1962) On Estimation of a Probability Density Function and Mode // The Annals of Mathematical Statistics. 33 (3), pp. 1065–1076. DOI: 10.1214/aoms/1177704472.
8.   Rosenblatt M. (1956) Remarks on Some Nonparametric Estimates of a Density Function // The Annals of Mathematical Statistics. 27 (3), pp. 832–837. DOI: 10.1214/aoms/1177728190.
9.   Simpson G. G. (1947) Holarctic mammalian faunas and continental relationship during the Cenozoic // Geological Society of America Bulletin. 58, pp. 613–688. DOI: 10.1130/0016-7606(1947)58[613:HMFACR]2.0.CO;2.
10.   Sörensen T. (1948) A method of establishing group of equal amplitude in plant sociobiology based on similarity of species content and its application to analyses of the vegetation on Danish commons // Biol Skrifter. Kongelige Danske Videnskabernes Selskab. 4, pp. 1–34.
11.   Szymkiewicz D. (1934) Une contribution statistique a la geographie floristique // Acta Societatis Botanicorum Poloniae. 3, pp. 249–265. DOI: 10.5586/asbp.1934.012.
12.   Wang Z., Bovik A.C., Sheikh H. R., Simoncelli E. P. (2004) Image quality assessment: from error visibility to structural similarity // IEEE Transactions on Image Processing. 13, 4, pp. 600-612. DOI: 10.1109/TIP.2003.819861.
Образец цитирования:
Гвоздев О.Г., 
Матерухин А.В., 
Майоров А.А., 
Адаптивная мера сходства геополей, основанная на обобщении бинарных мер сходства // Геодезия и картография. – 2023. – № 12. – С. 38-48. DOI: 10.22389/0016-7126-2023-1002-12-38-48