08 Апр

Лабораторная работа № 4. Моделирование и клеточные автоматы GNU OCTAVE (MATLAB)

Цель работы: знакомство с применением клеточных автоматов в решении задач математического моделирования, настройка клеточного автомата.
Задание: изучить теоретическую часть и пример кода клеточного автомата, найти вкравшуюся в код ошибку. Изменяя входные параметры системы в соответствии с заданием, изучить их влияние на результат работы модели. Подготовить содержательный отчет, сделать выводы.
Примечание. Для выполнения настоящей работы используется бесплатная программа GNU Octave (http://www.octave.org), имеющая существенную совместимость с Matlab и близость с Octave.
1. Представление о клеточных автоматах

Клеточный автомат (КА) — дискретная модель, изучаемая в математике, теоретической биологии, физике, гидравлике и т.д. Включает регулярную решётку ячеек, каждая из которых может находиться в одном из конечного множества состояний, таких как 1 и 0.
Решетка может быть любой размерности (соотношение длины сторон). Для каждой ячейки определено множество ячеек, называемых окрестностью. К примеру, окрестность может быть определена как все ячейки на расстоянии не более 2 от текущей (окрестность фон Неймана ранга 2)…

Методические указания №4

Дополнительные файлы работы №4

 

02 Апр

ОДУ и моделирование в Matlab (ЛР №3)

Цель работы: ознакомление с применением обыкновенных дифференциальных уравнений (ОДУ) в решении элементарных задач математического моделирования, а также способами решения ОДУ (задач Коши и краевых задач) в программах научного программирования (на примере Matlab).

Скачать: Скачать

19 Мар

Решение транспортной задачи в Matlab (ЛР №2)

Цель работы: решение транспортной задачи (ТЗ). Суть задачи –
минимизация полной стоимости распределения (транспортировки) бензина с нефтебаз на несколько АЗС в соответствии с существующей потребностью при различном наличии топлива и стоимости доставки до определенныхпотребителей.
Кроме описания хода решения, ответом является указание объемов
бензина, перевозимого с каждой нефтебазы на каждую АЗС и общие
затраты на транспортировку всего объема топлива.
 Основные сведения:
Стандартная ТЗ определяется как задача разработки наиболее
экономичного плана перевозки продукции одного вида из нескольких пунктов отправления в пункты назначения. При этом величина транспортных расходов прямо пропорциональна объему перевозимой продукции и задается с помощью тарифов на перевозку единицы продукции. В практике логистики надо
определить количество продукции (в нашем случае тонн топлива),
перевозимого с отдельной нефтебазы на одну из АЗС для полного покрытия потребности в топливе (рис. 1).

Скачать материалы практической работы: скачать

05 Мар

Информационные технологии (Лабораторная работа №1)

Лабораторная работа № 1 ОПРЕДЕЛЕНИЕ ОСНОВНЫХ ЧИСЛОВЫХ ХАРАКТЕРИСТИК СОВОКУПНОСТИ СЛУЧАЙНЫХ ВЕЛИЧИН

Цель работы: изучение методов определения основных числовых характеристик и получение начальных  навыков работы с совокупностью случайных величин.

 При определении свойств нефтепродуктов и природного газа, как правило, изучается совокупность случайных величин, которая может быть определена основными числовыми характеристиками: средним, дисперсией, коэффициентом вариации, квадратической неровнотой и другими.

Скачать файлы: lab1

17 Окт

Workshop on satellite data analysis

Satellite data analysis workshop in Far Eastern Federal University from high grade specialists of University of Wisconsin. They presented java based open source software Hydra2 and showed how to process HPP data.

 

Lecture room 7721FFA9-B6DC-4D37-8B4C-E62CB002FD37 01A44C2C-4EBE-4671-85AD-0EBEE5625C14 F64243A3-D431-4C59-8245-C96CBD137EE2 E6CA2AD8-BE53-4591-ADDC-193CCF87F4DB

15 Апр

Поиск шаблона на изображении (нормализованная кросс-корреляция)

Изображения для упражнения “Поиск фрагмента на изображении”:

fieldplane2

 

 

 

 

 

 

 

Статьяо методе (англ.): читать 

Решение:

clear all; close all;
search_area=imread('field.png');
search_item=imread('plane.png');
 
%rgb 2 gray conversion 
sa_gray=rgb2gray(search_area);
si_gray=rgb2gray(search_item);
 
% [r0 c0]=size(sa_gray);
[r1 c1]=size(si_gray);
corr_mat=normxcorr2(si_gray,sa_gray);
 
max_c=corr_mat==max(corr_mat(:));
[y x]=find(max_c==1);
 
imshow(search_area);
viscircles([(x-c1/2) (y-r1/2)],30);
figure;
imagesc(corr_mat);
30 Мар

Space data GeoTiff rescaling (Matlab)

sat_img1Simple but working algorithm of SRTM image downscaling (recalculating in less resolution) and saving georeferenced. Sometimes space data should be downscaled for generalization purposes.

Algorithm beneath opens geotiff with mapping toolbox of Matlab, reads datum reference, downscales image, then writes on a disk. Though, geotiff write demands explicit projection zone pointing.

  1. clear;close all;
  2. %read geotiff
  3. filename='mygeotiff.tiff';
  4. imscale=0.5; %scaling factor
  5. % Appends the file path and the file name together.
  6. [img, Reference] = geotiffread(filename);
  7. img_lres=imresize(img,imscale);
  8. R = maprasterref;
  9. R.XWorldLimits=Reference.XWorldLimits;
  10. R.YWorldLimits=Reference.YWorldLimits;
  11. R.RasterSize=size(img_lres);
  12. R.ColumnsStartFrom=Reference.ColumnsStartFrom;
  13. R.RowsStartFrom=Reference.RowsStartFrom;
  14. filename = 'resampled_L8_mnog_all_07.tif';
  15. geotiffwrite(filename,img_lres,R,'CoordRefSysCode','EPSG:32654'); %'EPSG:32653'); - last 2 digits - zone number
  16. imshow(img_lres)

 

04 Мар

Информатика. Дифференцирование и интегрирование в Matlab

В работе рассматривается использование дифференциальных уравнений для создания простейших математичеких моделей в Matlab.

Цель работы: ознакомление с применением обыкновенных дифференциальных уравнений (ОДУ) в решении элементарных задач математического моделирования, а также способами решения ОДУ (задач Коши и краевых задач) в программах научного программирования (на примере Matlab).

Задание: Разобрать примеры 1–2, выполнить задачи 1 и 2 с учетом вариантов. По результатам выполнения задачи представить научный отчет.

(скачать)

24 Фев

DigitizingPlugin for QGIS

Situation: we have two layers in GIS project – 1st contains polygon object to be divided into the cover features; 2nd contains line objects as the borders of the cover features. I can be solved with advanced toolbar of DigitizingPlugin for QGIS. This free but powerful software has just made my day (see picture below, clickable).

digitize_plugin

DigitizePlugin toolbar in QGIS

In order to divide polygon layer with line of another layer, select feature to be divided, select cutting-edge line feature then choose button “split selected features with selected line” from appropriate toolbar. Pretty simple!