Тошкент ахборот технологиялари университети ҳузуридаги илмий даражалар берувчи dsc

Алгоритмы и структуры, 
разработанные с применением таблично-алгоритмических технологий и 
технологий
IoT, а также их применение
» рассмотрены структура 
эффективного таблично-алгоритмического вычисления, применяемой в 
цифровой обработки биомедицинских сигналов, применение в цифровой 
обработки двумерных сигналов алгоритма, разработанного на основе сплайн-
вейвлетов, алгоритмы и структура системы цифровой обработки 
гастроэнтерологических сигналов на основе технологий IoT, а также 
алгоритмы удаления и фильтрации трендов. 
Значение 
интерполированной 
функции 
определяется 
только 
посредством четных значений базисной функции 
m+1
постоянных 
коэффициентов. К примеру, для вычисления кубического В-сплайна 
требуется сумма значений четырех базисных сплайнов.
Значение функции определяется по следующей формуле: 
)
(
)
(
)
(
)
(
)
(
)
(
2
2
1
1
0
0
1
1
3
x
B
b
x
B
b
x
B
b
x
B
b
x
S
x
f







,
если 
 
1
,
0

x

---

32 
базисные сплайны в остальных частях данного интервала не принимают 
участия в формировании суммы, поскольку они раны нулю. 
Имеется структура таблично-алгоритмического вычисления для 
осуществления аппроксимации значений функций на основе кубических 
базисных сплайнов. Основным преимуществом структуры является ее 
максимальная оперативность для таблично-алгоритмических методов на 
практике. 
При аппроксимации экспериментальных данных с помощью базисных 
сплайнов имеет важное значение имеет оперативное вычисление в режиме 
реального времени. Однородность симметрических значений базисных 
сплайнов позволяет сэкономить объем для сохранении в памяти значений 
базовых сплайнов и сократить время аппроксимации значений сигнала. 
Применение данного метода эффективно также для выполнения 
параллельных вычислений. 
Доказано, что при применении нового метода использование памяти 
сократилось вдвое. Но скорость и точность расчетов при этом остались без 
изменений (рис. 3b). 
Если же применять их для двумерных сигналов, то экономия памяти 
повысится в четыре раза (ранее экономия была в два раза). Это оптимально 
для больших объемов вычислений.