Efektivní, jednoduchá aproximace velkých roztroušených 3D vektorových dat pomocí dělení prostoru

Aproximace RBF (Radialní Básové Funkce) je efektivní metoda pro rozptýlená skalární a vektorová pole. Její použití je však v případě velkých rozptýlených dat velmi obtížné. Tato práce prezentuje RBF aproximaci spolu s prostorovou dělící technikou pro velká vektorová pole. Pro velké rozptýlené datové sady je použita technika dělení prostoru s překrývajícími se 3D buňkami. Sloučení překrývajících se 3D buněk se používá k dosažení kontinuity a hladkosti. Navrhovaná metoda je použitelná i pro skalární a vektorové datové sady. Experimenty prokázaly použitelnost tohoto přístupu a jsou prezentovány výsledky s datovým souborem velkého vektorového pole tornáda.The Radial basis function (RBF) approximation is an efficient method for scattered scalar and vector data fields. However its application is very difficult in the case of large scattered data. This paper presents RBF approximation together with space subdivision technique for large vector fields. For large scattered data sets a space subdivision technique with overlapping 3D cells is used. Blending of overlapped 3D cells is used to obtain continuity and smoothness. The proposed method is applicable for scalar and vector data sets as well. Experiments proved applicability of this approach and results with the tornado large vector field data set are presented