IDW interpolation explicitly implem

IDW interpolation explicitly implements the assumption that things that are close to one another are more alike than those that are farther apart. To predict a value for any unmeasured location, IDW will use the measured values surrounding the prediction location. Those measured values closest to the prediction location will have more influence on the predicted value than those farther away. Thus, IDW assumes that each measured point has a local influence that diminishes with distance. It weights the points closer to the prediction location greater than those farther away, hence the name inverse distance weighted.

Kết quả (Việt) 1:

IDW nội suy một cách rõ ràng thực hiện các giả định rằng những thứ mà gần gũi với nhau là giống nhau hơn so với những người xa hơn ngoài. Để dự đoán một giá trị cho bất kỳ vị trí phụ, IDW sẽ sử dụng các giá trị đo xung quanh vị trí dự đoán. Các giá trị đo gần nhất đến vị trí dự đoán sẽ có nhiều ảnh hưởng đến giá trị dự đoán hơn so với những người đi xa hơn. Vì vậy, IDW giả định rằng mỗi điểm đo có một ảnh hưởng đến địa phương làm giảm với khoảng cách. Nó trọng điểm tiến gần hơn đến vị trí dự đoán nhiều hơn so với những người xa hơn về phía xa, vì thế khoảng cách nghịch đảo tên trọng.

Kết quả (Việt) 2:

IDW suy thực hiện một cách rõ ràng với giả định rằng những điều mà gần gũi với nhau nhiều như nhau so với những người được xa hơn. Để dự đoán một giá trị cho bất kỳ vị trí vô hạn, IDW sẽ sử dụng các giá trị đo xung quanh các vị trí tiên đoán. Những giá trị đo gần nhất với vị trí tiên đoán sẽ có nhiều ảnh hưởng trên giá trị dự đoán hơn những người ở xa. Như vậy, IDW giả định rằng mỗi điểm đo có một ảnh hưởng địa phương đó giảm dần theo khoảng cách. Nó trọng điểm gần hơn đến vị trí dự đoán lớn hơn so với những người ở xa, do đó khoảng cách tên nghịch đảo trọng.