Разработана адаптивная нейро-фаззи система, позволяющая решать задачу восстановления пропусков в таблицах "объект - свойство", содержащих априори неизвестное количество пропусков, в on-line режиме с постоянной коррекцией элементов восстанавливаемой таблицы. Определены нейро-фаззи методы самообучения карты Кохонена, которые позволяют обрабатывать данные в on-line режиме, обеспечивая работу с пересекающимися классами. Получили дальнейшее развитие методы кластеризации данных с пропусками, которые позволяют обрабатывать информацию на основе стратегии ближайшего прототипа - центроида, а также обеспечивают работу в on-line режиме. Решена практическая задача восстановления искаженных данных, которыми оперирует сервисный центр рентгеновского оборудования, что ускорило ремонтные работы с оборудованием, которое вышло из строя, а также появилась возможность заблаговременно идентифицировать возможную поломку и предоставлять необходимую информацию мастеру.