Matlab曲线拟合 最小二乘法
2013-04-13 22:45
281 查看
曲线拟合
已知离散点上的数据集 ,即已知在点集 上的函数值 ,构造一个解析函数(其图形为一曲线)使在原离散点
上尽可能接近给定的 值,这一过程称为曲线拟合。最常用的曲线拟合方法是最小二乘法,该方法是寻找函数使得
最小。
MATLAB函数:p=polyfit(x,y,n)
[p,s]= polyfit(x,y,n)
说明:x,y为数据点,n为多项式阶数,返回p为幂次从高到低的多项式系数向量p。x必须是单调的。矩阵s用于生成预测值的误差估计。(见下一函数polyval)
多项式曲线求值函数:polyval( )
调用格式: y=polyval(p,x)
[y,DELTA]=polyval(p,x,s)
说明:y=polyval(p,x)为返回对应自变量x在给定系数P的多项式的值。
[y,DELTA]=polyval(p,x,s) 使用polyfit函数的选项输出s得出误差估计Y DELTA。它假设polyfit函数数据输入的误差是独立正态的,并且方差为常数。则Y DELTA将至少包含50%的预测值。
已知离散点上的数据集 ,即已知在点集 上的函数值 ,构造一个解析函数(其图形为一曲线)使在原离散点
上尽可能接近给定的 值,这一过程称为曲线拟合。最常用的曲线拟合方法是最小二乘法,该方法是寻找函数使得
最小。
MATLAB函数:p=polyfit(x,y,n)
[p,s]= polyfit(x,y,n)
说明:x,y为数据点,n为多项式阶数,返回p为幂次从高到低的多项式系数向量p。x必须是单调的。矩阵s用于生成预测值的误差估计。(见下一函数polyval)
多项式曲线求值函数:polyval( )
调用格式: y=polyval(p,x)
[y,DELTA]=polyval(p,x,s)
说明:y=polyval(p,x)为返回对应自变量x在给定系数P的多项式的值。
[y,DELTA]=polyval(p,x,s) 使用polyfit函数的选项输出s得出误差估计Y DELTA。它假设polyfit函数数据输入的误差是独立正态的,并且方差为常数。则Y DELTA将至少包含50%的预测值。
相关文章推荐
- Machine Learning 之Logistic回归算法中最小二乘法的Matlab曲线拟合
- Matlab曲线拟合 最小二乘法 polyfit
- Machine Learning 之Logistic回归算法中最小二乘法的Matlab曲线拟合
- 最小二乘法多项式曲线拟合原理与实现
- 曲线拟合——最小二乘法
- 曲线拟合的最小二乘法
- matlab2012 toolbox 曲线拟合
- 最小二乘法求多项式拟合曲线
- Matlab的曲线拟合工具箱CFtool使用简介及一种非线性函数的曲线拟合方法(函数公式: k = A*(T^a)*exp(E/T) )
- 最小二乘曲线拟合的MATLAB仿真
- 最小二乘法进行最高3次曲线拟合
- 利用最小二乘法拟合任意次函数曲线(C#)
- (C#)曲线拟合的最小二乘法
- 利用最小二乘法拟合任意次函数曲线(C#)
- Matlab的曲线拟合工具箱CFtool使用简介
- 用matlab实现非线性曲线拟合
- 最小二乘法曲线拟合原理与实现
- 最小二乘法多项式曲线拟合原理与实现(转)
- MATLAB的曲线拟合
- 最小二乘法多项式曲线拟合原理与实现