matlab-曲線擬合工具箱-閱讀頁
2025-05-28 23:47本頁面
【正文】 27 29 第一人 第二人 x1=[17:2:29]。 y=[ ]。r+39。x39。 y1=*x1.^2+*x1。plot(x1,y1,39。) 16 18 20 22 24 26 28 301820222426283032數(shù)據(jù)擬合函數(shù)表 cfit 產(chǎn)生擬合的目標 fit 用庫模型、自定義模型、平滑樣條或內(nèi)插方法來擬合數(shù)據(jù) fitoptions 產(chǎn)生或修改擬合選項 fittype 產(chǎn)生目標的擬合形式 cflibhelp 顯示一些信息，包括庫模型、三次樣條和內(nèi)插方法等。 Fitting對話框 包括兩個面板：“ Fit Editor”面板和“ Tabe of Fits”面板。 （ 2） Table of Fits 同時列出所有的擬合結果。在原有的擬合形式上，選擇不同的曲線擬合方法，可以用Copy fit 按鈕。單擊 New fit 按鈕時系統(tǒng)會產(chǎn)生默認的文件名。 Exclusion rule 排除異常值的文件名，在數(shù)據(jù)與處理前建立的文件名。 Type of fit 擬合的類型，包括參數(shù)擬合和非參數(shù)擬合兩種。 Fit options 包括一些擬合方法，如線性擬合、非線性擬合，以及其他選項； 單擊 Apply按鈕：采用上述所選各種方法進行擬合； 單擊 Immediate apply按鈕，在選擇一個擬合形式后立即輸出結果并存儲； Results羅列進行擬合的各種參數(shù)： （ 1） SSEsum of squares due to error 誤差平方和，越接近 0曲線的擬合效果越好 （ 2） Rsquare 越接近 1，曲線的擬合效果越好 例：用三次和五次多項式擬合下列數(shù)據(jù) rand(39。,0) x=[1::3 9::10]39。 y=c(1)+c(2)*x+c(3)*x.^2+c(4)*x.^3+(rand(size(x)))。 建立一個 M文件，并運行上述文件，打開曲線擬合工具 點擊 fitting按鈕 — new fit— cubic polynomialapply results Linear model Poly3: f(x) = p1*x^3 + p2*x^2 + p3*x + p4 Coefficients (with 95% confidence bounds): p1 = (, ) p2 = (, ) p3 = (, ) p4 = (, ) Goodness of fit: SSE: Rsquare: Adjusted Rsquare: RMSE: Results： Linear model Poly5: f(x) = p1*x^5 + p2*x^4 + p3*x^3 + p4*x^2 + p5*x + p6 Coefficients (with 95% confidence bounds): p1 = (, ) p2 = (, ) p3 = (, ) p4 = (, ) p5 = (, ) p6 = (, ) Goodness of fit: SSE: Rsquare: Adjusted Rsquare: RMSE: 擬合圖形： 例：用有理擬合方法擬合數(shù)據(jù) matlab自帶，描述銅的熱膨脹與熱力學溫度的相關性，包括兩個向量temp與 thermex。 有時我們對擬合參數(shù)的提取或解釋不感 興趣，只想得到一個平滑的通過各數(shù)據(jù)點的 曲線，這種擬合曲線的形式稱之為非參數(shù)擬 合。 例：用內(nèi)插法擬合 load carbon12alpha cftool(counts,angle) fit 1 Fitting— type of fit— Interpolant Nearest neighbor fit 2 Fitting— type of fit— Interpolant Shapepreserving 例：用三次樣條內(nèi)插和集中平滑樣條內(nèi)插法擬合下列數(shù)據(jù) rand(39。,0)。 y=sin(x)+.2*(rand(size(x)).5)。對于本數(shù)據(jù)集，默認的平滑參數(shù)值接近 1，表示平滑樣條接近于三次樣條，并且?guī)缀跽么┻^每個數(shù)據(jù)點。 fit2默認平滑參數(shù)下的平滑樣條內(nèi)插擬合結果效果最好。它具有擬合快速，操作簡便的有時，但擬合方法較少。r
法律信息相關推薦
鄂ICP備17016276號-1