matlab曲线拟合供参习.docVIP

下载本文档

8
0
约8.71千字
约 10页
2017-02-07 发布于江苏
举报
版权申诉

matlab曲线拟合供参习.doc

1、本文档共10页，可阅读全部内容。
2、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

matlab曲线拟合供参习

函数插值与曲线拟合 1、函数插值一维插值:interp1(x,y,cx,’method’) 一维插值:interp1(x,y,z,cx,cy,’method’) method:nearest、linear、spline、cubic 例： clear echo on x=-2:0.4:2; y=[2.8 2.96 2.54 3.44 3.565.4 6.0 8.7 10.1 13.3 14.0]; t=-2:0.01:2; nst=interp1(x,y,t,nearest); plot(x,y,r*,t,nst) title(最临近点插值) lnr=interp1(x,y,t,linear); figure(2) plot(x,y,r*,t,lnr,b:) title(线性插值) spl=interp1(x,y,t,spline); figure(3) plot(x,y,r*,t,spl) title(样条插值) cbc=interp1(x,y,t,cubic); figure(4) plot(x,y,r*,t,cbc,k-) title(三次插值) 2、曲线拟合多项式拟合：polyfit(x,y,m) 线性：m=1,二次：m=2, … 例： x=0:0.1:1; y=[-0.447 1.978 3.28 6.16 7.08 7.347.66 9.56 9.48 9.30 11.2]; A=polyfit(x,y,2) Z=polyval(A,x); Plot(x,y,’r*’,x,z,’b’) matalb 曲线拟合的问题%多项式拟合函数polyfit示例x=[0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1];y=[-0.4471 0.978 3.28 6.16 7.08 7.34 7.66 9.56 9.48 9.30 11.2];n=2;%polynomial orderp=polyfit(x, y, n);%polyfit 的输出是一个多项式系数的行向量。%其解是y = －9.8108x2＋20.1293x－0.0317。为了将曲线拟合解与数据点比较，让我们把二者都绘成图。xi=linspace(0, 1, 100);%x-axis data for plottingz=polyval(p, xi);%polyval 求多项式值plot(x, y, o , x, y, xi, z, : )xlabel(x)ylabel(y=f(x))title(Second Order Curve Fitting) //最小二乘法曲线拟合typedef CArraydouble,doubleCDoubleArray;BOOL CalculateCurveParameter(CDoubleArray *X,CDoubleArray *Y,long M,long N,CDoubleArray *A){ //X,Y -- X,Y两轴的坐标 //M -- 结果变量组数 //N -- 采样数目 //A -- 结果参数 register long i,j,k; double Z,D1,D2,C,P,G,Q; CDoubleArray B,T,S; B.SetSize(N); T.SetSize(N); S.SetSize(N); if(MN)M=N; for(i=0;iM;i++) (*A)[i]=0; Z=0; B[0]=1; D1=N; P=0; C=0; for(i=0;iN;i++) { P=P+(*X)[i]-Z; C=C+(*Y)[i]; } C=C/D1; P=P/D1; (*A)[0]=C*B[0]; if(M1) { T[1]=1; T[0]=-P; D2=0; C=0; G=0; for(i=0;iN;i++) { Q=(*X)[i]-Z-P; D2=D2+Q*Q; C=(*Y)[i]*Q+C; G=((*X)[i]-Z)*Q*Q+G; } C=C/D2; P=G/D2; Q=D2/D1; D1=D2; (*A)[1]=C*T[1]; (*A)[0]=C*T[0]+(*A)[0]; } for(j=2;jM;j++) { S[j]=T[j-1]; S[j-1]=-P*T[j-1]+T[j-2]; if(j=3) { for(k=j-2;k=1;k--) S[k]=-P*T[k]+T[k-1]-Q*B[k]; } S[0]=-P*T[0]