主要内容

griddatan

插值N-D离散数据

折叠所有页面

语法

Vq = griddatan(x,v,xq)
Vq = griddatan(x,v,xq,method)
Vq = griddatan(x,v,xq，方法，选项)

描述

例子

矢量量化= griddatan (x，v，xq）拟合窗体的超曲面v＝f（x）到样本点x与价值观v．的griddatan函数在指定的查询点处插值曲面xq并返回插值值，矢量量化．曲面总是通过定义的数据点x而且v．

例子

矢量量化= griddatan (x，v，xq，方法）指定用于计算的插值方法矢量量化．选项是“线性”或“最近的”．

矢量量化= griddatan (x，v，xq，方法，选项）指定字符向量的单元格数组，选项，用于Qhull viadelaunayn．

例子

全部折叠

打开实时脚本

插值一个4-D分散数据集，并可视化插值数据的3-D等值面。

创建一个分散的样本点集合。

rng (“默认”) X = 2*rand([5000 3])-1;Y = sum(x ^2,2);

创建x、y和z网格作为3-D查询点集，并在这些点上插入分散的数据。

D = -0.8:0.05:0.8;[y0,x0,z0] = ndgrid(d,d,d);

由于4-D数据集难以可视化，因此使用0.8处的等值面对插值结果进行可视化。

YI =重塑(YI，大小(x0));p = patch(等值面(x0,y0,z0,YI,0.8));isnormals (x0,y0,z0,YI,p) p. facecolor =“蓝”；p.EdgeColor =“没有”；(3)轴平等的camlight照明冯氏

图中包含一个轴对象。axis对象包含一个patch类型的对象。

打开实时脚本

在三维数据集上使用最近邻插值。

创建一个示例3-D数据集。矩阵X包含了xyz观测数据的位置，和v包含(随机生成的)观测数据。例如，这类数据集可以表示这些地点海水中的氧含量。

X =[兰特(100,1)兰特(100,1)兰特(100,1)];V = rand(100,1);

使用最近邻插值来近似底层函数在某些查询点上的值。

[xx,yy,zz] = meshgrid(0.2:0.025:0.8);Xq = [xx(:) yy(:) zz(:)];vq = griddatan(X,v,xq，“最近的”）;

在样本点位置上方绘制结果切片。

Vq =重塑(Vq,size(xx));plot3 (X (: 1) X (:, 2), X (:, 3),的r *)举行在切片(xx,yy,zz,vq，[0.2 0.4 0.6 0.8]，0.5,0.5)

图中包含一个轴对象。axis对象包含line、surface类型的7个对象。

输入参数

全部折叠

样本点坐标，指定为矩阵。指定x作为一个米——- - - - - -n矩阵来表示米点n维空间。样本点必须是唯一的。

数据类型:单|双

样本值，指定为一个向量。指定v作为长度的向量米，为中指定的每个采样点(行)指定一个值x．

如果v那么，它包含复数griddatan分别插值实部和虚部。

数据类型:单|双
复数支持:金宝app是的

查询点，指定为矩阵。指定xq作为一个p——- - - - - -n矩阵来表示p点n维空间。xq通常是由统一的网格生成的ndgrid．

数据类型:单|双

插值方法，指定为本表中的值之一。这些方法都是基于输入数据的Delaunay三角测量。

选项 描述 连续性
“线性”(默认) 基于三角的线性插值。 C0
“最近的” 最近邻插值。 不连续

如果方法是［］,然后griddatan使用默认值“线性”方法。

数据类型:字符

特定于qhull的选项，指定为单元格数组。有关支持的选项的列表，请参见金宝appQhull快速参考．

如果选项是［］,然后griddatan使用默认选项:

  • {'Qt' 'Qbb' 'Qc'}用于2-D和3-D插值。

  • {'Qt' 'Qbb' 'Qc' 'Qx'}对于4+维的插值。

如果选项是{"},然后griddatan不使用任何选项，甚至不使用默认选项。

数据类型:细胞

输出参数

全部折叠

插值值，作为长度向量返回p．中的插值值矢量量化中的查询点(行)对应xq．

提示

  • 它不实用griddatan用于高于6维的插值，因为底层三角剖分所需的内存随着维数呈指数增长。

  • 离散数据插值griddatan使用德劳内三角测量的数据，所以可以敏感的缩放问题x．当发生这种情况时，您可以使用正常化调整数据规模，改善结果。看到将不同量级的数据规范化获取更多信息。

扩展功能

版本历史

R2006a之前介绍

另请参阅

||