插值方法
插值涉及到函数的构造F匹配给定的数据值那y一世，在给定数据遗址那X一世， 在某种意义上说F（X一世）=y一世,所有一世。
插值，F，通常是构造为特有功能的形式
与给定数据相匹配，具有函数Fj选择“适当”。
在样条插值中，选择Fj成为这一点N连续的B样条B.j（X）=B.（X|T.j，......，T.j+K.），j= 1：N，订单K.对于某个结点序列T.1≤.T.2≤……≤.T.N+K.。
关于插值方法
方法 |
描述 |
|---|---|
线性 |
线性插值。该方法适用于曲线的每对数据点之间的不同的线性多项式，或者在表面的三个点之间。 |
最近的邻居 |
最近邻插值。该方法将插值点的值设置为最近数据点的值。因此，该方法不生成任何新的数据点。 |
立方花键 |
立方样条插值。该方法适用于曲线的每对数据点之间的不同的立方多项式，或者在表面的三个点之间。 |
形状保存 |
分段立方Hermite插值（PCHIP）。该方法保留单调性和数据的形状。 仅供曲线。 |
双调和(v4) |
马铃薯®4. 仅限曲面。 |
薄板样条 |
利用薄板样条插值。这种方法适用于光滑的表面，也可以很好地进行外推。 仅限曲面。 |
对于表面，Interpolant Fit类型使用MATLABscatteredInterpolant函数的线性和最近的方法，和MATLABgriddata.函数三次和双调和方法。薄板样条法采用TPAPS.功能。
使用的跨节类型取决于数据的特性，曲线所需的平滑度，速度考虑，拟合售后分析要求等。线性和最近的邻邻方法很快，但结果曲线不是很平滑。立方样条和形状保存和V4方法较慢，但得到的曲线非常光滑。
例如，核反应数据来自Carbon12alpha.mat文件在此显示使用最接近的邻居Interpolant Fit和形状保留（PCHIP）内括号配合。显然，最近的邻居Interpolant不遵循数据以及形状保留的内嵌。如果您正在插值，这两个适合之间的差异可能很重要。但是，如果您想整合数据以获得反应的总强度的感觉，那么都适合为合理的集成箱宽度提供几乎相同的答案。
笔记
嵌入式统计，预测范围和权重没有定义拟合统计学，预测范围。另外，拟合残差始终为0（在计算机精度内），因为内嵌体通过数据点。
内括号被定义为分段多项式因为拟合曲线由许多“碎片”构成（除了双调和对于作为径向基函数嵌段的表面）。对于立方样条和PCHIP插值，每个部件由四个系数描述，工具箱使用立方（三度）多项式计算。
指的是
花键有关Cubic样条插值的更多信息。指的是
PCHIP.有关形状保留插值的更多信息，以及两种方法的比较。指的是
scatteredInterpolant那griddata.,TPAPS.有关曲面插值的更多信息的功能。
可以将单个“全局”多项式插值符合数据，度过一个小于数据点数的程度。但是，这种契合可以在数据点之间具有众多不稳定的行为。相反，这里描述的分段多项式总是产生良好的拟合，因此它们比参数多项式更柔韧，并且可以有效地用于更广泛的数据集。
相关的话题
你也可以从以下列表中选择一个网站:
