主要内容

选择插值拟合

交互式选择插值拟合

通过输入打开曲线拟合器应用程序curveFitter在MATLAB中®命令行。或者,在应用程序选项卡,在数学,统计和优化组中,单击曲线更健康

曲线更健康选项卡,在适合类型部分,选择Interpolant健康。当你选择Interpolant适合,应用程序适合插值曲线或曲面,通过每个数据点。

合适的选项窗格中,可以指定方法价值。

适合选项窗格内插适合

对于曲线数据,可以设置方法线性最近的邻居三次样条,或一种保形(PCHIP).对于表面数据,可以设置方法最近的邻居线性三次样条双调和(v4),或利用薄板样条

对于表面,InterpolantFit使用scatteredInterpolant函数为线性而且最近的邻居方法,griddata函数为三次样条而且双调和(v4)方法,以及tpaps函数为利用薄板样条方法。试利用薄板样条方法,当你既需要光滑的表面插值和良好的外推性质。详情请参见关于插值方法

提示

如果数据变量的比例非常不同,请选择并清除中心与规模复选框查看适合度的差异。将输入归一化会极大地影响基于三角形(即分段)的结果线性而且三次样条插值),最近的邻居表面插值方法。

拟合线性插值模型使用适合函数

方法的使用适合函数拟合线性插值模型的数据。

插值拟合方法

方法时指定插值模型方法适合中概述的选项之一插值模型名称.所有插补方法都没有任何额外的拟合选项参数。

拟合线性插值模型

加载数据和拟合线性插值模型使用“linearinterp”选择。

负载人口普查F = fit(cdate,pop,“linearinterp”);情节(f cdate流行);

图中包含一个轴对象。axis对象包含2个line类型的对象。这些对象代表数据,拟合曲线。

比较线性插值模型

加载数据并创建最近邻和pchip插值拟合使用“nearestinterp”而且“pchip”选项。

负载carbon12alphaF1 = fit(角度,计数,“nearestinterp”);F2 = fit(角度,计数,“pchip”);

比较拟合曲线f1而且f2在一个地块上。

P1 = plot(f1,角度,计数);xlim ([min(角),max(角)])P2 = plot(f2,“b”);持有传奇((p1, p2),“每个角度计数”“最近邻”“pchip”...“位置”“西北”

图中包含一个轴对象。axis对象包含3个line类型的对象。这些对象表示每个角度的计数,最近的邻居,pchip。

对于'cubicinterp'或'pchipinterp'的替代方案,您可以使用其他样条函数,使您可以更好地控制所创建的内容。看到样条拟合介绍

另请参阅

应用程序

功能

相关的话题