fittype
适合类型曲线和曲面拟合
语法
描述
aFittype= fittype (libraryModelName)fittype对象aFittype指定的模式libraryModelName。
aFittype= fittype (linearModelTerms)linearModelTerms。
aFittype= fittype (linearModelTerms,名称,值)名称,值对参数。
aFittype= fittype (anonymousFunction)anonymousFunction。
aFittype= fittype (anonymousFunction,名称,值)名称,值对参数。
例子
创建适合类型库模型
构建适合类型通过指定库模型名称。
构造一个fittype对象为三次多项式模型库。
f = fittype (“poly3”)
线性模型Poly3: f = f (p1, p2, p3, p4, x) = p1 * x ^ 3 + p2 * x ^ 2 + p3 * x + p4
构造一个合适的类型库模型rat33第三度(理性模型的分子和分母)。
f = fittype (“rat33”)
f =一般模型Rat33: f (p1, p2, p3, p4,第一季度,第二季度,第三季度,x) = (p1 * x ^ 3 + p2 * x ^ 2 + p3 * x + p4) / (x ^ 3 + q1 * x ^ 2 + * x +第三季)
库模型名称的列表,请参阅libraryModelName。
创建自定义参数和自变量非线性模型和指定问题
构建适合类型定制的非线性模型,指定problem-dependent参数和独立变量。
定制的非线性模型,构建一个适合类型指定n作为problem-dependent参数u作为独立变量。
g = fittype (“* u + b * exp (n * u)”,…“问题”,“n”,…“独立”,“u”)
g =一般模型:g (a、b、n, u) = a * u + b * exp (n * u)
定制的非线性模型,构建一个适合类型指定时间作为独立变量。
g = fittype (“* ^ 2 + b *时间+ c”,“独立”,“时间”,“依赖”,“高度”)
g =一般模型:g (a, b, c,时间)= * ^ 2 + b *时间+ c
构建一个符合对数适合一些数据类型,使用合适类型创建一个健康,和情节的健康。
x = linspace (1100);y = 5 + 7 *日志(x);myfittype = fittype (“a + b *日志(x)”,…“依赖”,{“y”},“独立”,{“x”},…“系数”,{“一个”,“b”})
myfittype =一般模型:myfittype (a, b, x) = a + b *日志(x)
myfit =适合(x, y, myfittype)
警告:起点不提供,选择随机起始点。
myfit =一般模型:myfit (x) = a + b *日志(x)系数(95%置信界限):a = 5 (5,5) b = 7 (7)
情节(myfit, x, y)
您可以指定任何MATLAB命令,因此。m文件。
创建自定义线性模型
使用一个线性拟合的算法,指定一个单元阵列的条款。
识别线性模型需要输入fittype:* x + b * sin (x) + c。该模型是线性的一个,b和c。它有三个方面x,sin (x)和1(因为c = c * 1)。指定这个模型你使用这种单元阵列的术语:LinearModelTerms = {“x”,“sin (x)”, ' 1 '}。
使用线性模型的单元阵列条件作为输入fittype。
英国《金融时报》= fittype ({“x”,“sin (x)”,' 1 '})
英国《金融时报》=线性模型:英国《金融时报》(a, b, c, x) = a * x + b * sin (x) + c
创建一个线性模型适合类型a * cos (x) + b。
ft2 = fittype ({“cos (x)”,' 1 '})
ft2 =线性模型:ft2 (a, b, x) = a * cos (x) + b
再次创建合适的类型,并指定系数的名字。
发生= fittype ({“cos (x)”,' 1 '},“系数”,{“a1”,“a2”})
发生=线性模型:发生(a1, a2, x) * cos (x) = a1 + a2
适合曲线定义为一个文件
定义一个函数在一个文件,并使用它来创建一个合适类型和曲线。
定义一个函数在一个MATLAB文件。
函数y = piecewiseLine (x, a, b, c, d, k)% PIECEWISELINE一条线由两部分%,不是连续的。y = 0(大小(x));%这个示例包括一个for循环和if语句%纯例如目的。为i = 1:长度(x)如果x(我)< k, y (i) = a + b。* *(我);其他的y (i) = c + d。* *(我);结束结束结束
保存文件。
定义一些数据,创建一个适合类型指定函数piecewiseLine,创建一个适合使用合适的类型英国《金融时报》,画出结果。
x = [0.81; 0.91; 0.13; 0.91; 0.63; 0.098; 0.28; 0.55;…0.96;0.96;0.16;0.97;0.96);y = [0.17; 0.12; 0.16; 0.0035; 0.37; 0.082; 0.34; 0.56;…0.15;-0.046;0.17;-0.091;-0.071);英国《金融时报》= fittype (“piecewiseLine (x, a, b, c, d, k)”)f =适合(x, y,英国《金融时报》,曾经繁荣的,(1,0,1,0,0.5])情节(f, x, y)
使用匿名函数创建合适的类型
创建一个适合类型使用一个匿名函数。
g = fittype (@ (a, b, c, x) * x。^ 2 + b * x + c)
创建一个适合类型使用一个匿名函数和指定的独立和依赖的参数。
g = fittype (@ (a, b, c, d, x, y) * x ^ 2 + b * x + c * exp (…——(y-d)。^ 2),“独立”,{“x”,“y”},…“依赖”,“z”);
创建一个合适的类型的表面使用一个匿名函数和指定的独立和依赖的参数,您将指定和问题参数后,你的呼唤适合。
g = fittype (@ (a, b, c, d, x, y) * x。^ 2 + b * x + c * exp (- (y-d)。^ 2),…“问题”,{“c”,' d '},“独立”,{“x”,“y”},…“依赖”,“z”);
使用一个匿名函数传入空间数据
使用一个匿名函数通过空间数据fittype和适合功能。
创建和绘制一个s形曲线。在后面的步骤中,你拉伸曲线,适合一些数据。
%断点。x = (0:0.1:1)。';%的高度曲线在断点。(y = 0;0;0.04;0.1;0.2;0.5;0.8;0.9;0.96;1; 1];% s形曲线。ξ= linspace (0, 1, 241);情节(xi, interp1 (x, y,,“pchip”),“线宽”,2)在情节(x, y,“o”,“MarkerFaceColor”,“r”)举行从标题s曲线
创建一个适合类型使用一个匿名函数,曲线断点值从工作区中(xs)和曲线的高度断点(y)。系数是b(基地)和h(高度)。
英国《金融时报》= fittype (@ (b h x) interp1 (xs, b + h * y, x,“pchip”))
画出fittype指定的例子系数基地b = 1.1和高度h = -0.8。
情节(xi,英尺(1.1,-0.8,xi),“线宽”2)标题“Fittype b = 1.1和h = -0.8 '
加载和适合一些数据,使用合适的类型英国《金融时报》使用工作区创建的值。
%加载一些数据xdata = [0.012; 0.054; 0.13; 0.16; 0.31; 0.34; 0.47; 0.53; 0.53;…0.57;0.78;0.79;0.93);ydata = [0.78; 0.87; 1; 1.1; 0.96; 0.88; 0.56; 0.5; 0.5; 0.5; 0.63;…0.62;0.39);%配合曲线数据f =适合(xdata ydata,英国《金融时报》,“开始”[0,1])%情节适合情节(f xdata ydata)标题“安装s曲线”
使用匿名函数参数和工作空间变量处理问题
这个例子展示了使用匿名函数之间的差异问题参数和工作空间变量的值。
加载数据,创建一个适合类型使用一个匿名函数曲线与参数问题,和电话适合指定参数的问题。
%加载一些数据。xdata = [0.098; 0.13; 0.16; 0.28; 0.55; 0.63; 0.81; 0.91; 0.91;…0.96;0.96;0.96;0.97);ydata = [0.52; 0.53; 0.53; 0.48; 0.33; 0.36; 0.39; 0.28; 0.28;…0.21;0.21;0.21;0.2);%创建一个有问题的fittype参数。g = fittype (@ (a, b, c, x) * x, x ^ 2 + b * + c,“问题”,“c”)%检查系数。观察c不是一个系数。coeffnames (g)%检查参数。观察到c是一个论点。argnames (g)%的电话,指定c的价值。f1 =适合(xdata ydata, g,“问题”0,曾经繁荣的[1,2])%注意:指定调用适合开始点%避免对随机警告消息的开始点%,确保可重复性的结果。% c的再次调用合适的并指定一个不同的值,%来得到一个新的健康。f2 =适合(xdata ydata, g,“问题”,1“开始”[1,2])%的阴谋的结果。观察c指定常量%不适合。情节(f1 xdata ydata)在情节(f2,“b”)举行从
修改前面的示例创建相同的适合使用工作空间变量的值,而不是使用问题的参数。使用相同的数据,创建一个适合类型使用一个匿名函数曲线与工作空间变量的值c:
%从参数列表中删除c。试一试g = fittype (@ (a, b, x) * x。^ 2 + b * x + c)抓e disp (e。消息)结束%观察错误因为现在c是未定义的。%定义c和创建fittype:c = 0;g1 = fittype (@ (a, b, x) * x。^ 2 + b * x + c)%调用合适的(现在不需要指定问题参数)。f1 =适合(xdata ydata g1,曾经繁荣的[1,2])%注意这f1是一样的f1。%改变c的价值,重新创建fittype。c = 1;g2 = fittype (@ (a, b, x) * x。^ 2 + b * x + c)%使用c = 1f2 =适合(xdata ydata g2,曾经繁荣的[1,2])%注意这f2上面是一样的f2。%绘制结果情节(f1 xdata ydata)在情节(f2,“b”)举行从
输入参数
输出参数
更多关于
算法
如果符合类型表达式输入是一个特征向量,字符串标量,或匿名函数,那么工具箱使用非线性拟合的算法以适应模型数据。
如果符合类型表达式输入是一个细胞数组或字符串数组的术语,然后工具箱使用线性拟合的算法以适应模型数据。
版本历史
之前介绍过的R2006a
