网格和分散的样本数据
插值方法估计函数的值在一个查询位置位于域内的一组示例数据点。计算函数值基于样例查询点最近的数据点。MATLAB®可以执行两种插值取决于样本数据的结构。样本数据可以形成一个网格,或可以分散。
网格示例数据使插值更有效率,因为数据的组织结构使MATLAB更容易找到样品数据点距离查询点。然而,插值分散数据需要德劳内三角数据点,这介绍一层计算。因此,如果您的数据可以近似为一个网格,网格插值提供了大量节省计算时间和内存使用量相比,分散插值。
这两种方法插值都包含在以下主题:
插值与曲线拟合
MATLAB创建插值函数的插值方法,通过样本数据点。也就是说,如果您查询插值函数在一个样本的位置,你回来的样本数据值而不是一个近似。相比之下,曲线和曲面拟合的算法不一定通过样本数据点。曲线拟合的更多信息,请参阅曲线拟合工具箱。
网格近似技术
在某些情况下,您可能需要为您的数据网格近似。例如,一个网格可以沿着曲线点,谎言。这样的数据集可能发生如果你的数据是基于经度和纬度:
曲面网格,有效地处理一组分散数据,必须使用更多的计算昂贵的分散插值函数来插入值。然而,尽管输入数据不能直接网格,它有时是可行的近似连续曲面网格与网格线在适当的时间间隔:
您可以创建一个近似网格通过创建一组网格向量与适当的间距。近似直线的曲线网格允许您获取网格插值的性能优势,在略微扭曲的成本数据。更多信息关于创建网格向量,明白了网格表示。
另请参阅
griddedInterpolant|scatteredInterpolant
