插入随机分散均匀网格数据的查询点。

样本之间的函数在200随机点-2.5和2.5。

rng (“默认”)xy = -2.5 + 5 *兰德(200 [2]);x = xy (: 1);y = xy (:, 2);v = x。* exp (- x ^ 2 y ^ 2);

x,y,v向量包含分散(不均匀)采样点和数据。

定义一个正则网格和插入分散的数据网格。

[xq, yq] = meshgrid (2:。2:2,2:.2:2);vq = griddata (x, y, v, xq yq);

绘制网格数据网格和分散数据点。

网格(xq yq vq)在plot3 (x, y, v,“o”)xlim ([-2.7 - 2.7]) ylim ([-2.7 - 2.7])

插入3 d片4 - d函数的随机散射点采样。

示例4 d函数 $\mathit{v}\left(\mathit{x},\mathit{y},\mathit{z}\right)$在2500个随机点之间1和1。向量x,y,z包含非均匀采样点。

x = 2 *兰德(2500 - 1)- 1;y = 2 *兰德(2500 - 1)- 1;z = 2 *兰德(2500 - 1)- 1;v = x。y ^ 2 +。^ 3 - z。^ 4;

定义一个常规电网xy点范围[1],并设置 $\mathit{z}=0$。插值的网格二维查询点(xq yq 0)产生一个三维内插片(vq xq yq 0)四维的数据集(x, y, z, v)。

d = 1:0.05:1;[xq, yq zq] = meshgrid (d, d, 0);

插入上的分散数据网格。策划的结果。

vq = griddata (x, y, z, v, xq yq, zq);plot3 (x, y, v,“罗”)举行在冲浪(xq yq vq)

比较的结果提供了几种不同的插值算法griddata。

创建一个示例数据集50分散点。点的数量是人为小强调插值方法之间的差异。

x = 3 + 6 *兰德(50,1);y = 3 + 6 *兰德(50,1);v = sin (x)。^ 4。* cos (y);

创建一个网格查询点。

[xq, yq] = meshgrid (3:0.1:3);

插入使用的样本数据“最近的”,“线性”,“天然”,“立方”方法。阴谋的结果比较。

z1 = griddata (x, y, v, xq, yq“最近的”);plot3 (x, y, v,“莫”)举行在网格(xq, yq z1)标题(“最近邻”)传说(采样点的,插值结果的,“位置”,“西北”)

z2 = griddata (x, y, v, xq, yq“线性”);图plot3 (x, y, v,“莫”)举行在网格(xq, yq z2)标题(“线性”)传说(采样点的,插值结果的,“位置”,“西北”)

z3 = griddata (x, y, v, xq, yq“天然”);图plot3 (x, y, v,“莫”)举行在网格(xq yq z3)标题(“天然的邻居”)传说(采样点的,插值结果的,“位置”,“西北”)

z4 = griddata (x, y, v, xq, yq“立方”);图plot3 (x, y, v,“莫”)举行在网格(xq yq z4)标题(“立方”)传说(采样点的,插值结果的,“位置”,“西北”)

绘制精确解。

图plot3 (x, y, v,“莫”)举行在网格(xq yq,罪(xq)。^ 4。* cos (yq)标题(精确解的)传说(采样点的,准确的表面的,“位置”,“西北”)