spap2
最小二乘样条逼近
语法
描述
样条= spap2 (<一个href="#mw_80def079-53a5-40a2-8224-26f5258f536e" class="intrnllnk">结,<一个href="#mw_539a8fa6-8aa7-4b82-bcc1-de1d24a6fff6" class="intrnllnk">k,<一个href="#mw_6552bd4d-e96d-4487-a16d-a7598ef5c9f7" class="intrnllnk">x,<一个href="#mw_43e7d63a-02ad-40c7-9417-0d0047fc2fab" class="intrnllnk">y)k用给定的结序列结的
(*) y(:，j) = f(x(j))，所有j
在加权均方意义上，也就是总和
最小，默认权重为1。数据值y (:, j)可以是标量、向量、矩阵或ND-arrays，以及|z|2是所有元素的平方和吗z。同一地点的数据点被它们的平均值所取代。
如果网站x满足勋伯格-惠特尼条件
然后有一个给定顺序的唯一样条，并且结点序列完全满足(*)。的子序列不返回(**)，否则不会返回样条x。
spap2 (<一个href="#mw_5693a07c-ec6b-44ee-af07-3ff72043f012" class="intrnllnk">,l,<一个href="#mw_539a8fa6-8aa7-4b82-bcc1-de1d24a6fff6" class="intrnllnk">k,<一个href="#mw_6552bd4d-e96d-4487-a16d-a7598ef5c9f7" class="intrnllnk">x,<一个href="#mw_43e7d63a-02ad-40c7-9417-0d0047fc2fab" class="intrnllnk">y)l一个正整数，返回最小二乘样条近似值的b形式，但带有为您选择的结序列。通过应用求得结点序列<一个href="//www.tatmou.com/help/curvefit/aptknt.html">aptknt到…的一个适当的子序列x。得到的分段多项式包括l多项式的分段k-2连续的衍生品。如果你觉得内部结的不同分布可能会做得更好，跟着这个
sp1 = spap2 (newknt(花键),k, x, y));
样条= spap2(…<一个href="#mw_6552bd4d-e96d-4487-a16d-a7598ef5c9f7" class="intrnllnk">x,<一个href="#mw_43e7d63a-02ad-40c7-9417-0d0047fc2fab" class="intrnllnk">y,<一个href="#mw_7d3e4106-535f-4c25-81f5-0ebc8276f53b" class="intrnllnk">w)w在误差测量中(如上所述)。w必须是一个与x，带有非负元素。当这些数据点被它们的平均值所取代时，与同一地点的数据点对应的所有权重将被求和。
spap2 (k {knorl1,…,knorlm}, {x1,…,xm}, y)提供一个最小二乘样条近似网格数据。在这里,每一个knorli要么是一个结序列，要么是一个正整数。此外,k必须是一个米向量,y必须是(r + m维数组,y (:, i1,…,im)将基准面安装在网站[x {1} (i1)…,x {m} (im)],所有i1、……即时通讯。然而，如果样条是标量值，那么，与单变量情况相反，y是允许成为一个米-维数组，在这种情况下y (i1,…,im)基准面是否要安装在该处网站[x {1} (i1)…,x {m} (im)],所有i1、……即时通讯。
spap2 (k {knorl1,…,knorlm}, {x1,…,xm}, y, w)还允许指定权重。在这个米变量的情况下,w必须是一个单元格阵列米条目,w{我}大小相同的非负向量西,否则w{我}必须为空，在这种情况下我变量。
例子
计算三次样条的最小二乘近似
这个例子展示了如何计算数据的最小二乘近似x,y，用带有两个连续导数的三次样条，基本区间[一个。。b和内部休息西,只要西它的所有条目都在里面了吗(a, b)且满足条件(**)。
sp = spap2 (augknt ([a, b], 4), 4, x, y)
在这种情况下，近似包括长度(xi) + 1多项式。如果你只想得到一个三次样条近似值l用多项式块代替
sp = spap2 (l, 4, x, y);
如果得到的近似结果不令人满意，请尝试使用更大的l。其他使用
sp = spap2 (newknt (sp), 4, x, y);
为了更好的分布结序列。重复这个过程多次，以增加分布的保真度。
另外一个例子,spap2 (1, 2, x, y);提供对数据的最小二乘直线拟合x,y,而
w = 1(大小(x));w([1 end]) = 100;spap2(1、2,x, y, w);
适合的力非常接近第一个数据点和最后一个数据点。
计算并绘制二元函数的最小二乘近似
这个例子展示了如何创建一个二元函数，并计算和绘制它的最小二乘近似。
生成用于逼近和二元函数的数据。
x = 2: .2:2;y = 1: .25:1;[xx, yy] = ndgrid(x,y);z = exp (- (xx。^ 2 + yy。^ 2));
计算最小二乘近似并绘制它。
sp = spap2({x,y}， x,y}，z);fnplt (sp)
输入参数
输出参数
算法
spcol调用来提供几乎块对角的搭配矩阵(Bj,k(x我)),<一个href="//www.tatmou.com/help/curvefit/slvblk.html">slvblk在(加权)最小二乘意义上解决线性系统(*)，使用块QR分解。
网格数据以张量积的方式进行拟合，一次一个变量，利用单变量加权最小二乘拟合与拟合值线性相关这一事实。
您也可以从以下列表中选择一个网站:
