主要内容

griddatan

插值N-D离散数据

折叠所有页面

语法

vq = griddatan (x, v, xq)
vq = griddatan (x, v, xq,方法)
vq = griddatan (x, v, xq,方法选项)

描述

例子

矢量量化= griddatan (x，v，xq）适合窗体的超曲面v＝f（x）到样本点x与价值观v．的griddatan函数在指定的查询点插入曲面xq返回插值后的值，矢量量化．曲面总是通过由定义的数据点x和v．

例子

矢量量化= griddatan (x，v，xq，方法）指定用于计算的插值方法矢量量化．选项是“线性”或“最近的”．

矢量量化= griddatan (x，v，xq，方法，选项）指定字符向量的单元格数组，选项，将在Qhull通过delaunayn．

例子

全部折叠

打开生活的脚本

插值一个四维离散数据集，并可视化插值数据的三维等值面。

创建一组分散的样本点。

rng (“默认”) X = 2*rand([5000 3])-1;Y =总和(x ^ 2, 2);

创建x、y和z网格以用作3-D查询点集，并在这些点上插值分散的数据。

d = -0.8:0.05:0.8;[y0, x0, z0] = ndgrid (d, d, d);XI = [x0(:) y0(:) z0(:)];易= griddatan (X, Y, XI);

由于4维数据集难以可视化，采用0.8处的等值面对插值结果进行可视化。

YI =重塑(YI, size(x0));p =补丁(等值面(x0, y0, z0,咦,0.8));isonormals (x0, y0, z0,咦,p) p.FaceColor =“蓝”；p.EdgeColor =“没有”；(3)轴平等的camlight照明冯氏

Figure包含一个轴对象。axis对象包含一个patch类型的对象。

打开生活的脚本

在三维数据集上使用最近邻插值。

创建一个示例3-D数据集。矩阵X包含了xyz观测数据的位置v包含(随机生成的)观测数据。例如，这种类型的数据集可以表示这些地点海水中的氧含量。

X = [rand(100,1) rand(100,1) rand(100,1)];v =兰德(100 1);

使用最近邻插值来近似底层函数在某些查询点的值。

[xx, yy, zz] = meshgrid (0.2:0.025:0.8);Xq = [xx(:) yy(:) zz(:)];vq = griddatan (X, v, xq,“最近的”）;

在样本点位置的顶部绘制结果切片。

vq =重塑(vq、大小(xx));plot3 (X (: 1) X (:, 2), X (:, 3),的r *)举行在切片(xx,yy,zz,vq，[0.2 0.4 0.6 0.8]，0.5,0.5)

Figure包含一个轴对象。轴对象包含7个类型的线、面对象。

输入参数

全部折叠

样本点坐标，指定为一个矩阵。指定x作为一个米——- - - - - -n矩阵来表示米点n维空间。样本点必须是唯一的。

数据类型:单|双

样本值，指定为向量。指定v作为长度的向量米，中指定的每个样本点(行)有一个值x．

如果v那么包含复数griddatan分别对实部和虚部进行插值。

数据类型:单|双
复数的支持:金宝app是的

查询点，指定为一个矩阵。指定xq作为一个p——- - - - - -n矩阵来表示p点n维空间。xq通常是由一个统一的网格创建的ndgrid．

数据类型:单|双

插值方法，指定为该表中的值之一。这些方法都是基于输入数据的Delaunay三角剖分。

选项 描述 连续性
“线性”(默认) Triangulation-based线性插值。 C0
“最近的” 最近邻插值。 不连续

如果方法是［］,然后griddatan使用默认的“线性”方法。

数据类型:字符

特定于qhull的选项，指定为单元阵列。有关支持选项的列表，请参见金宝appQhull快速参考．

如果选项是［］,然后griddatan使用默认选项:

  • {“Qt”“Qbb”“质量控制”}用于2-D和3-D插值。

  • {'Qt' 'Qbb' 'Qc' 'Qx'}用于4维以上的插值。

如果选项是{"},然后griddatan不使用任何选项，甚至不使用默认值。

数据类型:细胞

输出参数

全部折叠

内插的值，作为一个长度向量返回p．插入的值矢量量化中对应的查询点(行)xq．

提示

  • 它不实用griddatan因为底层三角剖分所需的内存随着维数的增加呈指数级增长。

  • 离散数据插值griddatan使用Delaunay三角剖分的数据，因此可以敏感的缩放问题x．当这种情况发生时，您可以使用正常化重新缩放数据并改进结果。看到用不同震级归一化数据为更多的信息。

扩展功能

另请参阅

||

之前介绍过的R2006a

MATLAB的文档

金宝app

用MATLAB介绍深度学习

用MATLAB介绍深度学习

下载电子书