拟合曲面的数据可以通过编程方式进行交互和使用曲线拟合工具箱2.0 (R2009a)。更多信息在表面拟合曲线拟合工具箱2.0 (R2009a),请参考以下在线文档:
早期版本的MATLAB,试试以下解决方法:
适合直线、平面或高维表面使用MATLAB的一组数据,使用反斜杠符。下面列出的第一个例子展示了如何确定最佳的二维数据;第二个演示了如何适应平面三维数据。
示例1:拟合数据的最佳线路
%的数据拟合最佳路线,嘈杂和non-noisy
x =兰德(10);
n =兰德(大小(x));%的噪音
y = x + 2 * 3;% x和y满足y = x + 2 * 3
yn = y + n;% x和yn大致满足yn = 2 * x + 3由于噪音
%确定non-noisy线系数y = m1 * x + b1
Xcolv = x (:);%让X一个列向量
Ycolv = y (:);%使Y列向量
Const = 1(大小(Xcolv));%的常数项的向量
多项式系数= [Xcolv Const] \ Ycolv;%的系数
m1 =多项式系数(1);
b1 =多项式系数(2);
%这个数据适合另一个函数,简单地改变
%定义多项式系数矩阵在直线上
%为例,这段代码将符合二次
% y =多项式系数(1)* x ^ 2 +多项式系数(2)* x +多项式系数(3)
%多项式系数= [Xcolv。^ 2 Xcolv Const] \ Ycolv;
%注意。^之前第一项的指数
%画出原始分和拟合曲线
图
情节(x, y,“罗”)
持有在
x2 = 0:0.01:1;
y2 = m1 * x2 + b1;%计算拟合曲线在很多点
情节(x2, y2,“g -”)
标题(sprintf (' Non-noisy数据:y = % * x + % f 'm1, b1))
%确定系数吵行yn = m2 * x + b2
Xcolv = x (:);%让X一个列向量
Yncolv = yn (:);% Yn一个列向量
Const = 1(大小(Xcolv));%的常数项的向量
NoisyCoeffs = [Xcolv Const] \ Yncolv;%的系数
m2 = NoisyCoeffs (1);
b2 = NoisyCoeffs (2);
%画出原始分和拟合曲线
图
情节(x, yn,“罗”)
持有在
x2 = 0:0.01:1;
yn2 = m2 * x2 + b2;
情节(x2, yn2,“g -”)
标题(sprintf (的嘈杂的数据:y = % * x + % f '平方米,b2))
示例2:拟合平面数据
x =兰德(10);
y =兰德(10);
z = (3 - 2 * * 5 * y) / 4;%平面方程包含
% (x, y, z)点是2 * x + 5 * y + 4 * z = 3
Xcolv = x (:);%让X一个列向量
Ycolv = y (:);%使Y列向量
Zcolv = z (:);% Z一个列向量
Const = 1(大小(Xcolv));%的常数项的向量
系数= [Xcolv Ycolv Const] \ Zcolv;%的系数
XCoeff =系数(1);% X系数
YCoeff =系数(2);% X系数
CCoeff =系数(3);%常数项
%使用上述变量,z = XCoeff * x + y + CCoeff YCoeff *
L = plot3 (x, y, z,“罗”);%画出原始数据点
集(L,“Markersize”,2 * (L,“Markersize”))%的大圆圈标记
集(L,“Markerfacecolor”,“r”)%的标记
持有在
[xx, yy] = meshgrid (0:0.1:1 0:0.1:1);%为策划生成正则网格
zz = XCoeff * xx + YCoeff * yy + CCoeff;
冲浪(xx, yy, zz)%绘制表面
标题(sprintf (“策划飞机z = f (%) * x + (%) * y + (%) ',YCoeff XCoeff CCoeff))
%通过旋转表面,可以看到点躺在飞机上
%,如果方程两边的标题4
%得到方程的评论第三行这个例子
这两个例子中使用的语法扩展到更高的维度和高阶多项式,通过组装数据矩阵和使用反斜杠符如图所示的行标签”找到系数”。这是成功只要数据矩阵是线性的权力独立变量。
n维曲线拟合工具的信息,请参阅以下产品的演示文档:下载188bet金宝搏
曲线拟合工具箱:
//www.tatmou.com/help/toolbox/curvefit/curvefit_product_page.html
统计工具箱:
//www.tatmou.com/access/helpdesk/help/toolbox/stats/
