这个函数使用lsqcurvefit适应参数D, A,μ,团体R ^ N - - > R
高斯+常数模型函数,
z (x) = D + * exp (-0.5 * (xμ)。‘*发票(sig) * (xμ))
这里A和D是未知的标量,μ是未知的资料片是一个向量,和团体是一个
未知NxN协方差矩阵。实行低,上界0 < = D < = 0(见下文),这也可以用来执行纯高斯拟合。
语法:
[params, resnorm,残留、exitflag、输出]= gaussfitn (xdata、zdata params0,磅,乌兰巴托,名称,值)
输入(必需):
xdata:麦根矩阵的行指定R ^ N M分散样品
zdata: mx₁向量对应的样本z (xdata)
输入(可选)
params0:单元阵列的初始参数估计{D0, A0、mu0 sig0}。
也可以是空的[]在这种情况下,默认的初始猜测
是自动生成的。也可以由单元阵列的空的吗
和非空元素(如{mu0 D0,[],[]}在这种情况下
选择参数的默认生成初始猜测。
磅:单元阵列的下界{D_LB、A_LB mu_LB}在D, A,μ。
乌兰巴托:单元阵列的上界{D_UB、A_UB mu_UB}在D, A,μ。
名称、值:名称/值的选择对与lsqcurvefit兼容。看到的,
< //www.tatmou.com/help/optim/ug/lsqcurvefit.html buuhcjo-options >。
默认情况下,然而,SpecifyConstraintGradient = true,除非
重写。
输出:
参数:最终估计的参数作为一个单元阵列{D, a,μ,团体}
在lsqcurvefit resnorm:
剩余:如lsqcurvefit
在lsqcurvefit exitflag:
输出:如lsqcurvefit
引用作为
马特·J (2023)。gaussfitn(//www.tatmou.com/matlabcentral/fileexchange/69116-gaussfitn), MATLAB中央文件交换。检索。
MATLAB版本兼容性
创建R2018a
与R2016b后来版本兼容
