插值方法
插值涉及函数的构建f给定的比赛数据值，y我在给定的数据网站，x我，在这个意义上f（x我) =y我， 全部我．
interpolant,f，通常构造为表单的独特功能
匹配给定数据的函数fj选择“适当”。
在样条插值中，选择fj是n连续b样Bj（x) =B（x|tj,...，tj+k)，j= 1:n的订单k对于一些结序列t1≤t2≤......≤.tn+k．
关于插值方法
方法 |
描述 |
|---|---|
线性 |
线性插值。这种方法适合不同的线性多项式之间的每一对数据点的曲线，或之间的三组点的曲面。 |
最近的邻居 |
最近的邻居插值。此方法将内插点的值设置为最近数据点的值。因此，此方法不会生成任何新数据点。 |
三次样条 |
三次样条插值。这种方法在曲线的每一对数据点之间拟合不同的三次多项式，或在三组点之间拟合曲面。 |
一种保形 |
分段三次Hermite插值(PCHIP)。这种方法保持了数据的单调性和形状。 仅限曲线。 |
双武器（V4） |
MATLAB®4 仅供表面。 |
利用薄板样条 |
薄板样条插值。该方法适合平滑的表面，也浅薄。 仅供表面。 |
对于曲面，插值拟合类型使用MATLAB疏散internalant.用于线性和最近的方法的功能，以及Matlabgriddata立方体和双武场方法的功能。薄板样条方法使用tpaps函数。
使用的跨节类型取决于数据的特性，曲线所需的平滑度，速度考虑，拟合后分析要求等。线性和最近邻的方法快速，但结果曲线不是很平滑。立方样条和形状保存和V4方法较慢，但结果曲线非常光滑。
例如，核反应数据carbon12alpha.mat文件的最近邻插值拟合和保形(PCHIP)插值拟合。很明显，最近邻插值不能像形状保持插值那样跟踪数据。如果你在进行插值，那么这两种适合之间的区别是很重要的。然而，如果您想要整合数据以获得总体反应强度的感觉，那么对于合理的整合仓宽度，这两种匹配提供了几乎相同的答案。
请注意
拟合良好的统计数据、预测边界和权重没有为插值定义。此外，拟合残差总是0(在计算机精度范围内)，因为插值通过数据点。
插值定义为分段多项式因为拟合曲线是由许多“片段”构成的(除了比哈迈尔乐队对于径向基函数插值的曲面)。对于三次样条和PCHIP插值，每个部分由四个系数描述，工具箱使用三次(三次)多项式计算这些系数。
参考
样条函数的更多信息三次样条插值。参考
pchip函数的更多信息的形状保持插值，并比较两种方法。参考
疏散internalant.，griddata， 和tpaps函数的更多信息的表面插值。
对数据拟合一个“全局”多项式插值是可能的，其程度比数据点的数量少1。然而，这样的匹配可能会在数据点之间产生极不稳定的行为。相反，这里描述的分段多项式总是产生良好的拟合，所以它们比参数多项式更灵活，可以有效地用于更大范围的数据集。
相关话题
您还可以从以下列表中选择一个网站：
