目录
1 .线性最感性声学乘法
2 .多项式拟合方法(polyfit ) )。
3 .最感性的音乘优化： lsqlin、lsqcurvefit、lsqnonlin、lsqnonneg
4 .如何获得曲线拟合用户图形界面(cftool ) )。
1 .线性最感性声学乘法
x=[19 25 31 38 44] '；
y=[19.0 32.3 49.0 73.3 97.8] '；
r=[ ones (5，1 )，x.^2]；
ab=ry % if AB=C then B=AC
x0=19:0.1:44；
y0=ab(1) ab (2) *x0.^2；
plot(x，y，' o '，x0，y0，' r ' ) )
执行结果：
2 .多项式拟合方法
x0=[ 1990199119921993199419951996 ]；
y0=[70 122 144 152 174 196 202]；
a=polyfit(x0，y0，1 ) ) ) )。
y97=polyval(a，1997 ) ) ) ) ) ) ) ) ) ) ) )。
x1=1990:0.1:1997；
y1=a(1) *x1 a(2) ) 2；
plot(x1，y1 ) )。
hold on
plot(x0，y0，' * ' )
plot(1997，y97，“o ' ) ) ) ) ) ) ) ) ) ) ) ) ) ) )。
3 .最感性的声乘优化
3.1 lsqlin函数
示例4 :
x=[19 25 31 38 44] '；
y=[19.0 32.3 49.0 73.3 97.8] '；
r=[ ones (5，1 )，x.^2]；
ab=lsQlin(r，y ) ) )。
x0=19:0.1:44；
y0=ab(1) ab (2) *x0.^2；
plot(x，y，' o '，x0，y0，' r ' ) )
3.2 lsqcurvefit函数
(1)定义函数
functionf=fun1(x，tdata )；
f=x(1) x )2) exp(-0.02*x )3) *tdata )； %其中x(1)=a，x ) )=b，x ) )=k
(2)主函数
td=100:100:1000；
CD=[4. 54.995.35.65.906.106.26.396.506.59 ]；
x0=[0.2 0.05 0.05]；
x=lsqcurvefit(@fun1，x0，td，cd ) ) x )1)=a，x ) )2)=b，x ) )3)=k
t=100:10:1000；
c=x(1) x )2) exp(-0.02*x )3) t )；
plot(t，c ) )。
hold on
plot(TD，cd，' * '
3.3 lsqnonlin函数
(1)定义函数
functionf=fun2(x；
td=100:100:1000；
CD=[4. 54.995.35.65.906.106.26.396.506.59 ]；
f=x(1) x )2) exp(-0.02*x )3) TD )-cd；
(2)主函数
x0=[0.2 0.05 0.05]； %初始值是可选的
x=lsqnOnlin(@fun2，x0 ) ) ) ) ) ) ) ) ) ) ) ) )。
3.4 lsqnonneg函数
c=[0.0372 0.2869； 0.6861 0.7071； 0.6233 0.6245； 0.6344 0.6170]；
d=[0.8587； 0.1781； 0.0747； 0.8405]；
x=lsqnonneg(c，d ) )。
4 .曲线拟合的用户图形界面求解方法
Matlab工具箱提供了用于提供一维数据拟合的交互式环境的命令cftool。 具体来说
执行步骤如下。
)1)将数据导入工作区
) cftool，打开用户图形界面窗口；
)3)数据预处理
(4)选择合适的模型进行拟合
)5)生成并预测一些相关统计量。
内容如果从网络上有侵害的话请删除私信