MATLAB数据拟合方法MATLAB数据拟合方法多项式拟合1多项式拟合指令2工具包拟合
曲线近似又称曲线近似,与插值函数略有不同,只要求近似曲线能合理反映数据的基本趋势,而不要求曲线一定通过数据点。 曲线拟合有几个不同的判别标准,如使偏差绝对值之和最小,使偏差最大绝对值最小,使偏差平方和最小,即最小二乘法。 常用的方法是最后一种。
多项式拟合可以以多项式的形式拟合数据点,并通过使用最小二乘法来确定多项式的系数。 多项式拟合有两种方法:命令语句和图形窗口。
1多项式拟合指令polyfit(x,y,n ) :返回多项式拟合幂数组的多项式系数。
polyval(p,XI ) :计算多项式的值。
其中,X X,Y' role='presentation'YY是数据点值; n是拟合的最高次方; P' role='presentation'PP是返回的多项式系数; XI X I是所要求的点的横坐标。 例如,假设对表1-2中的数据进行多项式拟合。 数据如下。
x 12345689 y ' role=' presentation ' YY 9763-125720 MATLAB代码:
%%多项式拟合指令x=[1 2 3 4 5 6 7 8 9]; y=[9 7 6 3 -1 2 5 7 20]; p=polyfit(x,y,3 ); xi=0:2:10; yi=polyval(p,xi ); plot(Xi,yi,x,y,' r* '; 执行结果:
2配套元件的具体步骤如下。
1 .打开工具包
2 .设定拟合参数,分别选择多项式1、2、3