matlab离散数据 傅里叶拟合

我试用matlab拟合了一下,但是如果要达到比较理想的拟合效果,x的最高幂次方要达到14. 所以我求出来的系数可能不是很准确. 从0次幂到14次幂的系数分为如下： 10^

Goodnessoffit适合度SSE拟合误差RMSErootmeansquareerror均方根误差Rsquare称为方程的确定系数,1之间,越接近1,表明方程的变量对y的解释能力越强.

拟合的时候把y当作自变量,x当作未知数这样拟合出来的函数是x=f(y)知道y求x就容易了

首先你给的题目有问题,Y只有59个数据,所以我给X多增加了2个.其次你怎么没赏分最后的结果是只有这样的人才会来解答你的问题了,clear;clc;x=30:5:320;y=[33.4537.2340.

我把球面拟合出来了,也画出来了,但不知道什么是球度误差,你可以用数据和拟合出的球面方程自己算.clear;clc;[x,y,z]=sphere(5);data=10*unique([x(:)-0.1,

用s函数的变型.A=[...199230199331199432199534199642199748199855199958200062200163200265200365200466];x=A(:,

可以参考http://www.xinyudiyi888.com/?post=3这篇博客文章上的办法再问：额点都是未知的啊再答：亲，你有图，先二值化，你可以获取点啊，而且你说的是对离散点进行直线拟合。

推荐这个模型比较好.GeneralmodelExp2:f(x)=a*exp(b*x)+c*exp(d*x)Coefficients(with95%confidencebounds):a=2524(22

预测发现数据之间的关系

A=polyfit(X,Y);xx=0:1:m;YY=polyval(A,xx);(m是x的上限)

%x太大,以x的幂作为基函数会导致设计矩阵尺度太差,列变量几乎线性相依.%变换为[-1 1]范围计算x=[1990:2005];t=(x-2040)/50;y=[61 62&nbs

f=@(p,x)p(1)*exp(p(2)./x);T=80:-5:50;R=[375.3407.8467.3549.4642.0754.7901.2];p=lsqcurvefit(f,[11],T,

symsaxyx=[012345678910];y=[38715621023825223921115890-5];a=polyfit(x,y,2);%这是求拟合代数式的系数m=polyval(a,8.

看你的数据不多啊,我的建议还是把数据分段,然后写三个拟合函数这样呗

确定啥啊?你自己还是看一下曲线拟合的那个几个函数吧!很简单的!

x1=[.];x2=[.];%x1和x2均为数据矩阵x=[ones(length(x1),1);x1';x2'];y=[.];[b,bint,r,rint,stats]=regress(y,x);%b

这,这是二值函数啊,手动给出一个解吧：y=-2*sgn(x-31);其中sgn是符号函数如果要用连续函数拟合的话,可以用sigmod函数：y=-2/(exp(-x+31.5)+1)+1;

x=[.];y=[.];fun1=inline('c(1)*x^2+c(2)*x+c(3),'c','x');%拟合函数c=lsqcurvefit(fun1,[0,0],x,y)%求拟合系数a=c(1

可以用的,而且冗余值越多对于最小二乘拟合越精确（前提是没有坏值）比方说我一个x=1有5个y2,3,4,5,6则把x写为x=[11111]y=[23456]就可以了.程序楼上两位已经给了,借用下.p=p

有很多方法可以做到的,如果你是初学matlab可以试试matlab的三维拟合工具箱你在命令行键入sftool,就可以调出这个工具箱.这个是比较简单实用的一个.除了这个以外,多维度的可以用lsqnonl