如果MATLAB拟合的是一个复合函数的模型,还能用nlinfit进行拟合吗
来源:学生作业帮助网 编辑:作业帮 时间:2024/05/16 07:36:27
根据你的精度和要求选择,三角函数也行
可以到matlab论坛问,在这不好解决!再问:也去那里提问了,没人回答呢,急求啊,论文等着用呢再答:你做的是图像处理还是目标跟踪?再问:不是这个,就是做的试验得到的几个数据,想拟合个公式出来
通过给定的点来拟合出误差最小的近似曲线
我的作业题给你看下clcclearx=[0123456];y=[233.565.45.69.8];p=polyfit(x,y,4)x1=0:0.02:6;y1=polyval(p,x1);plot(x
如果想使用拟合后的函数,则可以做到.以下面的数据为例:y=[5101520253035404550];x=[110.3323148.7328178.064202.8258033224.7105244.
你这个曲线拟合本来就不是简单的事情.对于这种指数函数的线性组合,一般很难找到合适的变换使其变成多项式.如果你能找到这样的变换,那么问题就简单许多.如果不能,那么就需要Bayesianinference
利用cftool曲线拟合工具箱:LinearmodelPoly2:f(x)=p1*x^2+p2*x+p3Coefficients(with95%confidencebounds):p1=-0.0381
n=3;p=polyfit(x,y,n);再问:额。。我说的是三个未知数的多项式,不是三次多项式再答:p=poly3fit(x,y,z,n);再问:可以给具体的程序操作么
helppolyfitPOLYFITFitpolynomialtodata.POLYFIT(X,Y,N)findsthecoefficientsofapolynomialP(X)ofdegreeNth
两边取自然对数lnY=lnA-BX,令Z=lnY,C=-B,D=lnAZ=CX+D拟合这个直线就OK
预测发现数据之间的关系
f=inline('1./sqrt((c*x).^2+1)','c','x');x=0:0.1:3y=1./sqrt((0.5*x).^2+1);f=inline('1./sqrt((c*x).^2+
f=[];u=[];plot(f,u,'o')holdonfun=inline(‘c(1)./((c(2).^2-f.^2).^2+c(3).*f.^2).^0.5','c','f');c=nlinf
不管是什么程序(matlab或是excel),你必须得告许程序目标拟合公式的形式.这里的形式,是指你的公式是多项式型、对数型、三角形或其它的形式,但是这个公式里面有待定的系数,而这个系数就是通过拟合得
%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
你给我数据,我来帮你.再问:你告诉我输入matlab时的源代码就好了,坐标空起来,谢了再答:已发私信给你。
可用matlab曲线拟合工具箱,里面有各式各样的拟合函数可供选用...x=[367 379 414  
四元一次方程组.但方程的个数(数据点数)超过四个.也就是说多个方程,四个未知数.数学上讲是一个超定方程组(矛盾方程组)你写成矩阵的形式.这个矩阵是一个长方阵.用最小二乘法进行求解.即A*x=B,你的a
这种比较复杂的式子拟合之前先化简一下比较好,至少可以两边取一下对数,另外,这个式子里a,b两个参数应该合到一起,否则是拟合不出结果的.
严格的来说,二次多项式拟合不是最小二乘拟合.lsqnonlin()、lsqcurvefit()是最小二乘拟合