help~help~最小二乘法拟合固定形式的指数函数 - Matlab论坛 -
中国电子技术论坛 -
最好最受欢迎电子论坛!
后使用快捷导航没有帐号？
help~help~最小二乘法拟合固定形式的指数函数
<div class=""
有一些实测值，理论上满足方程y=exp(-b*x)，需要通过这些样本值，用非线性最小二乘法，模拟出b的值。
但是有一个问题，样本在拟合时不一定满足上式，如果上式无法拟合，就用y=a*exp(-b*x)，不过要多加一个条件，令a接近于1才行。
x 3....057 4...549
y1 0.........170412
y2 0..077 0......19087
y3 0.........172195
y4 0.........177226
& & 有四组方程，也就是需要四个b值。（在a为1，或接近1的条件下）
请大神赐教，谢过~~~
09:47:49　　
该类别下有 9 个回答。
该类别下有 8 个回答。
该类别下有 7 个回答。
该类别下有 7 个回答。
该类别下有 6 个回答。
该类别下有 6 个回答。
该类别下有 6 个回答。
该类别下有 6 个回答。
该类别下有 5 个回答。
该类别下有 5 个回答。
该类别下有 5 个回答。
该类别下有 4 个回答。
该类别下有 4 个回答。
该类别下有 4 个回答。
该类别下有 4 个回答。
该类别下有 4 个回答。
该类别下有 4 个回答。
该类别下有 4 个回答。
该类别下有 4 个回答。
该类别下有 4 个回答。
加&&QQ&&&&教你怎么做
你正在撰写答案
如果你是对答案或其他答案精选点评或询问，请使用“评论”功能。
Powered by
供应链服务
版权所有 (C) 深圳华强聚丰电子科技有限公司请在APP上操作
打开万方数据APP，点击右上角"扫一扫"，扫描二维码即可将您登录的个人账号与机构账号绑定，绑定后您可在APP上享有机构权限，如需更换机构账号，可到个人中心解绑。
检索详情页
{"words":"$head_words:最小二乘法+$head_words:Matlab+$head_words:曲线拟合","themeword":"$head_words","params":"$title:基于最小二乘法的曲线拟合及其在Matlab中的应用"}
&&&基于最小二乘法的曲线拟合及其在Matlab中的应用
基于最小二乘法的曲线拟合及其在Matlab中的应用
物理量之间的函数关系的确定在实际研究工作中有很重要的作用.目前我们用于曲线拟合的方法主要是三次多项式插值法,抛物线加权平均法,张力样条函数插值法等,但这些方法计算量大.本文结合最小二乘法的基本原理,利用最小二乘方法进行曲线拟合,计算过程简便.首先介绍了最小二乘法拟合的基本原理,然后介绍了用Matlab实现曲线拟合以得到函数关系的方法和步骤,最后举例详细介绍了该方法的应用.
摘要： 物理量之间的函数关系的确定在实际研究工作中有很重要的作用.目前我们用于曲线拟合的方法主要是三次多项式插值法,抛物线加权平均法,张力样条函数插值法等,但这些方法计算量大.本文结合最小二乘法的基本原理,利用最小二乘方法进行曲线拟合,计算过程简便.首先介绍了最小二乘法拟合的基本原理,然后介绍了用Matlab实现曲线拟合以得到函数关系的方法和步骤,最后举例详细介绍了...&&
相关论文(与本文研究主题相同或者相近的论文)
同项目论文(和本文同属于一个基金项目成果的论文)
您可以为文献添加知识标签，方便您在书案中进行分类、查找、关联
请输入添加的标签
万方数据知识服务平台--国家科技支撑计划资助项目（编号：2006BAH03B01）
&北京万方数据股份有限公司 万方数据电子出版社
实名学术社交
个性化订阅推荐
快速查看收藏过的文献&&源码搜搜是一个自动搜索中英文源码的搜索引擎，所以，请仔细阅读搜索到的英文源代码，它们和您的想要的中文有很大的关联。
&&另外，为了保证您得到最全面的结果，建议您直接搜索中文。
&&暂不支持繁体中文，请谅解！
Model 2-d surfaces from scattered data Approximations and Interpolation. Regression, &surface fitting&, &2D surfaces&, &scattered data&http://www.mathworks.com/matlabcentral/fileexchange/8998Nonlinear least square optimization through parameter estimation using the Unscented Kalman ... 关键内容 该程序用Kalman滤波，实现了最小二乘法的优化。信息&http://www.codesoso.com/code/Nonlinear_least_square_Kalman_.aspxMatlab偏最小二乘法用于判别分析源代码免费下载-PLS(Partial Least-Squares) for discriminant analysis-Free Source Codeanother extended algorithm for least square method. the main purpose of this algorithm is to combine both the least square method&#039;http://sourceforge.net/projects/generalextended/A function using the unscented Kalman filter to perform nonlinear least square nonlinear optimizatio Optimization. &Nonlinear Least Square Optimization&, &Kalman Filter&, Kalman, Filterhttp://www.mathworks.com/matlabcentral/fileexchange/18356Approximation of data using cubic Bezier curve least square fitting Approximations and Interpolation. cubic, Bezier, least, square, fitting, approximationhttp://www.mathworks.com/matlabcentral/fileexchange/15542Approximation of data using cubic Bezier curve least square fitting. Uniform parameterization is used. Fitting ensures upper bound of maximum allowed square distance.http://www.matlab-download.cn/Code/Bezi.htmlTwo minute video shows how to fit a surface to nonuniform data.
Real data is not always on a nice X,Y grid, but the MATLAB commands
SURF and MESH expect them to be.
GRIDDATA and MESHGRID help to fix this.
Seehttp://www.mathworks.com/matlabcentral/fileexchange/16848com/webinars
MATLAB 7.8 (R2009a)
curve fitting toolbox, drug interaction models, response surface model, surface fitting
http://www.mathworks.com/matlabcentral/fileexchange/23388MATLAB实现的一种基于最小二乘的椭圆拟合直接算法源代码 Stable Direct Least Squares Ellipse Fit 日 MATLAB R14SP1 附件中的源代码是matlab编写的，实现一种对于椭圆的稳定的数据拟合算法。当然必须要提供至少5个点的数据，椭圆x，y轴的中心点，最大轴最小轴等等 源代码及技术文章下载(尊重版权，http://www.codesoso.com/code/Least-Squares-Ellipse-Fit.aspxalgorithm for nonlinear least squares problems 日 Matlab ...找到最优的解。 源代码及技术文章下载(尊重版权，请点击下面的原文链接下载) LMFsolve.m finds least-squares solution of an overdetermined system of http://www.codesoso.com/code/LMF.aspxLMFsolve.m finds least-squares solution of an overdetermined system of ... Fletcher, overdetermined, nonlinear least square... The standard Levenberg- Marquardt algorithm was modified by Fletcher http://www.mathworks.com/matlabcentral/fileexchange/16063The function finds a solution of an algebraic nonlinear problem in the
least squares sense. The standard Levenberg- Marquardt algorithm was modified by Fletcher and Levenberg, Marquardt, Fletcher, least squareshttp://www.mathworks.com/matlabcentral/fileexchange/17534ORTHLLS2D returns the Orthogonal Linear Least Squares estimate for parameters of line a x + b y + c = 0 & & The function returns the Orthogonal Linear Least Squares estimate for parameters of line ax+by+c=0http://www.mathworks.com/matlabcentral/fileexchange/22027The code manually derives the expression fm(x1,x2,x3,...,xk) for & the equally spaced points in (k+1) dimensions, where m is the order of the Multi Dimensional Multivariable Least Squares Regressionhttp://www.mathworks.com/matlabcentral/fileexchange/22865Added after previous version & ols_gp: Sparse reconstruction by Orthogonal Least Squares followed by Gradient Pursuit &http://www.mathworks.com/matlabcentral/fileexchange/22828OLS - Orthogonal Least Squares: Proposed by T. Blumensath, M. E. Davies & StOLS - Stagewise OLS: Combining StOMP ideas with OLS & ROLS - Regularized OLS: Combining ROMP ideas with OLS
MATLAB 7.http://www.mathworks.com/matlabcentral/fileexchange/22776y). With this function, you can calculate the coefficients of the best-fit x,y polynomial using a linear least squares approximation. & & You can use this function if you have a set of N data triplets x,http://www.mathworks.com/matlabcentral/fileexchange/24062 &total least squares&, weighted, &uncertainty matrix&,...to data with uncertainties in both coordinates is solved using a weighted total least-squares algorithm.http://www.mathworks.com/matlabcentral/fileexchange/17466This package contains a set of tools that allows to deform in real-time points and images using the MovingTools that implements the Moving Least Squares algorithm to deform points and images Transforms. deformation,http://www.mathworks.com/matlabcentral/fileexchange/12249Matlab偏最小二乘法用于判别分析 PLS(Partial Least-Squares) for discriminant ... 关键内容 The difference between the total least squares regression and partial least squares regression http://www.codesoso.com/code/PLS-discriminant-analysis.aspx
CopyRight (&)
All Rights Reserved&matlab最小二乘法多项式拟合,求程序代码以及结果!
问题描述：
matlab最小二乘法多项式拟合,求程序代码以及结果!公式：y=A+B/(x^2)+C/(x^4)数据：x：532*10^(-9) 650*10^(-9) 416*10^(-9) 460*10^(-9) 540*10^(-9) 560*10^(-9) 675*10^(-9) y:1.1 1.1 1.7 1.4167
问题解答：
经拟合得到1.,.e-13,-.e-26代码：x=[416*10^(-9) 460*10^(-9) 532*10^(-9) 540*10^(-9) 560*10^(-9) 650*10^(-9) 675*10^(-9) ];y=[1.1 1.8 1.1 1.4167];func=inline('a(1)+a(2)./(x.^2)+a(3)./(x.^4)','a','x');x0=[1.26 2.55 6.3]a=nlinfit(x,y,func,x0); vpa(a,10) %系数A=a(1)、B=a(2)、C=a(3)y1=func(a,x);[y' y1'] %结果比较 再问： x0是指什么？另外不好意思，可以把曲线画出来了么？谢谢啦 再答： x0是拟合函数的初值。
我来回答：
剩余:2000字
close&allU=[1.45,1.85,2.02,2.2,2.67,2.98];V=[200,400,500,600,800,1000];H=[25.6,43.5,51.4,60.2,79.6,95.2];[AX,H1,H2]=plotyy(U,V,U,H,&#39;plot&#39;
程序：fun=sin(0.5*pi*x./y);%%a=int(int(fun,y,sqrt(x),x),x,1,2);b=simple(a) %化简I=vpa(b,4) %得到4位近似解,也可以任意N位解结果：I = 0.2719
楼上的有点问题,这是一次拟合,应该是p=polyfit(x,y,1)A=p(1);B=p(2);祝你学习愉快! 再问： 这个是直接输入的吧，有没有程序的，老师要交作业 再答： 这个就是程序啊
加我q,到时给你详细答案,联系我给你发邮箱
p=[x y ones(length(x),1)]\z这样得到的就是平面z=p(1)*x+p(2)*y+p(3)祝你学习快乐! 再问： xyz轴中如何显示所拟合的平面 再答： 方法很多，mesh函数最好
%龙贝格求积算法function I=romberg(a,b)h=b-a;T(1)=h/2*(fun(a)+fun(b));m=1;while 1 h=h/2; S(1)=1/2*T(1)+h*sumf(2^(m-1),a,h); for j=1:m S(j+1)=S(j)+(S(j)-T(j))/(4^j-1); e
x=[.];y=[.];fun1=inline('c(1)*log(x)+c(2),'c','x'); %拟合函数c=lsqcurvefit(fun1,[0,0],x,y) %求拟合系数y1=c(1)*log(x)+c(2) %拟合函数表达式值
程序改成如下：A=[1 3 6 3 1]; s=poly2str(A,'x'); x=unifrnd(0,5,150,1)%产生150个[0 5]上的均匀分布随机数 y=polyval(A,x) %5阶多项式拟合 p=polyfit(x,y,5) y=polyval(p,x) %显示 plot(x,y,'ro') xi
A=polyfit(X,Y);xx=0:1:m;YY=polyval(A,xx);(m是x的上限)
我曾经写过的一个程序,包含了画点,拟合,误差评估等你相应的删减一些,就能得到你需要的东西了.希望能看的懂：关键就一个函数：a=polyfit(x,y,n);请去matlab:help polyfit保证10分钟弄回自己的程序.求人不如求己% to find the least_squares fit for an in
下面是相应的Matlab程序function matexpfit(x,y)%指数曲线拟合及其图示%x,y为已知数据点且均为行向量%拟合曲线A=[ones(size(x))',x'];B=log(y)';X=A\B;%A\B为矩阵除法求AX=B的解fprintf('a=%f,b=%f\n',exp(X(1)),X(2))
有关微分方程参数拟合的技术,已经有相关的讨论：1、基于matlab四种方法解决变参量常微分方程参数识别（回归） 2、基于MATLAB和Forcal进行微分方程参数拟合 3、一个典型隐式方程（通用有效介质方程）的拟合实例 总的来说微分方程参数拟合有三种方法：1.将原问题转换为一个优化问题,就是使拟合得到的结果和实验测量值
无公式编辑器,SORRY.100人时生日各不相同的概率365!/265!/365^100n人时,生日各不相同的概率:n=365时概率为0至少2人生日相同的概率就是1-365!/(365-n)!/365^n
这是我们数字计算课程设计关于多项式拟合的一道题目!感觉写的还比较满意!#include #include #includedouble o=0.5;float a[10]; //所构造的多项式的系数float b[10][10]; //求多项式系数时需要的矩阵float x[1
#include&&iostream&#include&&cmath&using&namespace&#define&EPS&1E-6typedef&struct&item&{\x09double&
y1=linspace(-3,1,100);x1=zeros(1,100);x2=linspace(0,1,100);y2=sqrt(1-x2.^2);y3=-2*x2-1;plot(x1,y1,&#39;r&#39;,x2,y2,&#39;r&#39;,x2,-y2,&#39;r&#39;,x2,y3,&#39;r&
用函数mean（X）,其中X是数据矩阵
#include &stdio.h&#include &stdlib.h&#include &string.h&#define MAX_STEP 20//index:0 - 狼,1－羊,2－菜,3－农夫,value：0－本岸,1－对岸int a[MAX_STEP][4];int b[
clc&F=@(p,x)p(1)*exp((x(:,1)-x(:,2)*p(4))/0.026/p(6))+p(2)*exp((x(:,1)-x(:,2)*p(4))/0.026/p(7))+(x(:,1)-x(:,2)*p(4))/p(5)-p(1)-p(2)+p(3)-x(:,2);&nbsp
也许感兴趣的知识MATLAB如何用最小二乘法拟合平面_百度知道
MATLAB如何用最小二乘法拟合平面
&#xe6b9;答题抽奖
首次认真答题后
即可获得3次抽奖机会，100%中奖。
j88r知道合伙人
IT类认证行家
知道合伙人
采纳数：32833
获赞数：21370
从事多年系统运维，喜欢编写各种小程序和脚本。
这要看你的 D 是否为 0了，如果D不为0，那么，你的方程是等价于：Ax + By + Cz = 1，也就是只有3个未知数 A、B、C.data = [105.0806
-14.38105.0645
-13.96105.0753
-13.03105.0818
-14.49105.0727
-13.45104.8683
-32.15104.8740
-32.78104.8705
-32.26104.8773
-32.45104.8745
-32.17][p,~,rp] = regress(ones(size(data,1),1),data)
求得 p = [A; B; C]。如果 D 为0，那么要得到平面，C 必然不为0，此时，方程等价于：z = ax+by，则：[p2,~,rp2] = regress(data(:,3),data(:,[1 2]))求得 p2 = [a; b]。很显然，对比rp和rp2，发现rp数量级远小于rp2。说明第一种拟合结果比较好，意味着，p 是需要的拟合结果
为你推荐：
其他类似问题
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。