MATLAB 曲线拟合
eg:
x=1790:10:2010;
y=[3.9,5.3,7.2,9.6,12.9,17.1,23.2,31.4,38.6,50.2,63.0,76.0,92.0,105.7,122.8,131.7,150.7,179.3,203.2,226.5,248.7,281.4,308.7];
plot(x,y,'*');
p=polyfit(x,y,3);
polyval(p,2020)
plot(x,y,'*',x,polyval(p,x));
polyval(p,2016)
与数据插值类似，曲线拟合也是一种函数逼近的方法。
最小二乘法（又称最小平方法）是一种数学优化技术。它通过最小优化误差的平方和来寻找数据的最佳函数匹配。
polyfit():多项式拟合系数
功能：求得最小二乘拟合多项式系数
调用格式： p=polyfit(X,Y,m)
[P,S]=polyfit(X,Y,m)
[P,S,mu]=polyfit(X,Y,m)
eg:
文章来源：https://www.toymoban.com/news/detail-735123.html
x=[0.6,1.0,1.4,1.8,2.2,2.6,3.0,3.4,3.8,4];
y=[0.08,0.22,0.31,0.4,0.48,0.56,0.67,0.75,0.8,1.0];
p=polyfit(x,y,1)
plot(x,y,'*',x,polyval(p,x))
文章来源地址https://www.toymoban.com/news/detail-735123.html
到了这里，关于MATLAB 曲线拟合的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
