已知数据怎么进行高斯拟合matlab-搜答案-神马作文网

functionparameter=customfit(f,x,y,startpoint)%用最小二乘法求曲线拟合的程序.%f是待求函数,x和y是取样点坐标,parameter是待求系数,startp

cftool

x=[1,2,3,4,5]y=[500.6,442.4,428.6,370.1,343.1]p=polyfit(x,y,1)y6to10=polyval(p,[6:10])plot(x,y,'o',[

根据你的数据,绘出曲线图,这个你应该会,就不多说了点击Origin菜单栏上的Analysis——>Fitting——>NonlinearCurveFit——>OpenDialog在弹

设拟合的2元2次方程为f（x,y）=b1*x²+b2*x*y+b3*y²+b4*x+b5*y+b6用Matlab的regress（）函数拟合,也可以用自定义函数拟合.regress

建议研究一下cftool工具箱

你要拟合的非线性有没有固定的方程呢?还是随便用多项式去拟合?

这个,貌似不难.在同一个层中作出所有三条直线图,再分别对每条直线进行拟合,拟合线就出现在同一个图中了.注意,三条直线不要分层了.

你可以把步取去密一点,然后把拟合后的多项式用plot函数画出来不就行了吗?再问：拟合后得到的不是多项式的系数吗？只知道系数怎么画对应的函数图像？再答：知道系数后，可以用polyval计算啊！比如说：你

data=[13.39397\x0910779.24086\x0926376.5756513.18762\x0910624.98982\x0928662.5539912.12091\x099529.5

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.

%你没说神经网络类型,就使用最简单的前向反馈网络拟合.t=[03.94.17.38.413.114.816.417.71919.720.321.224.526.327.828.92929.831.13

由散点图可知,数据接近线性的,可以上使用下面的函数：line=Fit[data1,{1,x},x]若是选择二次函数,则Fit[data1,{1,x,x^2},x]你也可以自行搜索帮助文件再问：安装的软

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

对实验数据进行拟合是为了得到符合数据的函数关系,从而能更好地理解数据背后的数学、物理意义.进而对实验的各个参数有更深入的理解,能分析出各个参数对实验结果的影响.

用excel来你和下（一般用正态分布,可以查下相关资料）简单的用线性（二乘法）来完成

相关系数只能说明线性好不好不能表征离散度.我举个例子,比如x=y1=y2=那么其实（x,y1）与(x,y2)的相关系数都是1,显然y2的结果是不是更好!所以相关系数是片面的!

1解x和y的方程组：Solve[ax+y==7&&bx-y==1,{x,y}]2拟合线性模型一个变量lm=LinearModelFit[{1.5,3.4,7.1,8.3,10.4},x,x]Norma

选analysis,fitting,直线就选fitlinear,曲线就选nonlinearcurvefit,画出图后参数自动会给出~