点拟合成平面matlab

尝试用二次多项式拟合:　　clearall;　　x=2:2:20;　　y=[0.31.232.416.267.958.529.049.179.299.37];　　scatter(x,y,'ko

p=[xyones(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

你提供的两个方程都不好使,用我的.R-square:0.9845,AdjustedR-square:0.9799.clearn1=[1092.4109910971095.61083.91078.210

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^

我尝试了一下,没有问题.输出数据和拟合一样.你是不是程序哪里出问题了.再问：那你能把具体函数发过来么？如果附带有参数的截图，就像我那样就更好了

线性模型、非线性模型是以待优化参数W为参考（而不是看X）.y = w' * x （'表示转置）描述的是线性模型.题目中要拟合的函数是：

我现在也是这个情况啊!正是相当纠结呢!在网上看到了这个···因为这个函数的形式比较特殊,对其两边取对数后得到log(y)=log(a)+b*log(x1)+c*log(x2)于是立即就转换为了线性拟合

函数polyfit用于多项式曲线拟合p=polyfit(x,y,m)其中,x,y为已知数据点向量,分别表示横,纵坐标,m为拟合多项式的次数,结果返回m次拟合多项式系数,从高次到低次存放在向量p中.利用

yy=polyfit(t,y,4)%y求ln就可以一次拟合ye=log(y)yee=polyfit(t,ye,1)yyee=exp(yee)

提取边界散点观察法确定参数待定的拟合函数,如你观察的是椭圆曲线根据边界散点及参数待定的拟合函数,用最小二乘法进行拟合确定拟合函数的各个参数再问：那请问如何提取边界散点啊？我这是处理图像得到的数据，是一

程序：lnc=[-4.6052 -3.9120 -2.9957 -2.3026 -1.6094 -1.2040 -0.9163 -

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。

t=0:5:55;y=[01.272.162.863.443.874.154.374.514.584.624.64];%你将t,y的每一个值代入方程,会得到关于a,b,c的三元一次方程组(12个方程)

曲线总可以用参数方程描述：X=x(t),Y=y(t),Z=z(t),不妨假设x(t),y(t),z(t)是关于t的多项式函数,那么：x（t）=x0+x1*t+x2*t^2.给定一组参数就有一条曲线,并

你说的3维是真3维还是假3维.假3维的2次二项式我写过.就是一个曲面.坐标x,y上的点的值是z.（z不是坐标值,所以说是假3维）.只要你根据一维的方法,对二项式的x,y分别求偏导,然后令方程等于零,最

x1=0:1:10;y0=3*x1.^2+2*x1+6;z=0:0.001:10;y=spline(x1,y0,z);y1=interp1(x1,y0,z);plot(x1,y0,z,y,z,y1,'

matlab非线性的拟合有两个命令lsqcurvefit和lsqnonlin.这里用lsqcurvefit（lsqnonlin一样做）,先介绍下lsqcurvefit（原理是最小二乘法）已知数据点：x

可以用polyfit来拟合,不过其操作比较麻烦.直接输入cftool,打开一个界面,输入x,y数据,创建其关系,然后在图中的相应窗口选取要拟合的模型,我选的是线性拟合,5次,系数可信度达到95%.

最简单的是直接用拟合工具箱,如果具体知道它是怎么得到方程的还是去网上自己搜搜,应该有

求导再问：问题是x=[306090120150180210240270300]y=[4.104.013.933.853.773.703.633.563.493.42]求y=3.82处切线，可否详细一点