MATLAB对多组离散数据拟合

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^

Goodnessoffit适合度SSE拟合误差RMSErootmeansquareerror均方根误差Rsquare称为方程的确定系数,1之间,越接近1,表明方程的变量对y的解释能力越强.

拟合的时候把y当作自变量,x当作未知数这样拟合出来的函数是x=f(y)知道y求x就容易了

能不能说的更清楚点儿啊

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

将离散数据放入数组中,如数组A,共有N个数据,然后B=fft(A,N)就可以了,B就是A的频谱,用stem（B）画频谱图,stem(angle(B))是相位谱,stem(abs(B))是振幅谱再问：那

用s函数的变型.A=[...199230199331199432199534199642199748199855199958200062200163200265200365200466];x=A(:,

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。

推荐这个模型比较好.GeneralmodelExp2:f(x)=a*exp(b*x)+c*exp(d*x)Coefficients(with95%confidencebounds):a=2524(22

预测发现数据之间的关系

A=polyfit(X,Y);xx=0:1:m;YY=polyval(A,xx);(m是x的上限)

%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

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,

%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

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

确定啥啊?你自己还是看一下曲线拟合的那个几个函数吧!很简单的!

x1=[.];x2=[.];%x1和x2均为数据矩阵x=[ones(length(x1),1);x1';x2'];y=[.];[b,bint,r,rint,stats]=regress(y,x);%b

这,这是二值函数啊,手动给出一个解吧：y=-2*sgn(x-31);其中sgn是符号函数如果要用连续函数拟合的话,可以用sigmod函数：y=-2/(exp(-x+31.5)+1)+1;

可以用的,而且冗余值越多对于最小二乘拟合越精确（前提是没有坏值）比方说我一个x=1有5个y2,3,4,5,6则把x写为x=[11111]y=[23456]就可以了.程序楼上两位已经给了,借用下.p=p

哦这个比较简单,下面使用两种方法%bydynamic%2009.2.%%得到积分数据,这里的x我是随机生成的x=rand(1,1000);t=[1:1000]*(1/100);%%方法一trapz(t