MATLAB拟合工具箱smoothing spline

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

这个表达式输入跟一般的书写是一致的,不需要用点乘、点除之类的,直接写表达式,但是乘除符号是必须要有的.你这个表达式明显是错的,“y=L./(1+aexp(-bt))”,这里是“L/”,“a*exp”,

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

那看看下载的工具箱有没有问题,一般加载方法：file->setpath->addfolder->matlab文件夹下的toolbox文件夹->okay!一般是可以应用啦,如果仍

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：

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)

如果想使用拟合后的函数,则可以做到.以下面的数据为例：y=[5101520253035404550];x=[110.3323148.7328178.064202.8258033224.7105244.

1）>>x=linspace(1,32,8);>>y=linspace(0.1,0.8,8);>>p=polyfit(x,y,1)p=0.02260.0774%a=0.0226b=0.07742）>>

菜单File－－》GenerateM-file,运行导出的m文件,就可以在工作空间里调用系数a0--b7.再问：您好，可不可以问一下在工作空间中怎么调用傅里叶拟合出来的系数，生成M文件，输出结果大概是

首先确认一下,你这的log是以10为底的对数吧?那么命令如下.（如果是以e为底就不用除以log(10)了,自己改一下.)>>x=0.01:0.01:1;>>m=log(x)/log(10);>>for

使用cftool工具箱拟合,有时候使用所得的结果与数据相比相差甚远.精确并不符合实际的精度.就好使用命令来完成,可靠.

用ver命令即可查看各个工具箱及其版本

你的式子两边取对数可以化成多项式的形式,多项式的系数都是a,b,c的函数,你通过多项式拟合得到了多项式的系数,就能求得a、b、c了今天被阿栋说我在

应该没有,貌似要用到surfacefittingtoolbox

abs（x-b）再问：谢谢哈，我用了先平方再开方的方法

这好像和你的输出有关.您输出的矩阵是什么?你可以把你的神经网络发上来看看.再问：就是我对这个工具箱不甚了解，您能否稍稍简单地说下过程，输入怎样，输出怎样？我这个输入是83*5的矩阵，输出打算输出[0，

附录Ⅰ工具箱函数汇总Ⅰ.1统计工具箱函数表Ⅰ-1概率密度函数函数名对应分布的概率密度函数betapdf贝塔分布的概率密度函数binopdf二项分布的概率密度函数chi2pdf卡方分布的概率密度函数ex