33问答网
所有问题
当前搜索:
matlab多元非线性拟合
如何用
matlab
对四维数据进行
非线性拟合
答:
如你有数据和数据模型函数y=f(x1,x2,x3),可以用lsqcurvefit()或nlinfit()等
拟合
函数来求解其模型函数的系数。实现方法如下:x1=[。。。]x2=[。。。]x3=[。。。]x=[x1 x2 x3]y=[。。。]func=@(a,x)数据模型函数表达式,如y=a1x1^2+a2x2^2+a3x3^2+a4 b=[。。。] %...
用
matlab
编写 比如x1=[]; x2=[]; x3=[]; y=[]; 求函数关系式_百度知 ...
答:
a是元线性函数的系数 2、%数据服从多元非线性函数关系 fun=@(a,x)a(1)*x(1)^2+a(2)*x(2)^2+a(3)*x(3)^2;自定义函数(该方程举例而言)a0=[0 0 0] ;a系数的初值 a=lsqcurvefit(fun,a0,X,y)3、根据问题的不同,也可以用nlinfit()、lsqnonlin()等函数,来
拟合多元非线性
...
...最后一列为因变量,如何用spss或
matlab拟合多元非线性
方程...
答:
把excel数据导入
matlab
中,然后用matlab数据
拟合
工具箱对数据进行拟合,看哪个函数拟合效果好,就用那个哪个函数作为方程。。
matlab
二元函数
拟合
怎么设计函数。
答:
y=[1.75,2.45,3.81,4.80,7.00,8.60];p=polyfit(x,y,2)plot(x,y)计算结果为:p =0.5614 0.8287 1.1560 即所得多项式为y=0.5614x^2+0.08287x+1.15560 --- 如果你要
非线性拟合
,那么可以:x=[1.1389 1.0622 0.9822 0.934 0.9251 0.9158];y=[0.03 1 5.03 15....
用
MATLAB
做线性及
非线性
回归的函数有哪些
答:
用
MATLAB
做线性及
非线性
回归的主要函数有:1、线性回归 函数(解决线性回归问题),如regress()、polyfit(),主要书写格式为 a= regress(y,X) %
拟合线性
回归函数的系数,a系数 p=polyfit(x,y,n); %拟合多项式的系数,n最大项数为9 2、非线性回归函数(解决非线性回归问题),如lsqnonlin...
用
matlab
编写 比如x1=[]; x2=[]; x3=[]; y=[]; 求函数关系式_百度知 ...
答:
2、%数据服从多元非线性函数关系 fun=@(a,x) a(1)*x(1)^2+a(2)*x(2)^2+a(3)*x(3)^2; %自定义函数(该方程举例而言)a0=[0 0 0] ; %a系数的初值 a=lsqcurvefit(fun,a0,X,y)3、根据问题的不同,也可以用nlinfit()、lsqnonlin()等函数,来
拟合多元非线性
函数的系数。
求助
matlab
二元
非线性拟合
程序
答:
y=[0.45 0.45 0.45 0.55 0.55 0.55 0.65 0.65 0.65 0.75 0.75 0.75]f=@(p,x)p(1)*x(:,1).^2+p(2)*x(:,1).*x(:,2)+p(3)*x(:,2).^2+p(4)*x(:,1)+p(5)*x(:,2)+p(6);p=nlinfit([x;y].',z.',f,[1 1 1 1 1 1])%
拟合
出的参数 ez...
matlab
自定义函数
拟合
答:
matlab
中的
非线性拟合
函数nonlinfit具有强大的用自己定义的一个任意函数来拟合数据的功能。最常见的调用形式为 BETA = nlinfit(X,Y,MODELFUN,BETA0)BETA为待拟合的参数,X为自变量(矩阵),Y为应变量(向量),MODELFUN为自定义的拟合函数(function handle 型数据),BETA0为BETA的初始值(向量)。X...
matlab
二元函数
拟合
答:
1.不要想着什么都直接问别人要程序 2.
matlab
里有一个
非线性拟合
函数lsqcurvefit,我给你个范例,照着写就行了 x=0.019,0.023,0.027 y=430,380,256 3 parameters: a,b,c target function: y=(a*(1-x/b)+x/b)^c === function Untitled3 clc xi=[0.019,0.023,0.027];yi=[430,...
matlab
非线性
最小二乘
拟合
答:
1、
拟合
和很多因素有关,比如初值、拟合函数的选择、算法设置等。2、从结果看,效果还算不错(但需要注意,这是在精心选择参数估值的条件下才做到的)。3、目前得到的结果是:A = -6.2476e+003,B = 0.6293,C = 6.0501e+004。y = [59992 56989 55423 53141 56424 61078 66088 66970 64605...
棣栭〉
<涓婁竴椤
2
3
4
5
6
7
8
9
10
11
涓嬩竴椤
灏鹃〉
其他人还搜