最近由于项目要求,要对前期采集的数据进行处理,并观测其曲线变化和利用曲线求实际工程当中的一些问题,需要对局部的曲线进行变化趋势具体化再现,某两段曲线的交点等问题,应用了最小二乘法线性拟合和2次曲线拟合算法,现总结如下:
最小二乘法线性拟合应用已有的采样时间点,再现这些点所描述的线性变化,即求出一个线性方程y=ax+b(这个算法的主要问题也就是如何用给定的数据求线性方程系数a和b)
//最小二乘法线性拟合,线性方程求系数,Xval时间数据,Yval每个时间点上的值数据,n数据的个数,Aval线性方程系数a,Bval线性方程系数b
BOOL DlgDataAnalyse::TwoCurveCompose(double *Xval,double *Yval,long n,double *Aval,double *Bval)
{
double mX,mY,mXX,mXY;
mX=mY=mXX=mXY=0;
for (int i=0;i<n;i++)
{
mX+=Xval[i];
mY+=Yval[i];
mXX+=Xval[i]*Xval[i];
mXY+=Xval[i]*Yval[i];
}
if(mX*mX-mXX*n==0)return FALSE;
*Aval=(mY*mX-mXY*n)/(mX*mX-mXX*n);
*Bval=(mY-mX*(*Aval))/n;
return TRUE;
}
最小二乘法2次曲线拟合应用已有的采样时间点,再现这些点所描述的2次曲线的变化,即求出一个二次曲线方程y=ax2+bx+c (这个算法的主要问题也就是如何用给定的数据求方程系数abc)
//最小二乘法二次曲线拟合算法,Xval时间数据,Yval每个时间点上的值数据,M代表几次曲线(如:2次的话就是3),N数据的个数,A二次曲线方程的系数(A[2]代表a,A[1]代表b,A[0]代表c)
BOOL DlgDataAnalyse::CalculateCurveParameter(double *Xval,double *Yval,long M,long N,double *A)
{
//X,Y -- X,Y两轴的坐标
//M -- 次数,表示几次曲线
//N -- 采样数目
//A -- 结果参数
register long i,j,k;
double Z,D1,D2,C,P,G,Q;
CDoubleArray B,T,S;
B.SetSize(N);
T.SetSize(N);
S.SetSize(N);
if(M>N)M=N;
for(i=0;i<M;i++)
A[i]=0;
Z=0;
B[0]=1;
D1=N;
P=0;
C=0;
for(i=0;i<N;i++)
{
P=P+Xval[i]-Z;
C=C+Yval[i];
}
C=C/D1;
P=P/D1;
A[0]=C*B[0];
if(M>1)
{
T[1]=1;
T[0]=-P;
D2=0;
C=0;
G=0;
for(i=0;i<N;i++)
{
Q=Xval[i]-Z-P;
D2=D2+Q*Q;
C=Yval[i]*Q+C;
G=(Xval[i]-Z)*Q*Q+G;
}
C=C/D2;
P=G/D2;
Q=D2/D1;
D1=D2;
A[1]=C*T[1];
A[0]=C*T[0]+A[0];
}
for(j=2;j<M;j++)
{
S[j]=T[j-1];
S[j-1]=-P*T[j-1]+T[j-2];
if(j>=3)
{
for(k=j-2;k>=1;k--)
S[k]=-P*T[k]+T[k-1]-Q*B[k];
}
S[0]=-P*T[0]-Q*B[0];
D2=0;
C=0;
G=0;
for(i=0;i<N;i++)
{
Q=S[j];
for(k=j-1;k>=0;k--)
Q=Q*(Xval[i]-Z)+S[k];
D2=D2+Q*Q;
C=Yval[i]*Q+C;
G=(Xval[i]-Z)*Q*Q+G;
}
C=C/D2;
P=G/D2;
Q=D2/D1;
D1=D2;
A[j]=C*S[j];
T[j]=S[j];
for(k=j-1;k>=0;k--)
{
A[k]=C*S[k]+A[k];
B[k]=T[k];
T[k]=S[k];
}
}
return TRUE;
}
本文来自CSDN博客,转载请标明出处:http://blog.csdn.net/lixiaohuprogram/archive/2009/07/06/4325677.aspx