Matlab 使用多项式和自定义的公式进行曲线拟合

有数据如下,对其进行曲线拟合:

x=[0;0.4;1.2;2;2.8;3.6;4.4;5.2;6;7.2;8;9.2;10.4;11.6;12.4;13.6;14.4;15];
y=[1;0.85;0.29;-0.27;-0.53;-0.4;-0.12;0.17;0.28;0.15;-0.03;-0.15;-0.071;0.059;0.08;0.032;-0.015;-0.02];

实验结果:在这里插入图片描述

使用二次多项式进行曲线拟合

close all;
clc;
clear;
x=[0;0.4;1.2;2;2.8;3.6;4.4;5.2;6;7.2;8;9.2;10.4;11.6;12.4;13.6;14.4;15];
y=[1;0.85;0.29;-0.27;-0.53;-0.4;-0.12;0.17;0.28;0.15;-0.03;-0.15;-0.071;0.059;0.08;0.032;-0.015;-0.02]; 
plot(x,y,'r*')
p=polyfit(x,y,2)
x2 = 1:.1:18;         %需要拟合的横轴范围
y2 = polyval(p,x2);    %获取多项式拟合的纵轴数值
plot(x,y,'r*',x2,y2,'k-')

实验结果:在这里插入图片描述

使用三次多项式进行曲线拟合

close all;
clc;
clear;
x=[0;0.4;1.2;2;2.8;3.6;4.4;5.2;6;7.2;8;9.2;10.4;11.6;12.4;13.6;14.4;15];
y=[1;0.85;0.29;-0.27;-0.53;-0.4;-0.12;0.17;0.28;0.15;-0.03;-0.15;-0.071;0.059;0.08;0.032;-0.015;-0.02]; 
plot(x,y,'r*')
p=polyfit(x,y,3)
x2 = 1:.1:18;         %需要拟合的横轴范围
y2 = polyval(p,x2);    %获取多项式拟合的纵轴数值
plot(x,y,'r*',x2,y2,'k-')

实验结果:
在这里插入图片描述

使用自定义公式::y= acos(kt)exp(wt);

clear ;
close all;
clc;
syms t;
x=[0;0.4;1.2;2;2.8;3.6;4.4;5.2;6;7.2;8;9.2;10.4;11.6;12.4;13.6;14.4;15];
y=[1;0.85;0.29;-0.27;-0.53;-0.4;-0.12;0.17;0.28;0.15;-0.03;-0.15;-0.071;0.059;0.08;0.032;-0.015;-0.02];
f=fittype('a*cos(k*t)*exp(w*t)','independent','t','coefficients',{'a','k','w'});
cfun=fit(x,y,f);
x0=0:0.2:18;   %需要拟合的横轴范围
y0=cfun(x0);	%用自定义公司拟合的纵轴
plot(x,y,'r*',x0,y0,'b-'); 
title('自定义公式进行曲线拟合');

实验结果:
在这里插入图片描述
cfun参数:
在这里插入图片描述
Coefficients (with 95% confidence bounds):
系数参数具有95%置信限:

很明显,自定义曲线拟合的方式较多项式的方法更合优良一些。

++++++++++++++++++++++++++++END+++++++++++++++++++++++++

参考

[1] https://www.bilibili.com/read/cv9604660/

  • 3
    点赞
  • 57
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值