MATLAB进行最小二乘法对于分线性集合的一次线性拟合直线

该博客介绍了如何运用MATLAB的polyfit函数进行一阶线性最小二乘拟合,以处理简单应变片传感器的数据。通过给定的x和y数据,计算出拟合直线的参数,并绘制了拟合曲线,展示了黑线为最小二乘法拟合的结果。
摘要由CSDN通过智能技术生成

最小二乘法所用的函数:

p = polyfit(x,y,1);x,y为函数参数,1为一阶函数,

输出拟合直线的方程:

p1=poly2sym(p)

初步代码如下:

简单应变片传感器数据集:

x = [20,40,60,80,100,120,140,160,180,200];
y = [9.9,20,30.3,40.2,50.3,60.4,70.4,80.3,90.6,100.7];
p = polyfit(x,y,1);
x1 = 0:0.01:200;
y1 = polyval(p,x1);
subplot(1,2,2);
plot(x,y,'k^:',x1,y1,'k')
title('黑线为最小二乘法拟合')  
%  grid on
p1=poly2sym(p)

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