最小二乘法实现N次多项式函数拟合
最近都在全力准备电赛,无奈由于郑州的疫情,整个河南赛区和其他一起赛区推迟了全国电子设计大赛,于是,闲暇之中和大家分享一下,使用最小二乘法来实现N次多项式的拟合函数。
一、最小二乘法的思想
最小二乘法主要用于函数拟合或函数极值,思想主要是通过将预测值与理论值的差值的平方和达到最小。
二、代码分析
1、变量定义
extern float cun[100];//外部用来存取数据的数组,这里限制到了100个数据,理论上可以无限多组数据
extern u8 number;//存取数据的个数
float matrix[50][50];//正规方程式数组,这里限制在了50
extern float a[50];//外部变量 用于存储曲线内部计算多项式系数
2、函数功能分析
void ercheng(int degree)//degree为多项式阶数
{
u32 x[2*degree];//x数组变量
float y[degree];//y数组变量
int k;//计数循环变量
int n;//矩阵轮询变量
int c;
float t=0;//循环增加变量
float m;//倍数变量
//赋值x[]
for(n=0;n<=(2*degree);n++)
{
x[n]=0;
}//x数组变量清零
for(n=0;n<=(2*degree);n++)
{
for(k=1;k<=number;k++)
{
t=pow(k,n);//k的n次方
x[n]=t+x[n];
}
}
//赋值y[]
for(n=0;n<=(degree);n++)
{
y[n]=0;
}//y数组变量清零
for(n=0;n<=(degree);n++)
{
for(k=1;k<=number;k++)
{
t=pow(k,n);//k的n次方
y[n]=t*cun[k-1]+y[n];
}
}
//列出正规方程式
for(n=0;n<=degree;n++)
{
matrix[n][degree+1]=y[n];
for(k=0;k<=degree;k++)
{
matrix[n][k]=x[n+k];
}
}
//消元
for(n=0;n<degree;n++)
{
for(c=n+1;c<=degree;c++)
{
m=-matrix[c][n]/matrix[n][n];
for(k=n;k<=(degree+1);k++)
{
matrix[c][k]=matrix[c][k]+m*matrix[n][k];
}
}
}
//迭代
a[degree]=matrix[degree][degree+1]/matrix[degree][degree];
for(n=(degree-1);n>=0;n--)
{
m=0;
for(k=(n+1);k<(degree+1);k++)
{
m=a[k]*matrix[n][k]+m;
}
a[n]=(matrix[n][degree+1]-m)/matrix[n][n];
}
}