matlab 二维高斯分布绘图,matlab:画二维高斯分布密度函数图

首先,把二维正态分布密度函数的公式贴这里

1b28b0a07653afc44adc2e05d2b939bd.png

这只图好大啊~~

但是上面的那个是多维正态分布的密度函数的通式,那个n阶是对称正定方阵叫做协方差矩阵,其中的x,pi,u都是向量形式。虽然这个式子很酷,但是用在matlab里画图不太方面,下面换一个

98a4ddba32749a9b80181f7ff3aa3ee5.png

这个公式与上面的等价,只不过把向量和矩阵展开,计算出来。我们可以用这个式子画图。

因为二维函数的形式是:z=f(x,y)

所以必须先选择一些点,然后计算出f(x,y)。这些点分布在一个平面上,而z则在三维空间。

如何选择平面上的点阵?

[x,y]=meshgrid(a,b)

meshgrid就是这样一个生成点阵的函数,这个meshgrid理解起来有点绕,不过举个例子就马上能力明白了。下面是matlab里面的一段截图:

59a8781efb723a748e7a958bb7405dcb.png

我们可以看到meshgrid生成了两个同样大小的矩阵,第一个矩阵是通过把第一个参数[1:3]顺着行的方向复制了4次,4是第二个参数的长度,同样第二个矩阵是第二个参数顺着列的方向复制了三次,3是第一个参数向量的长度。而这个点阵就是:

(1,2)   (2,2)   (3,2)

(1,3)   (2,3)   (3,3)

...

看出什么意思了吧?就这个意思。

至于这两个参数到底怎么选,这样根据你的正态分布的均值,尽量使点阵的中心与分布的均值靠近。

好了,有了平面上的点,就来算这些点对应的函数值。往函数里套就行,下面是代码:

最后一句mesh(x,y,Z) 是画图函数,画出的图行大概是下面这个样子:

4ca31cafa21ce6cd05d38cbc42c684fc.png

  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Matlab二维高斯曲面拟合是利用matlab软件来处理二维数据,拟合出一条或多条高斯曲线表达函数与数据的拟合度最佳,以实现对数据的描述和分析。高斯曲面的方程为z=a*exp(-((x-b)^2/(2*c^2)+(y-d)^2/(2*e^2)))+f,其中a、b、c、d、e、f分别为拟合参数。二维高斯曲面拟合主要分为以下几步:读取数据、构建高斯曲面方程、定义拟合函数和参数、利用lsqcurvefit函数进行曲面拟合、绘制拟合曲面和拟合结果以及评估拟合质量。 首先,需要读取需要拟合的数据,将其转化为二维数据,方便进一步分析。然后,使用高斯曲面方程构建拟合函数,定义拟合参数,包括要拟合的高斯曲面顶点、标准差、拟合曲线在x轴和y轴的偏差值等。接着,利用matlab函数lsqcurvefit进行二维高斯曲面拟合,根据数据的不同,选择不同的拟合函数,在拟合过程中进行参数调整,使方程的拟合度最大化,同时使各项参数尽可能符合实际情况。 拟合完成后,需要对拟合结果进行绘图,将拟合曲面与原始数据散点进行比较,以评估拟合质量,选择最适合的拟合函数及其参数,以用作数学模型的建模和分析。最后,可以采用不同的评价方法,如最小二乘拟合,对拟合结果进行评估,得出拟合的误差和可靠性,以判断数学模型的适用性。 通过matlab二维高斯曲面拟合,可以有效提高数据分析的精度和效率,为数据科学和工程技术的发展提供了有益的支持。
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