matlab如何提取曲线数据处理,[求助]曲线中提取数据

% 最小二乘法多项式拟合

% ******** 螺旋副效率y与螺纹导程角x的关系 ********

% (1)-----选择拟合多项式拟合的阶数

x=[10 20 30 40 50 60 70];

y=[0.63 0.76 0.80 0.82 0.82 0.80 0.70];

n = 7; x1 = x(1); xn = x(n);

% n个数据可以拟合(n-1)阶多项式,高阶多项式多次求导,数值特性变差

% polytool()是交互式函数,在图形上方[Degree]框中输入阶数,右击左下角的[Export]输出图形

polytool(x,y,1)

% 观察多项式拟合的图形,选择置信区间最小的多项式阶数

% (2)-----计算多项式的各项系数和拟合值

m=input(' 输入多项式拟合的阶数 m = ');

[p,S]=polyfit(x,y,m);

disp ' 输出多项式的各项系数'

fprintf (1,' a = %3.16f \n',p)

disp ' 输出多项式的有关信息 S'

disp (S)

[yh,delta]=polyconf(p,x,S);

disp ' 观测数据 拟合数据'

disp ' x y yh'

for i = 1 : n

xy = [x(i) y(i) yh(i)];

disp (xy)

end

% (3)-----绘制观测数据离散点图和多项式曲线

plot(x,y,'r.')

title('\bf 实验数据离散点图 / 多项式曲线 \it y = a0+a1x+a2x^2+a3x^3+...')

grid

hold on;

xi=[x1:0.1:xn];

yi=polyval(p,xi);

plot(xi,yi,'k-')

% (4)-----拟合效果和精度检验

Q=sum((y-yh).^2);

SGM = sqrt(Q / (n - 2));

RR = sum((yh-mean(y)).^2)/sum((y-mean(y)).^2);

fprintf (1,' 剩余平方和 Q = %3.6f \n',Q)

fprintf (1,' 标准误差 Sigma = %3.6f \n',SGM)

fprintf (1,' 相关指数 RR = %3.6f \n',RR)

x0=input(' 输入插值点 x0 = ');

y0=polyval(p,x0);

fprintf (1,' 输出插值点拟合函数值 y0 = %3.4f \n',y0)

__________________

学我想学，用我所学。:lovely: