matlab 3维平滑,matlab 曲面平滑

插值和拟合都是数据优化的一种方法，当实验数据不够多时经常需要用到这种方法来画图。在matlab中都有特定的函数来完成这些功能。这两种方法的确别在于：

当测量值是准确的，没有误差时，一般用插值；

当测量值与真实值有误差时，一般用数据拟合。

插值：

对于一维曲线的插值，一般用到的函数yi=interp1(X,Y,xi,method)

，其中method包括nearst，linear，spline，cubic。

对于二维曲面的插值，一般用到的函数zi=interp2(X,Y,Z,xi,yi,method)，其中method也和上面一样，常用的是cubic。

拟合：

对于一维曲线的拟合，一般用到的函数p=polyfit(x,y,n)和yi=polyval(p,xi)，这个是最常用的最小二乘法的拟合方法。

对于二维曲面的拟合，有很多方法可以实现，但是我这里自己用的是Spline

Toolbox里面的函数功能。具体使用方法可以看后面的例子。

对于一维曲线的插值和拟合相对比较简单，这里就不多说了，对于二维曲面的插值和拟合还是比较有意思的，而且正好胖子有些数据想让我帮忙处理一下，就这个机会好好把二维曲面的插值和拟合总结归纳一下，下面给出实例和讲解。

原始数据

x=[1:1:15];

y=[1:1:5];

z=[0.2 0.24 0.25 0.26 0.25 0.25 0.25

0.26 0.26 0.29 0.25 0.29;