离散点求曲率

最新推荐文章于 2024-12-28 01:32:24 发布

原创最新推荐文章于 2024-12-28 01:32:24 发布 · 1.8k 阅读

4 ·

CC 4.0 BY-SA版权

文章标签：

#线性代数 #矩阵 #算法

数学专栏收录该内容

1 篇文章

订阅专栏

该博客介绍了如何通过数学方法计算离散点的曲率。首先，使用多项式拟合离散点，然后求出一阶和二阶导数。通过曲率公式，结合导数计算得到曲率值，从而理解数据的局部弯曲特性。

离散点求曲率

第一步：离散点拟合函数
第二步：求一阶及二阶导，并带入求曲率公式。

import numpy as np
# x = 离散点x-axis坐标
# y = 离散点y-axis坐标
# x_target = 为拟合的函数采样点（这里是采样点的x-axis值）

# 第一步拟合函数
poly = np.polyfit(x, y, 3) # 拟合n次函数（这里为3次）
poly = np.poly1d(poly)
y_target = poly(x_target)

# 第二步求导
x_t = np.gradient(x_target) # x' 一阶导
xx_t = np.gradient(x_t) # x'' 二阶导

y_t = np.gradient(y_target) # y' 一阶导
yy_t = np.gradient(y_t)  # y'' 二阶导
curvature_val = np.abs(xx_t * y_t - x_t * yy_t) / (x_t * x_t + y_t * y_t) ** 1.5 # 求曲率公式