data-fitting

    1热度

    2回答

    我有一大组x数据和大量的y数据,形成一系列不规则的lorentzian峰值。我试图使用内置MATLAB函数lsqcurvefit X = lsqcurvefit(FUN,X0,XDATA,YDATA) 我知道什么是X0,XDATA,YDATA是的,但我与放什么在FUN挣扎。我创建了下面的功能,但是从MATLAB说,肠道的错误消息: function is undefined for argum

    1热度

    1回答

    我想用fmincon在方程上拟合两个参数。我是用lsqnonlin这样做的,但我想利用fmincon的不等式约束。 问题是我无法通过测量数据的两个矢量,例如, y(x),与我在lsqnonlin中做的相同。 我该怎么做? estim = lsqnonlin(@fit_simp,X0,lb,ub,options,X,Y) %X,Y are the measured data in vectors,

    2热度

    2回答

    当我尝试使用gnuplot内置曲线拟合功能时,我总是收到w = 0 in Givens();错误消息。 我所做的是试图将实验数据拟合到gnuplot中的某个数学模型。 我定义模型功能s(x): gnuplot> z(x)=(x-mu)/be gnuplot> s(x)=(k/be)*exp(-z(x)-exp(-z(x))) 然后我绘制的实际数据和模型函数来获取一个初始猜测模型参数: 然后我

    3热度

    3回答

    我想访问NonlinearModelFit的拟合参数。下面是代码 model = a*Cos[b*t + c]; fit = NonlinearModelFit[data, model, {a, b, c}, t, Method -> NMinimize] 当我使用命令: fit["BestFitParameters"] 的值在下面的格式返回: ​​ 现在我想存储的价值一个变量x x=f

    3热度

    3回答

    我有一个相当容易理解的问题。 我有一组数据,我想估计这个数据有多好,符合标准正态分布。要做到这一点,我开始与我的代码: [f_p,m_p] = hist(data,128); f_p = f_p/trapz(m_p,f_p); x_th = min(data):.001:max(data); y_th = normpdf(x_th,0,1); figure(1) bar(m_p,f_

    1热度

    1回答

    我有3组数据:xdata,ydata和error_ydata。 我需要适应这个数据根据这样一个公式: y_fit = c1*sin((2*pi*x_data)/c2 - c3) + c4 其中c为常数,参数找到。 我试过几个MATLAB功能,如fittype或lsqcurvefit,但他们需要的4个常数工作非常接近的初步估计。关键是要找出这些常数,无论是你给出的初始估计值。 任何想法? 预先感

    1热度

    1回答

    的我看起来像这样的一些连续变量: durs1=[3,40933 0,033630 0,25103 0,6361 0,71971 1,18311 1,91946 0,12842 0,97639 1,1383 0,46871 3,05241 2,34907 1,03788 0,76434 1,08798 1,462 0,4241 2,32128 0,29017..] 每个人都有超过1000个值(所

    2热度

    1回答

    它是否可能在gnuplot中绘制并拟合具有两个变量的函数?例如,一个物理功能取决于HIGHT h和温度T其中T依赖性应该只被计算而不是绘制(对于f,h和T实验数据存在): f(h,T) = a * h * (1 + alpha * T) + f0 其中a和f0是由合适的决定,alpha是已知的。最后,我需要在y轴上有f,在x轴上有h。整个T依赖应该照顾在适合,但我不需要它与splot显示。 以

    0热度

    2回答

    我有许多点排列在一个统一的网格状时尚的集合。鉴于这些观点,我如何检测这个网格的属性,比如它的旋转,线条之间的间距等?如果有一些算法来拟合这些数据的许多平行和垂直线,那么我可以平均线之间的距离,角度等等。做这个的最好方式是什么? UPDATE: 我正在处理的数据看起来大致是这样的: 这将是未来的清洁,但我只是需要一些方法来插值和分析网格状图案。

    2热度

    1回答

    我在2D图中有一堆点。红点表示我的实验稳定时,黑色表示不稳定。这两个区域在这个对数 - 对数图中被一条线清楚地分开,并且我希望找到最好的“分离线”,即给出用于区分这两个区域的标准并且在这个标准上具有最小误差的线。我在各种书籍和在线上搜索过,但找不到解决此问题的方法。你知道任何工具吗?首先必须定义错误。附带在我心中的一件事是:如果未知线AX + + C = 0,每个点(X0,Y0)定义了一个错误的功