Matlab 线性拟合 & 非线性拟合
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Matlab 线性拟合& 非线性拟合
分类：Computer Vision MATLAB 2012-06-22 21:24 46022人阅读评论(5) 收藏举报matlabplotrandomc图像处理
目录(?)[+]使用Matlab进行拟合是图像处理中线条变换的一个重点内容，本文将详解Matlab中的直线拟合和曲线
拟合用法。
关键函数：
fittype
Fit type for curve and surface fitting
Syntax
ffun = fittype(libname)
ffun = fittype(expr)
ffun = fittype({expr1,...,exprn})
ffun = fittype(expr, Name, Value,...)
ffun= fittype({expr1,...,exprn}, Name, Value,...)
/***********************************线性拟合***********************************/
线性拟合公式：
coeff1 * term1 + coeff2 * term2 + coeff3 * term3 + ...
其中，coefficient是系数，term都是x的一次项。
线性拟合Example：
Example1: y=kx+b;
法1：
[csharp]view plaincopyprint?
1.x=[1,1.5,2,
2.5,3];y=[0.9,1.7,2.2,2.6,3];
2.p=polyfit(x,y,1);
3.x1=linspace(min(x),max(x));
4.y1=polyval(p,x1);
5.plot(x,y,'*',x1,y1);
结果：p = 1.0200 0.0400
即y=1.0200 *x+ 0.0400
法2：
[csharp]view plaincopyprint?
1.x=[1;1.5;2;
2.5;3];y=[0.9;1.7;2.2;2.6;3];
2.p=fittype('poly1')
3.f=fit(x,y,p)
4.plot(f,x,y);
运行结果：
[csharp]view plaincopyprint?
1. x=[1;1.5;2;
2.5;3];y=[0.9;1.7;2.2;2.6;3];
2.p=fittype('poly1')
3.f=fit(x,y,p)
4.plot(f,x,y);
5.
6.p =
7.
8. Linear model Poly1:
9. p(p1,p2,x) = p1*x + p2
10.
11.f =
12.
13. Linear model Poly1:
14. f(x) = p1*x + p2
15. Coefficients (with 95% confidence bounds):
16. p1 = 1.02 (0.7192, 1.321)
17. p2 = 0.04 (-0.5981, 0.6781)
Example2:y=a*x + b*sin(x) + c
法1：
[csharp]view plaincopyprint?
1.x=[1;1.5;2;
2.5;3];y=[0.9;1.7;2.2;2.6;3];
2.EXPR = {'x','sin(x)','1'};
3.p=fittype(EXPR)
4.f=fit(x,y,p)
5.plot(f,x,y);
运行结果：
[csharp]view plaincopyprint?
1. x=[1;1.5;2;
2.5;3];y=[0.9;1.7;2.2;2.6;3];
2.EXPR = {'x','sin(x)','1'};
3.p=fittype(EXPR)
4.f=fit(x,y,p)
5.plot(f,x,y);
6.
7.p =
8.
9. Linear model:
10. p(a,b,c,x) = a*x + b*sin(x) + c
11.
12.f =
13.
14. Linear model:
15. f(x) = a*x + b*sin(x) + c
16. Coefficients (with 95% confidence bounds):
17. a = 1.249 (0.9856, 1.512)
18. b = 0.6357 (0.03185, 1.24)
19. c = -0.8611 (-1.773, 0.05094)
法2：
[csharp]view plaincopyprint?
1.x=[1;1.5;2;
2.5;3];y=[0.9;1.7;2.2;2.6;3];
2. p=fittype('a*x+b*sin(x)+c','independent','x')
3.f=fit(x,y,p)
4.plot(f,x,y);
运行结果：
[csharp]view plaincopyprint?
1.x=[1;1.5;2;
2.5;3];y=[0.9;1.7;2.2;2.6;3];