0
我試圖建立一個算法,從分散點找到理想值。算法到模型平均值
基本上,我有這樣的數據:
Point 4.9 - value 200
Point 5.3 - value 940
Point 5.9 - value 640
Point 13.7 - value 300
,我需要建立一個數學曲線(基於速度和傾斜),將與980
值接近這一套的最高點5.5有什麼想法?
非常感謝!
我試圖建立一個算法,從分散點找到理想值。算法到模型平均值
基本上,我有這樣的數據:
Point 4.9 - value 200
Point 5.3 - value 940
Point 5.9 - value 640
Point 13.7 - value 300
,我需要建立一個數學曲線(基於速度和傾斜),將與980
值接近這一套的最高點5.5有什麼想法?
非常感謝!
最好的擬合曲線可以用Levenburg-Marquardt算法找到。見Press等人的C或C++中的數字食譜。人。例如
使用三次樣條可以獲得較低質量的解。參見上面的同一本書,或者一本高級工程數學書(Kreyzig例如)。
我認爲將LMA稱爲「最佳」擬合和立方樣條爲「較低質量」的解決方案在這裏有點不合時宜。您需要查看您擁有的數據以及您想要實現什麼樣的目標,以決定使用哪種最佳算法。 – fang 2014-11-06 20:20:45
曲線擬合的第一件事是確定您是否希望曲線精確傳遞您的數據點。然後,我們可以決定使用哪種算法(以及哪種曲線)。 – fang 2014-11-06 20:23:34