least-squares

0熱度

1回答

我正在使用MathNet進行矩陣和矢量的二維三角測量。這我我的代碼： public static double[] trilaterate2DLinear(double[] pA, double[] pB, double[] pC, double rA, double rB, double rC) { //Convert doubles to vectors for processi

0熱度

1回答

適合執行

你好，我正在試圖適合一個圖像的psf。背景應該用低階多項式來近似。如果我只是把一個常數，它工作正常： def fitter(image, trueImage,psf,intensity): p0 = [intensity] p0.append(np.amin(trueImage)*4**2) meritFun = lambda p: np.ravel(image

0熱度

1回答

拋物線擬合數據

我想用一個最小二乘法找到適合下列數據的拋物線方程。下面的代碼工作顯然是錯誤的等式。我是否使用錯誤的功能來做到這一點？我的數組是（x，y）格式。 import numpy as np points = np.array ([(0.05, 0.957), (0.12, 0.851), (0.15, 0.832), (0.30, 0.720), (0.45, 0.583), (0.70, 0.37

0熱度

1回答

在matlab中使用最小二乘法求解多維方程

如何使用最小二乘法從該方程中獲得係數a和b？解決這個問題的最好方法是什麼？比方說θ(k1,k2)是60x60（恆定/值）矩陣，即theta=rand(60,60)，但如何解決在MATLAB a和b？任何簡單的功能來做到這一點？提前致謝！參考紙：Here（第三節）

0熱度

1回答

預測曲線擬合matlab

我有一個關於曲線擬合的問題，我有很多曲線，就像圖中的曲線一樣。 X軸：時間 Y軸：溫度每個樣品出來每隔30s。目標：在瞬態，你會在這種情況下怎麼辦年底預測值？我所做的是：對於每個新樣本我開始一個新的擬合（因此每個擬合都獨立於前一個擬合），然後檢查擬合曲線2小時後的值（我在2h之前設置的所有曲線）之後測量的開始。如果對於後續擬合的數字（比如說5），未來的價值保持大致相同（+ - 0.2°C

0熱度

1回答

限制最小二乘迴歸的範圍

我想對一組數據A(k1,k2)做一個迴歸，但是我想限制它在-K1<k1<K1和-K2<k<K2的範圍內迴歸。 A是由60x60矩陣組成的圖像相，尺寸爲MxN。從標準化頻率區域A的中心以0.1N/2進行最小二乘逼近。下面的代碼部分： A=rand(60); [m, n]=size(A); [M,N] = meshgrid(1:m,1:n); X = [M(:), N(:)]; B=regr

0熱度

1回答

指數曲線擬合與python

我想轉換一些Matlab代碼，我有曲線擬合我的數據到Python代碼，但我有麻煩得到類似的答案。這些數據是： x = array([ 0. , 12.5 , 24.5 , 37.75, 54. , 70.25, 87.5 , 108.5 , 129.5 , 150.5 , 171.5 , 193.75, 233.75, 273.75]) y = array([-8.79182857,

0熱度

1回答

python中的多線程優化

我正在使用lmfit來做一些優化，它很單調。我有一個大的圖像，我基本上每個像素運行最小二乘法最小化。在我看來，它可能是多線程或其他類型優化的理想選擇，因爲目前它非常緩慢。所以，我的優化代碼如下：我定義的目標函數爲： def objective(params, x, data): s0 = params['S0'] t1 = params['T1'] m = s0

1熱度

2回答

leastsq麻煩傳遞參數Python

我想要適合以下功能：將信噪比降到我的數據中。 C1，C2和h是我需要從leastsq方法獲得的參數。 C1和C2很簡單，但問題是我的h（t）實際上是：。我想獲得的是函數內部的係數hj（在我的例子中有35個不同的hj）。該函數是不同基底B樣條的總和，每個樣條加權不同，係數數量等於B樣條的結點數量。正如我想獲得C1，C2和h1..35我執行以下操作： funcLine = lambda tpl, ei

0熱度

1回答

scipy leastsq fit - 懲罰某些解決方案

我已經實現了一種能夠同時適合多個數據集的算法。正是基於這樣的解決方案：multi fit 的目標函數是太複雜，在這裏展示（LaFortune散射模型），所以我會使用目標函數從溶液中進行說明： def lor_func(x,c,par): a,b,d=par return a/((x-c)**2+b**2) 我怎樣才能如果它選擇導致lor_func < 0的參數集par，則懲