Question

如何使用matlab 2014a 做数据曲线拟合

Answer 1

方法一、用数据拟合工具箱 Curve Fitting Tool

1. 打开CFTOOL工具箱。在matlab的command window中输入cftool，即可进入数据拟合工具箱。

   
   

2. 输入两组向量x，y。

          首先在Matlab的命令行输入两个向量，一个向量是你要的x坐标的各个数据，另外一个是你要的y坐标的各个坦空数据。输入以后假定叫x向量与y向量，可以在workspace里面看见这两个向量，要确保这两个向量的元素数一致，如果不一致的话是不能在工具箱里面进行拟合的。

          例如在命令行里输入下列数据:

   x = [196,186, 137, 136, 122, 122, 71, 71, 70, 33];

   y = [0.012605; 0.013115; 0.016866; 0.014741; 0.022353; 0.019278; 0.041803; 0.038026; 0.038128; 0.088196];

   

3. 数据的选取。打开曲线拟合共工具界面，点击最左边的X data和Y data，选择刚才输入的数据，这时界面中会出现这组数据的散点图。

   

4. 选择拟合方法，点击Fit

左侧results为拟合结果，下方表格为误差等统计数据。

方法二、用神经网络工具箱

1、打开神经网络工具箱，在command window内输入nftool，进入Neural fitting tool

2、销信敏导入数据，点击next，导入亏枝Inputs为x，Targets为y。

3、选择网络参数，点击next，选择训练集和测试集数量，点next，选隐藏层节点个数。

4、训练数据，点next，选train。

5、绘制拟合曲线，训练完成后电机plot fit

训练结果参数在训练完后自动弹出

神经网络工具箱可以用command写，请搜索关键字matlab 神经网络工具箱函数。

方法三、用polyfit函数写

        polyfit函数是matlab中用于进行曲线拟合的一个函数。其数学基础是最小二乘法曲线拟合原理。曲线拟合：已知离散点上的数据集，即已知在点集上的函数值，构造一个解析函数（其图形为一曲线）使在原离散点上尽可能接近给定的值。

        调用方法：a=polyfit(xdata,ydata,n)，

        其中n表示多项式的最高阶数，xdata，ydata为将要拟合的数据，它是用数组的方式输入。输出参数a为拟合多项式 y=a1x^n+...+anx+a,共n+1个系数。

%例程
A=polyfit(x,y,2);
z=polyval(A,x);
plot(x,y,'r*',x,z,'b')

方法四、自行写算法做拟合

       请参考数值分析教科书，拟合、插值方法较多，算法并不复杂，灵活套用循环即可

Answer 2

方法/步骤
1
输入数据
做纳粗数据曲线拟合，当然该有数据，本经验从以如下数据作为案例。

2
添加数据到curve fitting程序
这一步就是将你要拟合的数据添加到curve fitting程序中，同时给你拟合的曲线命名。

3
选择曲线拟合的方法类型
常见的拟合曲线有多项式的、指数的、对数的等等。curve fitting程序提供了很多的方法。你可以根据自己的数据具体选择。

4
选择好方法后，按照提供的公式选择具体的选项
本文的数据近似为线性的，我们选择多项式拟喊扰合的一阶方法。

5
拟合结果查看
拟合后，curve fitting会给你具体的函数表达式，你可以将他给出的参数的值带入你选择的方法中。

6
结果说明
在结果中，不仅可以看到函数的表达式，同时他还给出了95%置信区间的参数值，以及拟合好坏的一郑茄旦些指标，如：
SSE:
R-square:
Adjusted R-square:
RMSE:

7
画出图像
虽然在curve fitting程序有自带的图像显示，但是一般最好将拟合结果显示到单独的图像窗口。

8
保存结果
曲线拟合结束后，你可以保存你的拟合结果。选择你保存的路径即可。

Answer 3

　　方法/步骤
　　输入数据
　　做数据曲线拟合，当然该有数据，本经验从以如下数据作为案例。

　　添加数据到curve fitting程序
　　这一步就是将你要拟合的数据添加到curve fitting程序中，同时给你拟合的曲线命名。

　　选择曲线拟合的方法类型
　　常见的拟合曲线有多项式的、指数的、对数的等等。curve fitting程序提供了很多的方法。你可以根据自己的数据具体选择。

　　选择好方法后，按照提供的公式选择具体的选项
　　本文的数据近似为线性的，我们选择多项式拟合的一阶方法。

　　拟合结果查看
　　拟合后，curve fitting会给你具体的函数表达式，你橘斗纤可以将他给出的参数的值带入你选择的方法中。

　　结果说明
　　在结果圆仿中，不仅可以看到函数的表达式，同时他还给出了95%置信区间的参数值，以及拟合好坏的一些指标，如：
　　SSE:
　　R-square:
　　Adjusted R-square:
　　RMSE:

　　画出图像
　　虽然在curve fitting程序有自带的图像显示，但是一般最好将拟合结果显示到单独的图像窗口。

　　保存结果

　　曲线拟合结束销梁后，你可以保存你的拟合结果。选择你保存的路径即可。