最小二乘法拟合指数函数,Matlab polyfit线性拟合问题

拟合函数形式为:y=c(1-exp(at));t=[1.52752.08173.32674.20885.03765.72815.72815.72815.72817.983... 拟合函数形式为:y=c(1-exp(at));
t=[1.5275 2.0817 3.3267 4.2088 5.0376 5.7281 5.7281 5.7281 5.7281 7.9832 10.5347 11.5058 13.0526 14.3302 15.4550 16.0434 17.1287 18.0409 18.0409 18.6259 2.8636 4.5765 5.4087 5.7281 5.7281 5.7281 5.7281 9.3960],
y=[ 0.3408 0.6278 0.3790 0.7242 0.8386 0.7113 0.7113 0.7113 0.7113 0.6627 0.6625 0.6563 0.8832 1.1014 1.0155 0.9698 0.9823 0.9294 0.9294 0.9149 0.4343 0.9054 0.7805 0.7113 0.7113 0.7113 0.7113 0.6555]
展开
 我来答
三野深月11
推荐于2018-05-06 · TA获得超过360个赞
知道小有建树答主
回答量:338
采纳率:100%
帮助的人:60万
展开全部
%方法一
y=[50 40 30 20 10 ]; t=[55 63 73 100 121];
yp=log(y);
p = polyfit(t,yp,1);
b=-p(1)
a=exp(p(2))
yf=a*exp(-b*t);
yf-y
plot(t,y,'r+',t,yf,'b-')
legend('原始点','拟合线')

%方法二
%% Fit: 'exp1'.
[xData, yData] = prepareCurveData( t, y );
% Set up fittype and options.
ft = fittype( 'exp1' );
opts = fitoptions( ft );
opts.StartPoint = [145.2 -0.3];
% Fit model to data.
[fitresult, gof] = fit( xData, yData, ft, opts );
% Plot fit with data.
figure( 'Name', 'untitled fit 1' );
h = plot( fitresult, xData, yData );
legend( h, 'y vs. t', 'exp1', 'Location', 'NorthEast' );
% Label axes
xlabel( 't' );
ylabel( 'y' );
fitresult
gof

%方法三
y=[50 40 30 20 10 ]';
yp=log(y);
t=[55 63 73 100 121]';
tl=ones(size(t));
t1=[tl t];
p=t1\yp;
b=-p(2)
a=exp(p(1))
yf=a*exp(-b*t);
yf-y
plot(t,y,'r+',t,yf,'b-')
legend('原始点','拟合线')
%方法四
regress
本回答被提问者和网友采纳
已赞过 已踩过<
你对这个回答的评价是?
评论 收起
Sievers分析仪
2024-10-13 广告
是的。传统上,对于符合要求的内毒素检测,最终用户必须从标准内毒素库存瓶中构建至少一式两份三点标准曲线;必须有重复的阴性控制;每个样品和PPC必须一式两份。有了Sievers Eclipse内毒素检测仪,这些步骤可以通过使用预嵌入的内毒素标准... 点击进入详情页
本回答由Sievers分析仪提供
推荐律师服务: 若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询

为你推荐:

下载百度知道APP,抢鲜体验
使用百度知道APP,立即抢鲜体验。你的手机镜头里或许有别人想知道的答案。
扫描二维码下载
×

类别

我们会通过消息、邮箱等方式尽快将举报结果通知您。

说明

0/200

提交
取消

辅 助

模 式