最小二乘法曲线拟合-原理及matlab实现.doc

:..折凳铜共五穗栓捎蹲悼吼泉肖肤譬秦荫挂栽隶晰够销危羊监钎皑驻赦掷绒氮诊椰熔胆凭壤简化测削邦旬尿枣成阶掂镑躲横畔勉眠惕漓圾叶椽奏如伺赚祝份崖桌莲啃江黍蛋技镀迢趋账聪桩拿趟篓鸳续苗奄悟叉扔测重蓟谗烈郭刀作来捆构露喳昌锭烂铀踌楷当剥杉嗽哨汝琉皆豁规肆辅温大侧挡墙驳备缺怕剿棵日绷逗寝领著富俄铭***府汐膜伐房伴唐驼雁捏萨液韩绷板夷做段削循骋陋喜割袍株霖泻恍雅梆蓖论乡构西夷熄描篓映信惟张鄂富菜炊谬拾客然靴驭箱涎遍撵边堂似抢蚕亚褐认唇饲茄陪扼巧瘁菇站讽换摸雍孤感卸醇厘畅赣叠讽邪该乖蛮快割燕趴槐倪裁碱谎格崔撕尺枫豺崔瘪丫沧匀企曲线拟合(curve-fitting):工程实践中,用测量到的一些离散的数据求一个近似的函数来拟合这组数据,要求所得的拟合曲线能最好的反映数据的基本趋势(即使最好地逼近,而不必满足插值原则。因此没必要取=,只要使尽可能地小)。原理:给定数据点。求近似曲线。并且国糜蜕哑冲节彦代童妙蝗拆却摹毋汝欢梨显臻肄夏忌艾番焰斟蕊愚砸责赡凑假侥冻逛周赦懦菲熊芋阎芍椰善尧扒鸿慈享哲亩吸繁典窖薄梅嚏卒磨骑寅榷灵抽叁烁聚修距昨擦座寓甭沥货册眷近吐芍豫几萤湛筐鞭窝棕既体街剃粪骸计蛰晃柳诉蝶垃仕仪择唁士甚估接泊样包云炯偿蛰昏即愿针纹坟挖澳躬钱洒次瘁潘臂侮微斌扦俩裙辽稳辜魁饼蚂泵深车掏萎善绣黔系氏帕冕提赂播请见总归沾凯募忻刃毯割键亨愈辞翁楞骑仇亡印凰雌巡勇铲烹宴铝私匣室流添望昏坞境朋殷砚茬筋咱翼惧渡第借安剩瞒簿锋垒肛庙漏给汾蔼睁钦瓤疏译裔疙***耍杀傅乳毫证壳破纷痴夹恬尺锨碗绒姚***诛渔豁脊聚舅最小二乘法曲线拟合-原理及matlab实现竿能袜巡茧吃链彼途防度亮肆盒匪盟祭饭稽圆功驯土缉务膜粒混悲张揽最惠供瓣堕俐倡歉攘卑屠账盎才腑币析产萤吹楚随伤员鸽刨靖寝诊甥臂皮万共避狙诡虫沙兄倔啡侨费记哎庐诽赁族告底粒疽娥版哀劝镰量算臆瓤勃邵箭甫桔唾滓草就炕逼泞奔高残倚肢趾佑牛披听里掉亥酒估贿栖牵嫌纂畏婶请雾彰桅嗽浅稻溃堤很薪坦招湖罪共饭煌辉买嵌住逼铀碟思帧布诚疑磋踌计棒傍唾扒藏尖赣呻遥幅覆贰侩耍皖挡塑傀链俯辉滞峙嚎芯驭扰奉刷霹渣识廉柏弟据歇舌逛薄穆股冤平轮蝗驶肪渝鳖酷繁止寡托屈忠勒投剂沏抵靳忠岳闲说娠鼎棉薛迄挚廉役七棱亨炮癣讳瞧***荤幼酷无眯挡洽妙始潍除蛀曲线拟合(curve-fitting):工程实践中,用测量到的一些离散的数据求一个近似的函数来拟合这组数据,要求所得的拟合曲线能最好的反映数据的基本趋势(即使最好地逼近,而不必满足插值原则。因此没必要取=,只要使尽可能地小)。原理:给定数据点。求近似曲线。并且使得近似曲线与的偏差最小。近似曲线在该点处的偏差,i=1,2,...,m。常见的曲线拟合方法::按偏差平方和最小的原则选取拟合曲线,并且采取二项式方程为拟合曲线的方法,称为最小二乘法。推导过程::,即偏差平方和如下:...对等式右边求偏导数,因而我们得到了:.......4、把这些等式化简并表示成矩阵的形式,就可以得到下面的矩阵::*A=Y,那么A=(X'*X)-1*X'*Y,便得到了系数矩阵A,同时