matlab三维拟合程序

X=[x.*x;y.*y]'X=829.555278.8899815.502283.3021809.914785.1006784.952393.4509779.470695.3552774.00809

需要加一句meshgrid产生三维网格数据矩阵,如下：x=0:10:1000;y=-500:10:500;[X,Y]=meshgrid(x,y)c=14831./(pi.*0.314278.*X.^0

clc;clear;x=0.5:0.2:5;y=1./x;m=rand(1,length(x));y=y+m;plot(x,y)P=polyfit(x,y,5);y=polyval(P,x);hold

x=1978:2002;y=[272.81,286.43,311.89,324.76,337.07,351.81,390.85,466.75,490.86,545.46,648.3,696.54,78

用函数lsqnonlin进行最小二乘拟合functionf=myfunc(c,x,y)f=y-c(1)+c(2)./x;return保存为M文件.然后在命令行下输入：x=[你的x数组]y=[你的y数组

data=[13.3939710779.2408626376.5756513.1876210624.9898228662.5539912.120919529.59005728863.002

为避免被零除,加eps这样就可以了x=-1:0.03:1;y=-1:0.03:1;[X,Y]=meshgrid(x,y);Z=1.0./sqrt((0.2+X).^2+Y.^2+eps)+1.0./s

clearx=[0.1,0.2];%orx=0.1*[1:2]_y=[0.1,0.2,0.3,0.4];%ory=0.1*[1:4]fori=1:length(x)forj=1:length(y)z(

我现在也是这个情况啊!正是相当纠结呢!在网上看到了这个···因为这个函数的形式比较特殊,对其两边取对数后得到log(y)=log(a)+b*log(x1)+c*log(x2)于是立即就转换为了线性拟合

可以用cftool,自己选用什么函数拟合,clearA=xlsread('1.xls');[M,N]=size(A);x=1:M;y=1:N;cftool(x,y,A)

functionmy_fit()%二维非线性拟合%直接将该代码复制到m文件运行就可以了%请仔细看注释,注释写的很清楚%step0：生成用于拟合的数据%（以椭球为例,仅为测试,如果有现成数据,请替换此步

t=0：0.5:5；s1=[0.5 -0.18 -0.01 0.13 0.1 0.31 -0.22 -0.31 0.2&

function[a,resnorm]=sphere_fit(a0,data)%对数据进行球拟合,a0是初始的球心和半径%data是x、y、z的数据矩阵,第一行是x,第二行是y,第三行是z%a是拟合后

data=[13.39397\x0910779.24086\x0926376.5756513.18762\x0910624.98982\x0928662.5539912.12091\x099529.5

%matlab用最小二乘法解下列矛盾方程组x1-x2=1;-x1+x2=2;2x1-2x2=3;-3x1+x2=4%对于方程组Ax=b,A为n×m矩阵,如果A列满秩,且n>m.%则方程组没有精确解,此

插值用interp2函数：zi=interp2(x,y,z,xi,yi,‘method’）；x,y要求是同尺寸的或者是不同方向的矢量.画三维图用plot3来画.多项式拟合用polyfit函数.

直接用用函数polyfit就可以实现多项式拟合了,p=polyfit(x,y,n),其中x,y为需要拟合的数据向量,n为多项式的次数,p为降幂排列的多项式系数向量.

这个方程跟你给的数据不太合啊再问：可不可以把程序语言发给我啊，谢谢啦再答：你这个显然用最小二乘就可以解决不过数据和你的方程不对应function[a,K]=testfunxx(Q,R,v)Q=Q(:)

x=[.];y=[.];fun1=inline('c(1)*x^2+c(2)*x+c(3),'c','x');%拟合函数c=lsqcurvefit(fun1,[0,0],x,y)%求拟合系数a=c(1

有很多方法可以做到的,如果你是初学matlab可以试试matlab的三维拟合工具箱你在命令行键入sftool,就可以调出这个工具箱.这个是比较简单实用的一个.除了这个以外,多维度的可以用lsqnonl