matlab三维点的二次拟合

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

andomizeranNum=int(90000*rnd)+10000'随机生成一列数字filename=formPath&year(now)&month(now)&day(now)&hour(now

sftool工具箱再问：我没接触过matlab,能不能说详细点呢

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

我把球面拟合出来了,也画出来了,但不知道什么是球度误差,你可以用数据和拟合出的球面方程自己算.clear;clc;[x,y,z]=sphere(5);data=10*unique([x(:)-0.1,

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)

x=[1997199819992000200120022003200420052006200720082009];y=[5156513865267434847596881070311384123431

f=inline('1./sqrt((c*x).^2+1)','c','x');x=0:0.1:3y=1./sqrt((0.5*x).^2+1);f=inline('1./sqrt((c*x).^2+

曲线总可以用参数方程描述：X=x(t),Y=y(t),Z=z(t),不妨假设x(t),y(t),z(t)是关于t的多项式函数,那么：x（t）=x0+x1*t+x2*t^2.给定一组参数就有一条曲线,并

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.

你给我数据,我来帮你.再问：你告诉我输入matlab时的源代码就好了，坐标空起来，谢了再答：已发私信给你。

可以用polyfit来拟合,不过其操作比较麻烦.直接输入cftool,打开一个界面,输入x,y数据,创建其关系,然后在图中的相应窗口选取要拟合的模型,我选的是线性拟合,5次,系数可信度达到95%.

Matlab可以用regress但推荐用1stOpt软件,可以自动搜索最合适的曲线方程

最简单的是直接用拟合工具箱,如果具体知道它是怎么得到方程的还是去网上自己搜搜,应该有

x=[3603896.338,3589780.327,3596342.743,3599206.341,3593665.841,3590354.599,3588152.720];y=[488554.99

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

这种比较复杂的式子拟合之前先化简一下比较好,至少可以两边取一下对数,另外,这个式子里a,b两个参数应该合到一起,否则是拟合不出结果的.

严格的来说,二次多项式拟合不是最小二乘拟合.lsqnonlin()、lsqcurvefit()是最小二乘拟合