Matlab 线性拟合 & 非线性拟合

Matlab 线性拟合 & 非线性拟合

使用Matlab进行拟合是图像处理中线条变换的一个重点内容，本文将详解Matlab中的直线拟合和曲线拟合用法。

关键函数：

fittype

Fit type for curve and surface fitting

Syntax

ffun = fittype(libname) ffun = fittype(expr) ffun = fittype({expr1,...,exprn}) ffun = fittype(expr, Name, Value,...) ffun= fittype({expr1,...,exprn}, Name, Value,...)

/***********************************线性拟合***********************************/

线性拟合公式：

coeff1 * term1 + coeff2 * term2 + coeff3 * term3 + ...

其中，coefficient是系数，term都是x的一次项。

线性拟合Example：

Example1: y=kx+b;

法1：

1. x=[1,1.5,2,2.5,3];y=[0.9,1.7,2.2,2.6,3];  
2. p=polyfit(x,y,1);  
3. x1=linspace(min(x),max(x));  
4. y1=polyval(p,x1);  
5. plot(x,y,'*',x1,y1);  

结果：p =    1.0200    0.0400

即y=1.0200 *x+ 0.0400

法2：

1. x=[1;1.5;2;2.5;3];y=[0.9;1.7;2.2;2.6;3];  
2. p=fittype('poly1')  
3. f=fit(x,y,p)  
4. plot(f,x,y);  

运行结果：

1.  x=[1;1.5;2;2.5;3];y=[0.9;1.7;2.2;2.6;3];  
2. p=fittype('poly1')  
3. f=fit(x,y,p)  
4. plot(f,x,y);  
5.   
6. p =   
7.   
8.      Linear model Poly1:  
9.      p(p1,p2,x) = p1*x + p2  
10.   
11. f =   
12.   
13.      Linear model Poly1:  
14.      f(x) = p1*x + p2  
15.      Coefficients (with 95% confidence bounds):  
16.        p1 =        1.02  (0.7192, 1.321)  
17.        p2 =        0.04  (-0.5981, 0.6781)  

Example2:y=a*x + b*sin(x) + c

1 2 下一页