使用matlab进行空间拟合

假设有这么一组数据,

x=[4 5 6 7 8 4 8 10]‘;

y=[56 56 56 56 56 60 60 60]‘;
z=[6 6 6 9 6 19 6 6]‘;

要求出其平面方程z=C+Ax+By

可以使用MATLAB的regress来进行平面拟合:

X = [ones(size(x,1),1) x y];
b = regress(z,X);

解得:b=[-63.488372093023390;-1.406976744186046;1.402325581395351];

分别对应上式的C A B

在matlab 下画出平面:

scatter3(x,y,z,‘filled‘)
hold on
xfit = min(x):0.1:max(x);
yfit = min(y):0.1:max(y);
[XFIT,YFIT]= meshgrid (xfit,yfit);
ZFIT = b(1) + b(2) * XFIT + b(3) * YFIT;
mesh (XFIT,YFIT,ZFIT)

时间: 2024-11-04 18:32:33

使用matlab进行空间拟合的相关文章

[数学建模(七)]使用MATLAB实现数据拟合

目录 1.线性最小二乘法 2.多项式拟合方法(polyfit) 3.最小二乘优化:lsqlin,lsqcurvefit,lsqnonlin,lsqnonneg 4.曲线拟合的用户图形界面求法(cftool) 1.线性最小二乘法 x=[19 25 31 38 44]'; y=[19.0 32.3 49.0 73.3 97.8]'; r=[ones(5,1),x.^2]; ab=r\y % if AB=C then B=A\C x0=19:0.1:44; y0=ab(1)+ab(2)*x0.^2;

Matlab绘制空间几何图

在写论文需要配图的时候,经常为了画3D图而发愁,而MATLAB就可以方便地画出各种各样的图,只不过要折腾一点: 下面先给出最终效果: 虽然说不是特别华丽,但是也蛮好看的: figure [x,y,z]=ellipsoid(0.5,0.5,0.5,0.55,0.55,0.55); lightGrey = [0.8 0.8 0.8]; % 将球体的线设置为灰色% 可以看到图中的球体网格线并不是特别细密,所以实际上是用的隔行画 surf(x(1:2:end,:),y(1:2:end,:),z(1:2:

基于MATLAB的多项式数据拟合方法研究-毕业论文

摘要:本论文先介绍了多项式数据拟合的相关背景,以及对整个课题做了一个完整的认识.接下来对拟合模型,多项式数学原理进行了详细的讲解,通过对文献的阅读以及自己的知识积累对原理有了一个系统的认识.介绍多项式曲线拟合的基本理论,对多项式数据拟合原理进行了全方面的理论阐述,同时也阐述了曲线拟合的基本原理及多项式曲线拟合模型的建立.具体记录了多项式曲线拟合的具体步骤,在建立理论的基础上具体实现多项式曲线的MATLAB实现方法的研究,采用MATLAB R2016a的平台对测量的数据进行多项式数据拟合,介绍了M

最小二乘法拟合非线性函数及其Matlab/Excel 实现(转)

1.最小二乘原理 Matlab直接实现最小二乘法的示例: close x = 1:1:100; a = -1.5; b = -10; y = a*log(x)+b; yrand = y + 0.5*rand(1,size(y,2)); %%最小二乘拟合 xf=log(x); yf=yrand; xfa = [ones(1,size(xf,2));xf] w = inv(xfa*xfa')*xfa*yf';%直接拟合得到的结果 参考资料: 1.http://blog.csdn.net/lotus_

Matlab 最小二乘法拟合非线性函数

1.最小二乘原理 参考资料: 1.http://blog.csdn.net/lotus___/article/details/20546259 2.http://blog.sina.com.cn/s/blog_5404ea4f0101afth.html 2.matlab实现最小二乘法 利用matlab的最小二乘拟合函数对非线性函数进行拟合,具体地拟合的函数: [q r] = lsqcurvefit(fun, q_0, xdata, ydata);输入参数:fun:需要拟合的函数,假定有n个需要拟

对模型方差和偏差的解释之一:过拟合

原文:http://blog.csdn.net/vivihe0/article/details/33317041 在说到模型过拟合问题的时候,我们经常听说到模型的方差和偏差,本系列就通过多项式拟合为例来说明什么是模型的方差和偏差,进而说明模型复杂度与模型预测效果之间的关系. 我们通过计算机产生样本数据点来进行多项式拟合.为了能在2维平面上方便显示拟合的函数,我们的输入向量和输出向量都是1维的.我们产生数据的函数是: y = sin(2*pi*x) 根据这个函数,我们以(0,0.1,....,0.

利用多项式实现图像几何校正(Matlab实现)

1.原理简述:     根据两幅图像中的一些已知对应点(控制点对),建立函数关系式,通过坐标变换,实现失真图像的几何校正. 设两幅图像坐标系统之间畸变关系能用解析式来描述: 根据上述的函数关系,可以依次计算畸变图像每个像素的矫正坐标值,保持各像素值不变,这样生成一幅矫正图像. 2.实现过程: (1)因此首先要得到多项式,matlab提供了拟合多项式的函数 Isqcurvefit,                                格式:lsqcurvefit(f,a,x,y) f:符

计算机视觉之一:特征检测

计算机视觉之一:特征检测 主要内容: 1.一个例子解释为什么要进行特征检测 2.图像特征 3.点特征检测:Harris角点.MOPS.SIFT 4.边缘检测:一阶微分算子.二阶微分算子.Canny算子 一.为什么要检测特征? 举一个例子:全景图像拼接,给定两张图像,如何拼接成一张大图? 步骤一:检测特征点 步骤二:匹配特征点 步骤三:图像适配 二.图像的特征有哪些? 计算机视觉中常用的图像特征包括:点.边缘.直线.曲线等 三.点特征检测 1.点特征的优势: 点特征属于局部特征,对遮挡有一定鲁棒性

智能车学习(十八)——电机学习

一.C车电机选择 1.摘要:      因为C车模在四轮车的优势是有两个电机,可以进行主动差速,劣势是电机太弱了....所以如何选择电机,就是个钱的问题了,电机多一点,就比较好选,但是C车电机跑多了就会变的很弱很弱.所以请准备好钞票. 2.选择方法: (1) 使用恒流源,配合单片机程序,测试出,对应电压的电流和转速,一般采样10个点即可,正反转都要   (2)使用Matlab进行相关性拟合(以电压和电流为输入),转速为输出,得到  cnt = a * V + b * I   中a和b的参数(正反