在Matlab中拟合2D数据

Question

你如何将ld（x ^ 2）+ 3y等2d曲线拟合到mxn数组？

更新

我的意思是我有mxn数组，并希望它适合2D曲线。 抱歉混淆。

Answer 1

您可以从使用meshgrid开始生成两个与mxn数组的索引相对应的数组（为简单起见，我们将其称为z）。 例如：

[x,y] = meshgrid(1:size(z,2),1:size(z,1));

在命令窗口中跟踪x和y以查看它们的结构，这是有意义的。

然后，您可以使用lsqnonlin（非线性最小二乘）等函数将2d曲线拟合到矩阵z。 因此，如果您想要拟合的曲线是“ log（x ^ 2）+ b y”，其中a和b是自由参数，那么您可以使用以下内容：

%Define a function which returns the residual between your matrix and your fitted curve
myfun = @(params) params(1)*log(x(:).^2) + params(2)*y(:) - z(:)
%Define initial guesses for parameters a, b
params0 = [1,3];
%Add lots of debugging info
opts = optimset('Display','Iter');
%Fit
fitparams = lsqnonlin(myfun,params0,[],[],opts);

Answer 2

我建议运行cftool 。 它实际上非常适合向导型小工具。

这是一个程序化的拟合示例 （我喜欢MATLAB文档），以及一个可能相关的摘录：

s = fitoptions('Method','NonlinearLeastSquares',...
               'Lower',[0,0],...
               'Upper',[Inf,max(cdate)],...
               'Startpoint',[1 1]);
f = fittype('a*(x-b)^n','problem','n','options',s);

使用拟合选项和n = 2的值拟合数据：

[c2,gof2] = fit(cdate,pop,f,'problem',2)