[英]MATLAB - How to calculate 2D least squares regression based on both x and y. (regression surface)
[英]How does a smaller surface squares in matlab
我想制作較小網格的網格,如何實現呢? 就是說x軸和y的路徑是0.25 in 0.25,
x = (0: 0.25: 7);
y = (0: 0.25: 7);
我有以下矩陣。 此矩陣模擬總體動態(投影矩陣)
L2=[0 0 0 0 127 4 80;
0.6747 0.7370 0 0 0 0 0;
0 0.0486 0.6610 0 0 0 0;
0 0 0.0147 0.6907 0 0 0;
0 0 0 0.0518 0 0 0;
0 0 0 0 0.8091 0 0;
0 0 0 0 0 0.8091 0.8089];
有了這段代碼,我找到了L2的eingenvectors高度。 同樣,我找到了靈敏度和彈性矩陣。
A=L2;
[W,lambdas]=eig(A);
V=conj(inv(W));
lambdas=diag(lambdas);
[lambdas,I]=sort(lambdas);
lambdas=flipud(lambdas);
lambda1=lambdas(1);
I=flipud(I);
W=W(:,I);
V=V(I,:);
w=W(:,1);
w=w/sum(w);
v=real(V(1,:))';
v=v/v(1);
% matrix of sensitivity
senmat=v*w';
% matrix of elasticity
emat=senmat.*A/max(eig(A));
然后,我制作一個靈敏度矩陣的表面。
surf(senmat)
我需要使表面的正方形(網格)更小。
有任何想法嗎?
最好的祝福!
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.