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：
x=[1,1.5,2,2.5,3];y=[0.9,1.7,2.2,2.6,3];
p=polyfit(x,y,1);
x1=linspace(min(x),max(x));
y1=polyval(p,x1);
plot(x,y,‘*’,x1,y1);
结果：p = 1.0200 0.0400
即y=1.0200 *x+ 0.0400
法2：
x=[1;1.5;2;2.5;3];y=[0.9;1.7;2.2;2.6;3];
p=fittype(‘poly1’)
f=fit(x,y,p)
plot(f,x,y);
运行结果：
x=[1;1.5;2;2.5;3];y=[0.9;1.7;2.2;2.6;3];
p=fittype(‘poly1’)
f=fit(x,y,p)
plot(f,x,y);
p=
LinearmodelPoly1:
p(p1,p2,x)=p1*x+p2
f=
LinearmodelPoly1:
f(x)=p1*x+p2
Coefficients(with95%confidencebounds):
p1=1.02(0.7192,1.321)
p2=0.04(-0.5981,0.6781)
Example2:y=a*x + b*sin(x) + c
法1：
x=[1;1.5;2;2.5;3];y=[0.9;1.7;2.2;2.6;3];
EXPR={‘x’,‘sin(x)’,‘1’};
p=fittype(EXPR)
f=fit(x,y,p)
plot(f,x,y);
运行结果：
x=[1;1.5;2;2.5;3];y=[0.9;1.7;2.2;2.6;3];
EXPR={‘x’,‘sin(x)’,‘1’};
p=fittype(EXPR)
f=fit(x,y,p)
plot(f,x,y);
p=
Linearmodel:
p(a,b,c,x)=a*x+b*sin(x)+c
f=
Linearmodel:
f(x)=a*x+b*sin(x)+c
Coefficients(with95%confidencebounds):
a=1.249(0.9856,1.512)
b=0.6357(0.03185,1.24)
c=-0.8611(-1.773,0.05094)
法2：
x=[1;1.5;2;2.5;3];y=[0.9;1.7;2.2;2.6;3];
p=fittype(‘a*x+b*sin(x)+c’,‘independent’,‘x’)
f=fit(x,y,p)
plot(f,x,y);
运行结果：
x=[1;1.5;2;2.5;3];y=[0.9;1.7;2.2;2.6;3];
p=fittype(‘a*x+b*sin(x)+c’,‘independent’,‘x’)
f=fit(x,y,p)
plot(f,x,y);
p=
Generalmodel:
p(a,b,c,x)=a*x+b*sin(x)+c
Warning:Startpointnotprovided,choosingrandomstart
point.
>Infit>iCreateWarningFunction/nThrowWarningat738
Infit>iFitat320
Infitat109
f=
Generalmodel:
f(x)=a*x+b*sin(x)+c
Coefficients(with95%confidencebounds):
a=1.249(0.9856,1.512)
b=0.6357(0.03185,1.24)
c=-0.8611(-1.773,0.05094)
/***********************************非线性拟合***********************************/
Example：y=a*x^2+b*x+c
法1：
x=[1;1.5;2;2.5;3];y=[0.9;1.7;2.2;2.6;3];
p=fittype(‘a*x.^2+b*x+c’,‘independent’,‘x’)
f=fit(x,y,p)
plot(f,x,y);
运行结果：
p=
Generalmodel:
p(a,b,c,x)=a*x.^2+b*x+c
Warning:Startpointnotprovided,choosingrandomstart
point.
>Infit>iCreateWarningFunction/nThrowWarningat738
Infit>iFitat320
Infitat109
f=
Generalmodel:
f(x)=a*x.^2+b*x+c
Coefficients(with95%confidencebounds):
a=-0.2571(-0.5681,0.05386)
b=2.049(0.791,3.306)
c=-0.86(-2.016,0.2964)
法2：
x=[1;1.5;2;2.5;3];y=[0.9;1.7;2.2;2.6;3];
%usec=0;
c=0;
p1=fittype(@(a,b,x)a*x.^2+b*x+c)
f1=fit(x,y,p1)
%usec=1;
c=1;
p2=fittype(@(a,b,x)a*x.^2+b*x+c)
f2=fit(x,y,p2)
%predictc
p3=fittype(@(a,b,c,x)a*x.^2+b*x+c)
f3=fit(x,y,p3)
%showresults
scatter(x,y);%scatterpoint
c1=plot(f1,‘b:*’);%blue
holdon
plot(f2,‘g:+’);%green
holdon
plot(f3,‘m:*’);%purple
holdoff
喜欢 (0)or分享 (0)
