首页 / 操作系统 / Linux / 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：
fittypeFit type for curve and surface fittingSyntaxffun = 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 =   Linear model Poly1:
   p（p1,p2,x） = p1*x + p2f =   Linear model Poly1:
   f（x） = p1*x + p2
   Coefficients （with 95% confidence bounds）:
     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 =   Linear model:
   p（a,b,c,x） = a*x + b*sin（x） + cf =   Linear model:
   f（x） = a*x + b*sin（x） + c
   Coefficients （with 95% confidence bounds）:
     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 =   General model:
   p（a,b,c,x） = a*x+b*sin（x）+c
Warning: Start point not provided, choosing random start
point.
> In fit>iCreateWarningFunction/nThrowWarning at 738
  In fit>iFit at 320
  In fit at 109f =   General model:
   f（x） = a*x+b*sin（x）+c
   Coefficients （with 95% confidence bounds）:
     a =     1.249  （0.9856, 1.512）
     b =      0.6357  （0.03185, 1.24）
     c =   -0.8611  （-1.773, 0.05094）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 =   General model:
   p（a,b,c,x） = a*x.^2+b*x+c
Warning: Start point not provided, choosing random start
point.
> In fit>iCreateWarningFunction/nThrowWarning at 738
  In fit>iFit at 320
  In fit at 109f =   General model:
   f（x） = a*x.^2+b*x+c
   Coefficients （with 95% confidence bounds）:
     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];
%use c=0;
c=0;
p1=fittype（@（a,b,x） a*x.^2+b*x+c）
f1=fit（x,y,p1）
%use c=1;
c=1;
p2=fittype（@（a,b,x） a*x.^2+b*x+c）
f2=fit（x,y,p2）
%predict c
p3=fittype（@（a,b,c,x） a*x.^2+b*x+c）
f3=fit（x,y,p3）%show results
scatter（x,y）;%scatter point
c1=plot（f1,"b:*"）;%blue
hold on
plot（f2,"g:+"）;%green
hold on
plot（f3,"m:*"）;%purple
hold offUbuntu Server上安装Matlab http://www.linuxidc.com/Linux/2014-09/106242.htmMatlab与C/C++联合编程之从Matlab调用C/C++代码 http://www.linuxidc.com/Linux/2012-08/68148.htm二分类SVM方法Matlab实现 http://www.linuxidc.com/Linux/2013-05/84050.htmMatlab中的取整函数fix, floor, ceil与round http://www.linuxidc.com/Linux/2013-10/91161.htmMatlab编译cuda的.cu文件 http://www.linuxidc.com/Linux/2014-04/100675.htmLinux Matlab服务器进一步改造成Application Server（应用程序服务器） http://www.linuxidc.com/Linux/2014-09/106340.htm本文永久更新链接地址：http://www.linuxidc.com/Linux/2015-01/112004.htm