×

matlab 曲面拟合

matlab 曲面拟合（如何用Matlab做曲面拟合！）

admin admin 发表于2023-07-24 10:34:15 浏览38 评论0

抢沙发发表评论

本文目录

如何用Matlab做曲面拟合！

  • 您好，曲面拟合有专门的工具箱，就像曲线拟合一样。将你的数据调入工作空间，然后在命令窗口键入 sftool 就可以打开曲面拟合工具箱，纯图形界面操作，只需简单几步点击鼠标就可以完成任务。你可以试一试~

  • clf;clear,clcp=rand(30,3);x=p(:,1);y=p(:,2);z=p(:,3);%30组坐标=meshgrid(linspace(min(x),max(x),100),linspace(min(y),max(y),100));zi=griddata(x,y,z,xi,yi,’v4’);surf(xi,yi,zi);%shading interp %去除网格

matlab三维曲面进行平面拟合，利用最小二乘法

可以直接使用matlab的曲面拟合工具箱，但是平面拟合的效果一般

1、在命令窗口输入待拟合的数据

》》 x=;y=;z=;

2、输入sftool命令打开曲面拟合工具箱，然后依次选择x，y，z数据

》》 sftool

3、因为你要求平面拟合，所以选择一次多项式类型

4、左侧面板即为拟合结果

其中，R-square表示拟合度，越接近于1表示拟合效果越好，此时仅为0.8241，所以效果并不好。

matlab 散点拟合三维曲面写出曲面表达式

为了直观表达我们所求的结果，我们喜欢用图像来表达。对于图像来说分类很多，如散点图，连续图，等高图等等。往往我们习惯把理论图像和模拟图像画在同一个图像，用来区分理论和模拟的吻合程度。开启分步阅读模式工具材料：matlab操作方法01scatter（X,Y,S,C），这是matlab画散点图的命令；这里X，Y是画散点图的数据。 其中S为大小，系统默认大小为50，C表示所画图的颜色。02x=1:0.05:10;.scatter(x,sin(x),100,’r’)...这里通过散点画的是一个sinx 的图像，这里100表示所画图像点的大小，r代表标记散点的颜色。03scatter(X,Y)这个是默认画散点图的方法，一切设置按系统默认！X,Y表示散点图的X,Y坐标。下图的命令。x=1:0.05:10;scatter(x,cos(x))04scatter(X,Y,S) 这里所画的散点图，可以调节对应的大小。也就是说可以通过S这个参数调节标记点的大小。下图是我们将S=1000设置为1000的图像。scatter(...,M)更改标记的图形，默认是圆圈标记。如果需要用其他符号标记可以在这里修改。scatter(...,’s’) ;通过方形标记。注意别忘了添加单引号。02scatter(...,’filled’) 通过实心图像来标记。 前面的介绍中，一直是空心符号标记的。03scatter3: 立体散点图的画法，具体命令如下。 = sphere(16);X = ;Y = ;Z = ;S = repmat(*10,numel(x),1);C = repmat(,numel(x),1);scatter3(X(:),Y(:),Z(:),S(:),C(:),’filled’), view(-60,60)

matlab如何将离散点拟合成曲面

1、在新建的脚本文件框键入以下代码 

clear  

clc 

%产生数据 

x=-20:2:20;

y=-20:2:20;

=meshgrid(x,y);

Z=3*X.^3-4*X+2*Y.^4+3*Y^3;

mesh(X,Y,Z)

2、待拟合的曲面形状为，

3、首先，在APP选项框中打开Curve fitting工具。工具位置如图所示。

4、单击curve fitting之后，打开页面结果如下。

5、单击X data选框，选择待拟合的数据X。

6、单击Y data选框，选择待拟合的数据Y。

7、单击Z data选框，选择待拟合的数据Z。

8、完成效果图。

matlab做的曲面拟合

%可用样条曲面拟合，最好对原数据整理一下，拟合的代码如下：x0=2.2:0.1:7;y0=10:5:30;z0 =;sp=csapi({x0 y0},z0);%可得到每片三次样条曲面的系数fnplt(sp); %可得到拟合曲面的效果图%也可以用最小二乘曲面拟合，代码为：=size(z0);k=9;C=ones(m*n,1/2*(k+1)*(k+2));x=reshape(ones(n,1)*x0,m*n,1);y=reshape(y0’*ones(1,m),m*n,1);z=reshape(z0,m*n,1);for j=0:k for i=0:j C(:,1/2*(j+1)*(j+2)-j+i)=x.^(j-i).*y.^i; endendcoefficient=C\z; %做出曲面效果与图1稍有不同，因为采集点较少，所以拟合次数对结果影响很大syms x yz=ones(1,1/2*(k+1)*(k+2));sum=0;for j=0:k for i=0:j sum=sum+sym(x^(j-i)*y^i)*coefficient(1/2*(j+1)*(j+2)-j+i); endendfigure;ezmesh(sum,)

matlab 拟合曲面或曲面插值

用散点插值 TriScatteredInterp。 原始数据 x y z我用x0 y0 z0 代表，需要求值得那组用 x1 y1 z1代表。 F = TriScatteredInterp(x0,y0,z0);z1 = F(x1,y1);即可。注意参数写成列向量。出错的话，自己help看下数据格式要求。拟合成关系式不可能，因为拟合关系式必须由人来定。TriScatteredInterp函数具体算法是利用 {x0 y0}做平面delaunay三角剖分，然后看每一个（x1 y1）落在哪个三角形中，用这个三角形的三个顶点(x0,y0,z0)做双线性插值，得到z1.如果看不懂，估计是对三角剖分不理解，需要自行研究了。

matlab如何进行曲面拟合我有几十组（x，y，z

曲面拟合可以按下列步骤进行：1、根据x，y，z数据，可以用cftool拟合工具箱的常用函数去拟合，判断(x，y，z)大概符合那个曲面方程。（注：cftool拟合工具箱有时候不一定与实际相符）2、建立曲面方程模型函数，如func=@(a,x) a(1)*x(1)^2+a(2)*x(2)^2，这里x(1)→x，x(2)→y3、用 nlinfit（）或lsqcurvefit（）拟合函数，去拟合模型函数的系数a。a = nlinfit(x,z,func,a0)a =lsqcurvefit(func,a0,x,z)4、计算 z数据值与z拟合值的拟合度，即决定系数R²是否接近于1。愈接近于1其拟合精度也就愈高。

MATLAB曲面拟合最小二乘法

matlab中用最小二乘拟合的常用函数有polyfit（多项式拟合）、nlinfit（非线性拟合）以及regress（多元线性回归）。由于是曲面拟合，自变量有2个，应变量一个，可以使用的有nlinfit和regress，线性时用regress，非线性时用nlinfit。

具体介绍一下regress

regress虽然名义上只能做线性回归但是可以把x^2等非线性量作为一个额外自变量做计算，因此在一些特殊情况下也可以做非线性拟合。

以matlab自带的数据为样本，示例代码如下：（%后面的是注释）

clc;clear;

load carsmall%此数据样本matlab自带

x=Weight;y=Horsepower;z=MPG;%取这3个变量作为拟合对象，x、y自变量，z应变量

plot3(x,y,z,’p’);

hold on;

c=ones(length(x),1);

b=regress(z,);%纯线性拟合 模型z=b(1)*x+b(2)*y+b(3)

=meshgrid(linspace(1500,5000,10),linspace(40,240,10));

C=ones(10);

mesh(X,Y,b(1)*X+b(2)*Y+b(3)*C);

得到下图：

b=regress(z,);%添加非线性项进行拟合

figure

plot3(x,y,z,’p’);

hold on;

mesh(X,Y,b(1)*X.^2+b(2)*Y.^2+b(3)*X.*Y+b(4)*X+b(5)*Y+b(6)*C);

grid on;

得到下图：

matlab怎样拟合曲面（三维的曲面拟合）数据如下

用 regress（）函数拟合得到，z=2.4473+0.6077x-0.0013302x*y-0.04699x^2+0.0054369y^2+0.0010164x^3-9.0241e-005y^3拟合信息：R^2 = 0.8312；F=9.0279；p= ()0.001009