当前位置：文档之家 › Matlab 曲面插值和拟合

Matlab 曲面插值和拟合

  • 格式：pdf
  • 大小：382.00 KB
  • 文档页数：30

得用拟合或插值。

常用的拟合有多项式拟合POLYFIT插值有INTERP1，SPLINE，LAGR1等。

在Matlab中，用于曲线和曲面平滑的方法与函数很多，曲线平滑可用smooth和smoothts 等，三维数据可用smooth3，另外样条工具箱中也有不少可用于平滑数据的函数，如三次样条csaps和B样条spaps等。

matlab中三维作图功能总结2007-12-09 11:29plot3 画三维坐标中的点，连线，但只能顺序连接。

surf(X,Y,Z) 用X和Y定义x-y坐标网格，Z定义网格上每一点的高度，来生成三维曲面。

如：[X,Y,Z] = peaks(30);surf(X,Y,Z)mesh，和surf一样，只不过生成的是网格。

surface 用法也一样。

fill3 只能生成平面。

重点在色彩。

[X,Y,Z]=meshgrid(1:3,1:3,1:5) 生成3*3*5的三维网格，X,Y,Z都是3*3*5三维矩阵。

这只是生成坐标网格，还需要一个V(X,Y,Z)定义图形。

ndgrid 生成三维以上网格时用。

smooth3 作用于体数据，使光滑isosurfaceX,Y,Z如meshgrid的定义。

V中元素为1则表示存在，即要显示。

但要连成片的1才会显示。

V中元素如a>1时，表示要显示的这个点离上方的网格距离是单位距离的1/a圆滑程度由isovalue决定，0.9999是最硬，越接近0越圆滑。

可同时配合isocaps. isocaps 生成并显示图形与坐标系交界处的平面。

patch 接收isosuface返回的参数，生成图形。

Matlab 曲面插值和拟合附录：Matlab 样条工具箱(Spline ToolBox)【信息来源教师博客】Matlab样条工具箱中的函数提供了样条的建立，操作，绘制等功能；一. 样条函数的建立第一步是建立一个样条函数，曲线或者曲面。

这里的样条函数，根据前缀，分为4类： cs* 三次样条pp* 分段多项式样条，系数为t^n的系数sp* B样条， 系数为基函数B_n^i(t)的系数rp* 有理B样条二. 样条操作样条操作包括：函数操作：求值，算术运算，求导求积分等等节点操作：主要是节点重数的调节，设定，修改等等附：样条工具箱函数1. 三次样条函数csapi 插值生成三次样条函数csape 生成给定约束条件下的三次样条函数csaps 平滑生成三次样条函数cscvn 生成一条内插参数的三次样条曲线getcurve 动态生成三次样条曲线2. 分段多项式样条函数ppmak 生成分段多项式样条函数ppual 计算在给定点处的分段多项式样条函数值3. B样条函数spmak 生成B样条函数spcrv 生成均匀划分的B样条函数spapi 插值生成B样条函数spap2 用最小二乘法拟合生成B样条函数spaps 对生成的B样条曲线进行光滑处理spcol 生成B样条函数的配置矩阵4. 有理样条函数rpmak 生成有理样条函数rsmak 生成有理样条函数5. 样条操作函数fnval 计算在给定点处的样条函数值fmbrk 返回样条函数的某一部分（如断点或系数等） fncmb 对样条函数进行算术运算fn2fm 把一种形式的样条函数转化成另一种形式的样条函数 fnder 求样条函数的微分(即求导数)fndir 求样条函数的方向导数fnint 求样条函数的积分fnjmp 在间断点处求函数值fnplt 画样条曲线图fnrfn 在样条曲线中插入断点。

fntlr 生成tarylor系数或taylor多项式6. 样条曲线端点和节点处理函数augknt 在已知节点数组中添加一个或多个节点aveknt 求出节点数组元素的平均值brk2knt 增加节点数组中节点的重次knt2brk 从节点数组中求得节点及其重次knt2mlt 从节点数组中求得节点及其重次sorted 求出节点数组的元素在另一节点数组中属于第几个分量 aptknt 求出用于生成样条曲线的节点数组newknt 对分段多项式样条函数进行重分布optknt 求出用于内插的最优节点数组chbpnt 求出用于生成样条曲线的合适节点数组(No Ratings Yet)Loxlabel(’X’), ylabel(’Y’), zlabel(’Z’),colormap, colorbar;axis equal结果只出来坐标轴，没有任何关于我的点的东西，不知道为什么，希望给与指点2.#yang on 14 Nov 2007 at 3:46 pm并不是数据太少，理论上3点就可以确定一个面，所以不是数据多少的问题，而是数据格式不对，你的坐标可能只是离散的坐标，这样子只能够画三维曲线出来，而不能画面。

你可以试试用plot3应该可以画出你的数据来。

如果你想画曲面，要把数据整理成固定的格式，下面一个简单的例子，希望对你有帮助，你可以看出来，只有四个点也是可以画出曲面来的。

x=[1:1:2]y=[1:1:2][xx,yy]=meshgrid(x,y)z=[4.1,4.2;4.3,4.4]surf(x,y,z)我看到"Matlab 曲面插值和拟合"很受启发,我有一个问题,你可以帮我吗:x = 0:4; y=-2:2; s2 = 1/sqrt(2);clear vv(3,:,:) = [0 1 s2 0 -s2 -1 0].'*[1 1 1 1 1];v(2,:,:) = [1 0 s2 1 s2 0 -1].'*[0 1 0 -1 0];v(1,:,:) = [1 0 s2 1 s2 0 -1].'*[1 0 -1 0 1];sph = csape({x,y},v,{'clamped','periodic'});values = fnval(sph,{0:.1:4,-2:.1:2});sphere=surf(squeeze(values(1,:,:)),squeeze(values(2,:,:)),squeeze(values(3,:,:)));axis equal, axis off[xx,yy]=ndgrid(-1:.5:1,-1:.5:1);请教:如何求拟合球面sph(图形sphere)上对应点[xx,yy]的z坐标?十分感谢,如果可以,请把你的思路给我发email: zpshh@插值和拟合都是数据优化的一种方法，当实验数据不够多时经常需要用到这种方法来画图。

在matlab中都有特定的函数来完成这些功能。

这两种方法的确别在于：当测量值是准确的，没有误差时，一般用插值；当测量值与真实值有误差时，一般用数据拟合。

插值：对于一维曲线的插值，一般用到的函数yi=interp1(X,Y,xi,method) ，其中method包括nearst，linear，spline，cubic。

对于二维曲面的插值，一般用到的函数zi=interp2(X,Y,Z,xi,yi,method)，其中method也和上面一样，常用的是cubic。

拟合：对于一维曲线的拟合，一般用到的函数p=polyfit(x,y,n)和yi=polyval(p,xi)，这个是最常用的最小二乘法的拟合方法。

对于二维曲面的拟合，有很多方法可以实现，但是我这里自己用的是Spline Toolbox里面的函数功能。

具体使用方法可以看后面的例子。

对于一维曲线的插值和拟合相对比较简单，这里就不多说了，对于二维曲面的插值和拟合还是比较有意思的，而且正好胖子有些数据想让我帮忙处理一下，就这个机会好好把二维曲面的插值和拟合总结归纳一下，下面给出实例和讲解。

原始数据x=[1:1:15];y=[1:1:5];z=[0.2 0.24 0.25 0.26 0.25 0.25 0.25 0.26 0.26 0.29 0.25 0.29;0.27 0.31 0.3 0.3 0.26 0.28 0.29 0.26 0.26 0.26 0.26 0.29;0.41 0.41 0.37 0.37 0.38 0.35 0.34 0.35 0.35 0.34 0.35 0.35;0.41 0.42 0.42 0.41 0.4 0.39 0.39 0.38 0.36 0.36 0.36 0.36;0.3 0.36 0.4 0.43 0.45 0.45 0.51 0.42 0.4 0.37 0.37 0.37]; z是一个5乘12的矩阵。

直接用原始数据画图如下：surf(x,y,z)title(’Original data Plot’);xlabel(’X'), ylabel(’Y'), zlabel(’Z'),colormap, colorbar;axis([0 15 0 6 0.15 0.55])先考虑插值，需要用到的函数interp2x1=1:0.2:12;y1=1:0.2:5;[x2,y2]=meshgrid(x1,y1);t11=interp2(x,y,z,x2,y2,’cubic’);surf(x1,y1,t11)title(’After Fit data Plot’);xlabel(’X'), ylabel(’Y'), zlabel(’Z'), colormap, colorbar;axis([0 15 0 6 0.2 0.55])然后考虑拟合，这个稍微复杂一点：ky = 3; knotsy = augknt([0:2.5:13],ky); sp = spap2(knotsy,ky,y,z);yy = 0:.5:12; vals = fnval(sp,yy);coefsy = fnbrk(sp,’c');kx = 5; knotsx = augknt([1:4:5],kx);sp2 = spap2(knotsx,kx,x,coefsy.’);coefs = fnbrk(sp2,’c').’;xv = 1:.25:5; yv = 1:.5:12;values = spcol(knotsx,kx,xv)*coefs*spcol(knotsy,ky,yv).’;surf(yv,xv,values)title(’After Polynal data Plot’);xlabel(’X'), ylabel(’Y'), zlabel(’Z');colormap, colorbar;axis([0 15 0 6 0.2 0.55])图上面的小圆点使用plot3画出来的原始数据点，具体怎么添加的方法我就不多说了。

需要把不等边矩阵转换成等边矩阵然后再画图。

合集下载

Matlab曲线拟合与插值运算

Matlab曲线拟合与插值运算

第五次课Matlab曲线拟合与插值运算一、本次课学习要点1、Matlab曲线拟合与插值运算2、符号表达式二、本次课教学重点利用M文件的Matlab曲线拟合与插值运算三、教学基本内容1、曲线拟合在许多应用领域中，人们经常需要从一系列已知离散点上的数据集[(x1,y1),(x2,y2)],…(x n,y n)］得到一个解析函数y=f （x）。

得到的解析函数f(x)应当在原离散点x i上尽可能接近给定的y i的值。

这一过程称为曲线拟合。

最常用的曲线拟合是最小二乘法曲线拟合。

似合结果可使误差的平方和最小，MATLAB提供的函数polyfit,根据给定的自变量数组x和函数数组y,按照拟合的阶数要求自动求解满足最小二乘意义的一阶或高阶解析函数f（x），使用很方便。

为了说明这个问题，我们取以下函数为例：2-=y⨯25.0xx=0:0.1:1;for i=1:length(x);y(i)=0.5-2*x(i)^2;end显示为：将y值进行一定的修改，输入如下的程序y=[0.52 0.45 0.4 0.35 0.18 0.02 -0.25 -0.4 -0.81 -1.1 -1.5]m=1;fxy1=polyfit(x,y,m)m=2;fxy2=polyfit(x,y,m)y1=polyval(fxy1,x) %多项式求值，x为输入值，fx1为一次拟合出来的多项式y2=polyval(fxy2,x)plot(x,y,'o',x,y1,'k:',x,y2,'k')显示为：2、插值运算与曲线拟合不同，插值运算不是试图找出适合于所有自变量数组x的全局最优拟合函数Y=f（x〕，而是要找到一个解析函数连接自变量相邻的两个点（xi，xi十1），由此还可以找到两点间的数值。

根据自变量的维数不同，插值方法可以分为一维插值y=f(x)和二维插值z=f（x，y）等。

在许多工程问题上，我们只能获得无规律的离散点上的数值，插值可以帮助我们得到近似的连续过程，便于用数学的解析方法对已有数据进行处理和运算，因此是一个很有用的工具。

matlab插值法拟合曲线

matlab插值法拟合曲线

matlab插值法拟合曲线
在MATLAB中，一维插值函数为interp1()，其调用格式为：
Y1=interp1(X,Y,X1,method)。

其中，X、Y是两个等长的已知向量，分别表示采样点和采样值；X1是一个向量或标量，表示要插值的点；method参数用于指定插值方法，常用的取值有以下四种：
1. linear：线性插值，默认方法。

将与插值点靠近的两个数据点用直线连接，然后在直线上选取对应插值点的数据。

2. nearest：最近点插值。

选择最近样本点的值作为插值数据。

3. pchip：分段3次埃尔米特插值。

采用分段三次多项式，除满足插值条件，还需满足在若干节点处相邻段插值函数的一阶导数相等，使得曲线光滑的同时，还具有保形性。

4. spline：3次样条插值。

每个分段内构造一个三次多项式，使其插值函数除满足插值条件外，还要求在各节点处具有连续的一阶和二阶导数。

曲线拟合可以使用cftool工具，首先导入X和Y的数据，然后可以选择残差图和置信区间分布图。

(完整版)Matlab学习系列13.数据插值与拟合

(完整版)Matlab学习系列13.数据插值与拟合

13. 数据插值与拟合实际中，通常需要处理实验或测量得到的离散数据（点）。

插值与拟合方法就是要通过离散数据去确定一个近似函数（曲线或曲面），使其与已知数据有较高的拟合精度。

1.如果要求近似函数经过所已知的所有数据点，此时称为插值问题（不需要函数表达式）。

2.如果不要求近似函数经过所有数据点，而是要求它能较好地反映数据变化规律，称为数据拟合（必须有函数表达式）。

插值与拟合都是根据实际中一组已知数据来构造一个能够反映数据变化规律的近似函数。

区别是：【插值】不一定得到近似函数的表达形式，仅通过插值方法找到未知点对应的值。

【拟合】要求得到一个具体的近似函数的表达式。

因此，当数据量不够，但已知已有数据可信，需要补充数据，此时用【插值】。

当数据基本够用，需要寻找因果变量之间的数量关系（推断出表达式），进而对未知的情形作预测，此时用【拟合】。

一、数据插值根据选用不同类型的插值函数，逼近的效果就不同，一般有：（1）拉格朗日插值（lagrange插值）（2）分段线性插值（3）Hermite（4）三次样条插值Matlab 插值函数实现：（1）interp1( ) 一维插值（2）intep2( ) 二维插值（3）interp3( ) 三维插值（4）intern( ) n维插值1.一维插值（自变量是1维数据）语法：yi = interp1(x0, y0, xi, ‘method’)其中，x0, y0为原离散数据（x0为自变量，y0为因变量）；xi为需要插值的节点，method为插值方法。

注：（1）要求x0是单调的，xi不超过x0的范围；（2）插值方法有‘nearest’——最邻近插值；‘linear’——线性插值；‘spline’——三次样条插值；‘cubic’——三次插值；默认为分段线性插值。

例1 从1点12点的11小时内，每隔1小时测量一次温度，测得的温度的数值依次为：5，8，9，15，25，29，31，30，22，25，27，24．试估计每隔1/10小时的温度值。

matlab插值与拟合

matlab插值与拟合

matlab插值与拟合
在MATLAB中，插值和拟合都是通过函数来实现的。

插值是通过创建新的数据点来填充在已知数据点之间的空白。

MATLAB提供了几种不同的插值方法，例如分段线性插值、三次样条插值、立方插值等。

具体使用哪种插值方法取决于数据的特性和所需的精度。

插值函数的一般形式是`interp1(x, y, xi, 'method')`，其中`x`和`y`是已知的数据点，`xi`是待插值点的横坐标向量，`method`是插值方法，例如最近邻点插值、线性插值、三次样条插值、立方插值等。

拟合是通过调整一个数学模型来使得该模型尽可能地接近给定的数据点。

在MATLAB中，可以使用`polyfit`函数进行多项式拟合。

该函数的一般形式是`p = polyfit(x, y, n)`，其中`x`和`y`是已知的数据点，`n`是多项式的阶数。

该函数返回一个向量`p`，表示多项式的系数。

可以使用`polyval`函数来评估这个多项式模型在给定数据点上的值。

需要注意的是，插值和拟合都是数学上的近似方法，它们只能尽可能地逼近真实的情况，而不能完全准确地描述数据的变化。

因此，选择合适的插值和拟合方法是非常重要的。