Matlab拟合工具箱CFtool使用的指南.docx

上传人:b****6 文档编号:7001891 上传时间:2023-01-16 格式:DOCX 页数:8 大小:351.64KB
下载 相关 举报
Matlab拟合工具箱CFtool使用的指南.docx_第1页
第1页 / 共8页
Matlab拟合工具箱CFtool使用的指南.docx_第2页
第2页 / 共8页
Matlab拟合工具箱CFtool使用的指南.docx_第3页
第3页 / 共8页
Matlab拟合工具箱CFtool使用的指南.docx_第4页
第4页 / 共8页
Matlab拟合工具箱CFtool使用的指南.docx_第5页
第5页 / 共8页
点击查看更多>>
下载资源
资源描述

Matlab拟合工具箱CFtool使用的指南.docx

《Matlab拟合工具箱CFtool使用的指南.docx》由会员分享,可在线阅读,更多相关《Matlab拟合工具箱CFtool使用的指南.docx(8页珍藏版)》请在冰豆网上搜索。

Matlab拟合工具箱CFtool使用的指南.docx

Matlab拟合工具箱CFtool使用的指南

matlab拟合工具箱使用

1.打开CFTOOL工具箱

在Matlab6.5以上的环境下,在左下方有一个"Start"按钮,如同Windows的开始菜单,点开它,在目录"Toolboxes"下有一个"CurveFitting",点开"CurveFittingTool",出现数据拟合工具界面,基本上所有的数据拟合和回归分析都可以在这里进行。

也可以在命令窗口中直接输入"cftool",打开工具箱。

2.输入两组向量x,y

首先在Matlab的命令行输入两个向量,一个向量是你要的x坐标的各个数据,另外一个是你要的y坐标的各个数据。

输入以后假定叫x向量与y向量,可以在workspace里面看见这两个向量,要确保这两个向量的元素数一致,如果不一致的话是不能在工具箱里面进行拟合的。

例如在命令行里输入下列数据:

x=[196,186,137,136,122,122,71,71,70,33];

y=[0.012605;0.013115;0.016866;0.014741;0.022353;0.019278;0.041803;0.038026;0.038128;0.088196];

3.选取数据

打开曲线拟合共工具界面,点击最左边的"Data..."按钮,出现一个Data对话框,在DataSets页面里,在XData选项中选取x向量,YData选项中选取y向量,如果两个向量的元素数相同,那么Createdataset按钮就激活了,此时点击它,生成一个数据组,显示在下方DataSets列表框中。

关闭Data对话框。

此时CurveFittingTool窗口中显示出这一数据组的散点分布图。

4.拟合曲线(幂函数power)。

点击Fitting...按钮,出现Fitting对话框,Fitting对话框分为两部分,上面为FitEditor,下面为TableofFits,有时候窗口界面比较小,FitEditor部分会被收起来,只要把TableofFits上方的横条往下拉就可以看见FitEditor。

在FitEditor里面点击NewFit按钮,此时其下方的各个选框被激活,在DataSet选框中选中刚才建立的x-y数据组,然后在Typeoffit选框中选取拟合或回归类型,各个类型的拟合或回归相应的分别是:

CustomEquations用户自定义函数

Expotentiale指数函数

Fourier傅立叶函数,含有三角函数

Gaussian正态分布函数,高斯函数

Interpolant插值函数,含有线性函数,移动平均等类型的拟合

Polynomial多项式函数

Power幂函数

Rational有理函数(不太清楚,没有怎么用过)

SmoothSpline?

(光滑插值或者光滑拟合,不太清楚)

Sumofsinfunctions正弦函数类

Weibull威布尔函数(没用过)

在这个Typeoffit选框中选择好合适的类型,并选好合适的函数形式。

于是点击Apply按钮,就开始进行拟合或者回归了。

此时在CurveFittingTool窗口上就会出现一个拟合的曲线。

这就是所要的结果。

在上面的例子中,选择sumofsinfunctions中的第一个函数形式,点击Apply按钮,就可以看见拟合得到的正弦曲线。

5.查看拟合结果信息

在Fitting对话框中的Results文本框中显示有此次拟合的主要统计信息,主要有

Generalmodelofsin1:

.......(函数形式)

Coefficients(with95%conffidencerange)(95%致信区间内的拟合常数)

a1=...(......)(等号后面是平均值,括号里是范围)

....

Godnessoffit:

(统计结果)

SSE:

...(方差)

R-squared:

...(决定系数,不知道做什么的)

AdjustedR-squared:

...(校正后的决定系数,如何校正的不得而知)

RMSE:

...(标准差)

上面的例子中经过拟合得到的函数最后为

y=3.133*x^(-1.007)-0.004233

6.拟合分析(Analysis)。

7.导出图片

另外要说的是,如果想把这个拟合的图像导出的话,在CurveFittingTool窗口的File菜单下选PrinttoFigure,此时弹出一个新的图像窗口,里面是你要导出的图像,在这个figure窗口的File菜单里再选Export,选择好合适的格式,一般是jpeg,选择好路径,点击OK就可以了。

出来的图像可以在Word等编辑环境中使用,就不多说了。

要修改图像的性质,如数据点的大小、颜色等等的,只需要在对象上点右键,就差不多可以找到了。

另外使用程序来进行曲线拟合:

p=polyfit(xdata,ydata,n)n为选取的方法

a=polyval(p,xdata)进行曲线拟合后计算所得到得值

可以将拟合曲线与源曲线画出来:

plot(xdata,ydata,'b*',xdata,a,'r-')

legend('ydata','fit');

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 总结汇报

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1