如何定义这个问题的合适参数吗?

5视图(30天)

显示旧的评论

基诺Kalantari 2020年11月9日

0
链接

这个问题直接联系

//www.tianjin-qmedu.com/matlabcentral/answers/641505-how-to-define-the-fit-parameters-for-this-problem

编辑: 基诺Kalantari2020年11月9日

你好,每个人!

我想做一个恰当的过程为多个数据集:

我使用fit(),以适应情节,我要和这样一个伽马函数:a。* ^ b (x - 1)。* exp (- (x - 1) / c)。
问题我是定义多少个点形成峰值的左派和右派,我想将融入拟合过程
我的最终目标是衡量拟合曲线下的面积

我添加了一个情节,我的形象,和一个代码的一部分。

                         % %计算限制和不离准则
                        
                         步伐= (Info.Acq。TR * Info.Acq.NumSpokes) / 1000;
                        
                         r2C_smoothed =光滑(r2C 4);
                        
                         [~,maxPosition] = max (r2C_smoothed [], 2);
                        
                         x_real =(1:步伐:长度(r2C_smoothed) *步伐)';
                        
                         % r2C_interpolated = interp1(1:长度(r2C)、r2C x_interpolated);
                        
                         % [~,maxPosition_interpolated] = max (r2C_interpolated [], 2);
                        
                         dy =梯度(r2C_smoothed(:))。/梯度(x_real);
                        
                         dy2 =梯度(dy(: 1))。/梯度(x_real);
                        
                         dy2 = dy2 (: 1);
                        
                         K =双([dy2 x_real]);%第二derivativ和x轴
                        
                         双(N = [0 x_real (maxPosition)]);% 0 =二阶导数和峰值的位置
                        
                         Idx_left = knnsearch (K (1: maxPosition,:), N,“距离”,“seuclidean”);%”然而,找到最近的点为零和最近的的最大值位置数据
                        
                         Idx_right = knnsearch (K (maxPosition:,:), N,“距离”,“seuclidean”)+ maxPosition;
                        
                         低= Idx_left-1;
                        
                         = Idx_right;
                        
                         不离准则(Masktype:) =(低maxPosition);
                        
                         % %拟合曲线
                        
                         据= fitoptions (“方法”,“NonlinearLeastSquares”,“低”(0,0,0),“上”,正无穷,正无穷,正无穷,曾经繁荣的[100]2);
                        
                         FitParam = fittype (“。* (x - 1) ^。b。* exp (- (x - 1) / c)。”,“系数”,{“一个”,“b”,“c”},“选项”,据);
                        
                         y =双(r2C_smoothed ');
                        
                         FitParam =适合(x_real(1:较低的+ 1),y(低:),FitParam);
                        
                         一个= FitParam.a;
                        
                         b = FitParam.b;
                        
                         c = FitParam.c;