最小二乘多项式拟合嘈杂的数据

这段代码是使用一个自定义的LU分解法生产k-order多项式适合嘈杂的数据。

140下载

更新2021年4月28日

查看许可协议

这个片段,是在现实中我最初的原型用于构建多项式最小二乘类/模块C和Fortran,分别。您将看到,它匹配完美输出为Matlab polyval陆()和()函数。虽然是一个非常简约的LU分解方法的实现,它有时比polyval()函数的速度。(不确定为什么? !)

为了理解如何使用它,看看例子:FitPolynomialToNoisyData.m
(在这篇文章中,我比较这个实现Matlab的传统工具/方法)

点击这里查看详情!D;

引用作为

曼努埃尔·a·迪亚兹(2023)。最小二乘多项式拟合嘈杂的数据(//www.tianjin-qmedu.com/matlabcentral/fileexchange/91205-least-squares-polynomial-fitting-for-noisy-data), MATLAB中央文件交换。检索

MATLAB版本兼容性
创建R2019b
兼容任何释放
平台的兼容性
窗户 macOS Linux

社区寻宝

找到宝藏在MATLAB中央,发现社区如何帮助你!

开始狩猎!
版本 发表 发布说明
1.0.0