第四章 曲线拟合方法.ppt

* * 第四章 数据拟合方法 4.1 曲线拟合的最小二乘法 4.2 Bezier曲线及应用 x y 第四章 数据拟合方法 xj xj+1 y = p(x) x1 xn yj=f(xj) p(xj) x y 第四章 数据拟合方法 y = p(x) + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + xj yj=f(xj) p(xj) 第四章 数据拟合方法 数据拟合---计算机图形显示、图像处理和模型识别等 关键(选择数学函数的形式) →最小二乘法(常用) 应用到实际产品的曲线设计---Bezier曲线作图方式。 构建拟合函数成功预测某一时期的人口数量 4.1 曲线拟合的最小二乘法 求以下拟合函数 拟合条件：拟合曲线与各数据点在y方向的误差平方和最小 一、数据拟合的数学描述与问题求解 4.1 曲线拟合的最小二乘法 拟合函数为一元函数时--函数图形为平面曲线--曲线拟合 解决曲线拟合，最先是确定拟合函数的形式。即选取 选幂函数{1,x,x2, ···,xn}, 则多项式拟合函数 可表示为 实际中拟合函数有指数函数、三角函数等，根据数据 的分布特点来选取合适的拟合函数。 4.1 曲线拟合的最小二乘法 最小值的必要条件是： 求 即 整理得到如下正规方程组： 解此方程组得系数a0,a1, ···,an, 得出拟合函数 最小二乘法：以残差平方和最小问题的解来确定拟合函数 4.1 曲线拟合的最小二乘法 4.1 曲线拟合的最小二乘法 二、超定方程组得最小二乘解 将 写成向量内积形式： a0,a1, ···,an为待定系数, 满足： 此m个等式如下建立方程组： 4.1 曲线拟合的最小二乘法 方程数(m)多于未知数个数(n+1)，此类方程组称为超定方程组。下列正规方程组中k个方程中aj的系数 正规方程组中k个方程中aj的系数 对应超定方程组系数矩阵第k、j列的乘积之和 正规方程组中k个方程右端项 对应超定方程组系数矩阵第k列与m个函数值的乘积之和 正规方程组的形式为： 其中 此方程有唯一解---超定方程的最小二乘解。曲线拟合的最小二乘法本质上是求超定方程组的最小二乘解 对于多项式拟合函数 超定方程组 超定方程组的 系数矩阵化为 各基函数为： 依据 得: 最小二乘法解超定方程组Ax=b步骤：先转置得C=AT, 后计算矩阵D=CA和f=Cb, 最后求解Dx=f 85.10 83.90 82.35 80.80 79.25 77.80 76.3 rj 50.0 45.1 40.0 36.0 30.1 25.0 19.1 tj 7 6 5 4 3 2 1 j 电阻r与温度t的关系 应用实例(一阶拟合) 应用实例(二阶多项式拟合) x y 给出 和 应用实例(其他函数类作拟合函数) 34.83 34.20 33.56 32.85 32.34 32.13 31.51 30.61 29.72 N 1968 1967 1966 1965 1964 1963 1962 1961 1960 t 世界人口统计表 拟合函数 3.5505 3.5322 3.5133 3.4920 3.4763 3.4698 3.4503 3.4213 3.3918 y 1968 1967 1966 1965 1964 1963 1962 1961 1960 t 给出 和 成功预测2000年世界人口过60亿 4.2 Bezier曲线及应用 Pierre Bezier 4.2 Bezier曲线及应用 p0 p1 p2 p3 p0 p1 p2 p3 p0 p1 p2 p3 p0 p1 p2 p3 4.2 Bezier曲线及应用 Bezier曲线的数学表达式 (x2, y2) P2 (xm, ym) Pm … … (x1, y1) P1 (x0, y0) P0 m次Bezier多项式，满足: 曲线起点的切向量与向量P0P1平行 曲线终点的切向量与向量Pm-1Pm平行 (m+1)个基函数的值形成一组加权平均的权值 ↗ P0和P1均在曲线上,分别为起点和终点 ↗ *