微机原理与接口技术研究性报告.docxVIP

微机原理与接口技术研究性报告小组成员：李松云 立 目重述建立一个二维的数据库， 调用数据库数据，利用回归法，三次样条法绘制二维曲线，建立数据库，比如 ：转速10001200140018003000扭矩3080100180210查找数值分析方法，或查网，将这组数据的方程求出来，利用计算机将曲线画出来。要求：数据库文件，编辑程序，并演示所绘制的曲线原始数据：SPEEDTORQUEFB_VALFUELCOSPPRpmNmkg/hg/kW.hkW120089.43.36298.8911.241600934.7301.781545.89294.71937.01286.724.462800103.98.72286.1730.463200103.310.02289.5434.62360010211.3293.9638912.19291.3941.854400104.114.58303.8947.974800104.416.83320.8652.465200103.718.74331.9156320.22347.3258521.84363.8960.01算法描述线性回归回归分析的基本问题就是，通过这组样本来估计回归函数；并利用此估计进行预测与控制，即对的某个值，给出的预测区间，以及对的一个指定范围，确定的一个区间，使得限定在此区间取值时，以一定的概率保证落入指定范围．对于的每一个值，假定．在对某些问题的进一步分析中，我们还假定对的每一个值，，这里的方差假定是不依赖于的常数．记，则对的上述假设等价于假设 ，其中都是不依赖于的未知参数．当我们得到的估计，就得到了的估计，称为一元经验线性回归方程，有时也简称为一元回归方程，它所代表的直线图形称为回归直线．可利用最小二乘法来估计通常记，，，于是．三次样条三次样条的基本思想是，将被插函数的插值节点由小到大排序，以每对相邻的两个节点为端点获得若干个小区间，然后在每个小区间上都用的三次差值多项式作为近似函数。如果是的三次样条插值函数，则必须满足以下四个条件：差值条件：连续性条件：一阶导数连续条件：二阶导数连续条件：因为s(x)在每个小区间上是一个次小于三次的多项式，故有四个未知系数；而s(x)有n分段，从而共有4n个未知系数。但插值条件与样条条件仅给出4n-2个条件，无法定出4n个未知系数，还差2个条件，这2个条件我们可用边界条件给出。一般采用的边界条件有三种，我们采取自然边界条件：=0=0从而稍加整理得联合基本方程组得一个n+1阶三对角方程组，化成矩阵形式为：仍然是严格对角占优其中，，，，，求出m0……mn，再代入S(x)的每一段表达式，就求得三次样条函数的表达式。Python实现本次实验我们小组使用python实现曲线拟合和绘图的功能。通过查阅资料我们了解到连接SQL数据库需要一个叫pypyodbc的第三方包。在计算三次样条插值的过程中也需要各种线性方程组的运算。所以需要numpy和scipy。最后的绘图阶段，需要使用matplotlib。通过这几个包，就可以完成Matlab的绝大多数功能。而且和Matlab不同的是，这些完全是开源、免费的。而且生成的图像支持SVG（矢量图），图像质量更高。在scipy库中，已经有了可以进行线性回归的函数scipy.stats.linregress和三次样条插值函数erpolate. interp1d。不过我们小组又自己编写了这两个函数，并在最后给出了对比。下面是python源代码，并在关键语句中补充了注释。 源代码：# -*- coding: utf-8 -*-import numpy as np # 数值计算基础包import scipy.linalg as lin # 解线性方程组import matplotlib.pyplot as plt # 绘图import pypyodbc # 连接数据库# 打开计算机中的Access 数据库conn = pypyodbc.win_connect_mdb(E:\\weiji.mdb) # 为当前数据库获取一个Handler cur = conn.cursor()# 连接数据库# 将Speed列的数据存入x数组中，下同x = [float(i[0]) for i in cur.execute(SELECT Speed FROM Sheet1).fetchall()]t = [float(i[0]) for i in cur.execute(SELECT TORQUE FROM Sheet1).fetchall()]fb =