数据的拟合.docVIP

数据的拟合 1、编制线性拟合程序，并利用所给数据，给出铜丝的电阻随温度的变化关系。 T/℃ R/( T/℃ R/( T/℃ R/( 0 4.38 70 5.58 140 6.74 10 4.56 80 5.74 150 6.94 20 4.70 90 5.96 160 7.12 30 4.86 100 6.06 170 7.28 40 5.08 110 6.26 180 7.42 50 5.24 120 6.44 190 7.60 60 5.40 130 6.58 200 7.78 在命令执行窗口打出如上数据，保存至r_t.dat 温度（摄氏度） 阻值（欧姆） 0.0 4.38 10.0 4.56 20.0 4.7 30.0 4.86 40.0 5.08 50.0 5.24 60.0 5.4 70.0 5.58 80.0 5.74 90.0 5.96 100.0 6.06 110.0 6.26 120.0 6.44 130.0 6.58 140.0 6.74 150.0 6.94 160.0 7.12 170.0 7.28 180.0 7.42 190.0 7.6 200.0 7.78 再在编辑器中编写程序，保存至RT.m Dat=load(r_t.dat); %引出r_t.dat文件% X=Dat(:,1); %引入X值% Y=Dat(:,2); %引入Y值% AX=mean(X); %取X的平均值% AY=mean(Y); %取Y的平均值% AXY=mean(X.*Y); %取X*Y的平均值% AX2=mean(X.*X); %取X^2的平均值% b=(AXY-AX*AY)/(AX2-(AX)^2); %% a=AY-b*AX; %% plot(X,Y,rx); hold on X0=linspace(0,200,100); Y0=a+b*X0; plot(X0,Y0) 最后得图像 在命令执行窗口输入a，b得其值 a a = 4.3815 b b = 0.0170 R=4.3815+0.0170T 数据的平滑，光滑 一。data-smooth.nn 单纯移动平均 （1）三点平滑 （2）五点平滑 （3）七点平滑 2.线性加权移动平滑 （1）三点线性平滑 （2）五点线性平滑 （3）七点线性平滑 3.非线性加权移动平滑 （1）五点二次平滑 （2）七点二次平滑 （3）五点三次平滑 （4.）七点三次平滑 4.对data-smooth.nn的总结 该函数振幅少，不适合用非线性加权移动发，此法可保留原信号的更多细节，使噪音被误认为是原函数的波动，而使图像有偏差。线性加权移动平滑的七点线性平滑最好的描绘了该图像。 Data1-smooth.nn 单纯移动平均 三点移动平均 五点移动平均 七点移动平均 线性加权移动平滑 三点线性平滑 五点线性平滑 七点线性平滑 非线性加权移动平滑 五点二次平滑 七点二次平滑 五点三次平滑 七点三次平滑 对 Data1-smooth.nn的总结 数据平滑后可能会导致信号的失真。 Data2-smooth.nn 单纯移动平均 三点平滑 五点平滑 七点平滑 线性加权移动平滑 三点线性平滑 五点线性平滑 七点线性平滑 3.非线性加权移动平滑 （1）五点二次平滑 （2）七点二次平滑 （3）五点三次平滑 （4）七点三次平滑 四. Data3-smooth.nn 1.单纯移动平均 （1）三点移动平均 （2）五点移动平均 （3）七点移动平均 2.线性加权移动平滑 （1）三点线性平滑 （2）五点线性平滑 （3）七点线性平滑 3.非线性加权移动平滑 （1）五点二次平滑 （2）七点二次平滑 （3）五点三次平滑 （4）七点三次平滑 intensity=1 intensity=0.1 intensity=0.01 intensity=1 intensity=0.1 intensity=0.01 intensity=1 intensity=0.1 intensity=0.01 intensity=1 intensity=0