曲线拟合数值方法的介绍与其在实验数据分析中的应用.docVIP

题目：曲线拟合数值方法简介与其在实验数据分析中的应用 学 院 化工学院 专 业 工业催化 年 级 2014级博 姓 名 赵娜 2015年 6月 9日 曲线拟合数值方法的简介与其在实验数据分析中的应用 一．简介 我的专业研究方向为工业催化，听上去和数学毫不沾边，但在大量的数据处理中，我们必须应用到各种数据处理方法，数据拟合分析就是其中之一。曲线拟合有多种方法，下面我们来简单介绍一下。 首先介绍下曲线拟合的定义：曲线拟合是用连续曲线近似地刻画或比拟平面上离散点组所表示的坐标之问的函数关系的一种数据处理方法。即在一定意义下“最佳”地逼近或拟合已知数据。 拟合方法简述 曲线拟合的方法有很多种，各有各的优势。再此我将简单介绍最小二乘法、移动最小二乘法、NURBS三次曲线拟合和基于RBF曲线拟合四种曲线拟合方法。 最小二乘法 最小二乘法是一种早期的曲线拟合方法，主要利用最小化误差的平方和来寻找数据的最佳函数匹配。该方法求出数据点到拟合函数的距离和最小，且最小二乘法的拟合函数可以是一元二次，也可一元多次，多元多次。 2.移动最小二乘法 移动最小二乘法是对最小二乘法进行的改进优化得到的，通过引入紧支概念，选取适合的权函数，算出拟合函数来替代最小二乘法中的拟合函数，以得到更高的拟合精