第15章 曲线拟合工具箱.ppt

第15章 曲线拟合工具箱 本章将介绍MATLAB曲线拟合工具箱的使用。曲线拟合应用非常广泛，在人们对某一未知领域内在规律的探索中，需要建立相应的数学模型，而模型中往往含有一些需要估计的参数，要确定这些参数，就要用到曲线拟合。 15.1 曲线拟合工具箱简介 数据处理中，求取自变量x和因变量y之间的近似函数关系表达式y=f(x)的问题就是曲线拟合。MATLAB曲线拟合工具箱Curve Fitting Toolbox?提供了两种方法进行曲线拟合：一种是编程形式，需要编写代码利用命令对数据进行拟合，另一种是利用图形界面窗口进行操作。 15.2 利用图形界面进行曲线拟合 MATLAB曲线拟合工具箱提供了可视化的图形界面进行曲线拟合，图形界面操作简单、方便，无需编写复杂的代码，对于希望快速利用MATLAB进行曲线拟合的入门读者尤为有用。 本节以数据拟合的一般流程为主线，结合实例详细介绍了如何利用图形界面进行曲线拟合。通过本节的介绍，将使读者对利用MATLAB进行曲线拟合的过程有感性认识，初步掌握这一工具图形界面的使用。 15.2.1 打开曲线拟合工具箱 在MATLAB的Cammand窗口中，输入cftool命令打开曲线拟合工具箱，如图15.1所示。其中主要有5个按钮，具体功能介绍如下。在后续章节中将详细介绍各按钮功能的使用。 Data按钮：导入待拟合的数据及对原始数据进行平滑预处理。 Fitting按钮：曲线拟合，计算拟合误差等统计参数。 Exclude按钮：在拟合数据中去除异常点。 Ploting按钮：显示拟合曲线。 Analysis按钮：做内插、外推、微分及积分拟合。 15.2.2 导入拟合数据集 导入数据前应注意指数据必须已存放于MATLAB的workspace工作空间内，且待导入的自变量与因变量必须具有相同的维数，无穷大和不定值在拟合过程中将被忽略。数据的导入在前面基础知识的章节中已详细的介绍过，在此不再展开。 15.2.3 拟合数据预处理 如需对原始数据进行平滑处理，可以选择Data对话框中的smooth选项卡，如图15.3所示。 （1）在“Original data set”下拉列表框中选择“pop vs.cdate”，设置需要拟合的数据集。默认的在“Smoothed data set”区域中将显示平滑后的数据集名称pop vs.cdate（smooth）。 （2）此处选择“Moving average”平滑方法。在“Span”下拉列表框中设置平滑计算的数据点的数目为5，即每隔5个数据点进行平均。 （3）单击“Create smoothed data set”按钮，在“Smoothed data sets”区域将出现产生的平滑数据集名pop vs.cdate(smooth)。单击“View”按钮打开“View Data Set”对话框，可观察平滑后的数据，如图15.4所示。在“View Data Set”对话框左边将以图形化方式显示平滑后数据，右边以数据列表方式显示平滑后的数据数值。 （4）返回“smooth”选项卡。单击“Rename”按钮，可对平滑后数据集重命名；单击“Delete”按钮，可删除平滑后的数据集；单击“Save to workspace”按钮，可保存平滑后的数据集到MATLAB的Workspace空间中。 15.2.4 曲线拟合 本节继续以census数据演示曲线拟合的过程。 （1）返回曲线拟合工具箱对话框。单击“Fitting”按钮，弹出“Fitting”对话框，如图15.5所示。 （2）单击“New fit”按钮开始曲线拟合。 （3）单击“Fit options”按钮，在弹出的“Fit options for poly1”对话框中进行拟合参数的设置，可设置拟合算法、修改待估计参数的上下限等参数。 （4）在“Fitting”对话框中单击“Apply”按钮，采用选定的方法对数据进行曲线拟合，在Results区域将显示拟合的结果。 （5）在图15.6的Table of Fits部分可以对拟合结果进行操作，单击“Table options”按钮，弹出“Table options”对话框，设置拟合结果的显示，如图15.8所示。 （6）如果对于拟合的结果不满意，可以单击“New fit”按钮，选择不同的模型进行拟合，本例中分别选择了线性、二次、三次多项式进行曲线拟合。 15.2.5 异常数据的去除 用于曲线拟合的数据多为实际观测的数据，而在实际的观测中由于各种原因极易引入异常的数据点，拟合数据中的异常点会对最后的拟合结果造成很大影响。曲线拟合工具箱提供了较为方便的查找异常点的方法：排除法是对数据中的异常值进行排除；区间排除法是采用一定的区间去排除那些用于系统误差导致偏离正常值的异常值，下面介绍具