《曲线拟合算法研究及分析》-毕业论文(设计).doc

《曲线拟合算法研究及分析》-毕业论文(设计).doc

  1. 1、本文档共25页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
PAGE 2 曲线拟合算法研究及分析 作 者 姓 名 专 业 信息与计算科学 指导教师姓名 专业技术职务 副教授 目 录 摘 要………………………………………………………………1 第一章 曲线拟合算法的简介………………………………2 1.1什么是曲线拟合算法………………………………………………2 1.1.1曲线拟合的基本思想………………………………………………2 1.1.2曲线拟合的概念……………………………………………………2 1.2可化为线性拟合的非线性拟合……………………………………3 第二章 曲线拟合算法的研究………………………………4 2.1曲线拟合的国内外研究现状………………………………………4 2.1.1曲线拟合的目的及意义…………………………………………4 2.1.2曲线拟合的国内外研究现状……………………………………5 2.1.3曲线拟合研究设计内容…………………………………………5 2.2曲线拟合的最小二乘法……………………………………………6 2.2.1最小二乘法的基本原理和多项式拟合…………………………6 2.2.2一般最小二乘拟合………………………………………………11 2.2.3最小二乘拟合多项式的存在唯一性……………………………13 2.2.4多项式拟合中克服正规方程组的病态…………………………14 第三章 曲线拟合算法的评价……………………………16 参考文献 …………………………………………………………18 致谢 ………………………………………………………………19 附录 ………………………………………………………………20 山东轻工业学院2007届本科生毕业论文 摘 要 判断最佳拟合这个数据的曲线的一个方法是通过找到误差的平均值分析绝对误差。平均误差越小方程拟合的越好。分析这条曲线的另一个办法是找到均方误差。我们用均方误差代替平均误差。同样,均方误差越小,方程拟合的越好。 平均误差和均方误差之间最主要的不同是均方误差考虑那些远离预测值的数据值。换句话说,远离预测值的数据对均方误差的影响要比平均误差更大。这是因为当一个两位数取平方时,如果他们没有被平方,他们的差会变大。统计学家们一般在分析中用均方误差,所以我们也用均方误差。在这里,通过对曲线拟合算法的进一步研究,我们对这一算法有了更深刻地认识,并运用最小二乘法的原理,用列主元消去法编程实现了用改进的平方根法求正规方程组。 关键词:曲线拟合 最小二乘法 列主元消去法 平方根法 ABSTRACT One way to judge how well the curve fits the data is to analyze the absolute error by finding the mean of the error. The smaller the mean error, the better the fit of equation. Another way to analyze the curve is to find the mean square error. Instead of finding the mean of the error, we find the mean of squaring the error. Again, the smaller the mean square error, the better the fit of equation. The main difference between mean error and mean square error is that the mean square error takes care more of an account for data values that are farther away from the prediction values. In other words, data that falls far from its predictor has a larger effect on the mean square error than the mean error. Because two numbers’ differences become greater when two numbers are squared. Generally Statisticians use the s

文档评论(0)

花好月圆 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档