matlab 高斯拟合后怎么进行插值

xi=[0.019,0.023,0.027];%xdatayi=[430,380,256];%ydataabc0=[4,0.5,5];%initialvalues%%初始值设定abc=lsqcurve

x=1978:2002;y=[272.81,286.43,311.89,324.76,337.07,351.81,390.85,466.75,490.86,545.46,648.3,696.54,78

x1=[1.51.5222.52.52.52.53333];x2=[0.050.10.150.20.050.10.150.20.050.10.150.2];y=[10.990.980.970.980.

cftool

在Matlab里输入：x=[20,18,16,14,12,10,8,6,4,2,0,-2,-4,-6,-8,-10,-12,-14,-16,-18,-20];y=[-0.98106,-0.88756,

根据你的数据,绘出曲线图,这个你应该会,就不多说了点击Origin菜单栏上的Analysis——>Fitting——>NonlinearCurveFit——>OpenDialog在弹

设拟合的2元2次方程为f（x,y）=b1*x²+b2*x*y+b3*y²+b4*x+b5*y+b6用Matlab的regress（）函数拟合,也可以用自定义函数拟合.regress

poly2sym(p)

可以用lsqcurvefit（）函数或nlinfit（）函数拟合.例如：x=[.]y=[.]f=@(c,x)(1+c*log10(1950000))*(134410*(x.^10)-318250*(x

你可以把步取去密一点,然后把拟合后的多项式用plot函数画出来不就行了吗?再问：拟合后得到的不是多项式的系数吗？只知道系数怎么画对应的函数图像？再答：知道系数后，可以用polyval计算啊！比如说：你

用plot(x,y,'ro-')看了下你的数据,线性关系很差.若用BP网络来拟合的话,可以按照如下步骤操作,其中很多参数你自己可以去尝试改变:>x=0:25;>y=[0004.049.2146.627

我可以的 General model Gauss1:       f(x) = 

tic;%计时开始clc;%清屏clearall;%清除所有变量disp('输入层神经元个数：3');%显示输入层神经元个数input=3;disp('中间层神经元个数：3');%显示中间层神经元个数

ln->logMatlab中ln就是log你的初值我改成000了,111的话,计算出来有一小部分虚数成份.另外最后一个plot我也改了一下,你的xx只有一个值啊,我也就直接改成x做图了.因为你的yy也

举个例子x=[1：5]y=[4:8]polyfit（x,y,1）得出的结果的第一个系数就是拟合直线的斜率

symsaxyx=[012345678910];y=[38715621023825223921115890-5];a=polyfit(x,y,2);%这是求拟合代数式的系数m=polyval(a,8.

clc;clear;close allU=[1.45,1.85,2.02,2.2,2.67,2.98];V=[200,400,500,600,800,1000];H=[25.6,43.5,5

如果用regress进行拟合的话,输出加上state,分别给出R方,F值和显著性.如果用的是其他拟合,R=corrcoef(T,Y),Y是原始数据,T是用你拟合后求得方程,用这个方程得到的数据再问：请

看你的数据不多啊,我的建议还是把数据分段,然后写三个拟合函数这样呗

x=[110.10001.25002.25002002.5510.719.651.182.18177.52.3210.9110.051.242.24197.52.5210.8];y=[2.4;2.31