matlab中拟合曲线横纵坐标不一致怎么弄

X=[x.*x;y.*y]'X=829.555278.8899815.502283.3021809.914785.1006784.952393.4509779.470695.3552774.00809

法一：p=[123];title(['y='num2str(p(1))'*x^2+'num2str(p(2))'*x+'num2str(p(3))])法二：text('string',['y='num

楼主你的数据来源是什么,有物理或数学背景吗,通过分析你的数据我发现这几组数据前两组用多项式拟合效果还可以,后面几组的多项式拟合效果实在是不怎么样.我用曲线拟合工具箱cftool拟合,从里面挑了好几种拟

如上所述,采用polyfit来拟合,二次多项式polyfit(x,y,2)x=[0.110.130.190.210.270.370.530.590.710.790.891.07];y=[3868-10

x=-2*pi:pi/10:2*pi;y=sin(x);z=3*cos(x);plotyy(x,y,x,z)http://baike.baidu.com/view/3864997.html?fromT

clc,clearallx=[-20.0000 -15.0000 -12.5000 -10.0000 -7.5000 -5.0000 -2.

对于线性函数,除了polyfit（）,还可以用regress（）等对于非线性函数,可以用lsqcurvefit（）或nlinfit（）等根据你提供的数据,可以拟合成如下关系Q=0.52429N^1.6

两边取自然对数lnY=lnA-BX,令Z=lnY,C=-B,D=lnAZ=CX+D拟合这个直线就OK

好像是最小二乘拟合：最小二乘大约是1795年高斯在他那星体运动轨道预报工作中提出的[1].后来,最小二乘法就成了估计理论的奠基石.由于最小二乘法结构简单,编制程序也不困难,所以它颇受人们重视,应用相当

x=[27560000,55120000,82680000,88192000,110240000,137800000]y=[1743170000,1894750000,2053220000,20670

y=[00.060.110.170.230.280.340.400.460.520.590.650.720.800.870.961.051.161.311.55]';x=[20.0218.9517.7

要是你的数据是线性的话,可以用多项式拟合：polyfit(x,y,n)n为所需要拟合多项式的次数,返回值为多项式系数；若是非线性的话,你得有一个和你绘图曲线吻合的函数模型,然后在这个函数模型基础上求这

曲线总可以用参数方程描述：X=x(t),Y=y(t),Z=z(t),不妨假设x(t),y(t),z(t)是关于t的多项式函数,那么：x（t）=x0+x1*t+x2*t^2.给定一组参数就有一条曲线,并

貌似没有直接的方法,只能利用求曲线长度的积分公式s=∫√(1+y'²)dx计算出每一个点的横坐标值,然后利用text函数在图上标出这些点的坐标值.PS：肯定会用到循环语句.再问：可以加你qq

这样好些,比多项式精度高许多.functionhhx=[123456];y=[214575949898];b0=[111111];a=nlinfit(x,y,@mymodel,b0)xx=min(x)

fprintf('y=%f*x+%f',p(1),p(2));再问：Thankyou。能用，采纳。非常感谢。

可用matlab曲线拟合工具箱,里面有各式各样的拟合函数可供选用...x=[367   379   414   

clear>>i=[20,30,40,50,60,70,80,90,100,110,120];>>vi=[0,0,43,143,303,497,650,805,913,1000,1075];>>A=[

Matlab可以用regress但推荐用1stOpt软件,可以自动搜索最合适的曲线方程

%1非线性拟合warningoffx=[100200400600800]';y=[406080120150]';f=fittype('a+b*x^m');options=fitoptions('a+b