matlab 曲面拟合(matlab曲面拟合)

一、matlab;拟合曲面;曲面交线函数;

第一：plot有很多参数啊用来改色彩样式的。

为了便于区分你可以一个画成网格另一个画成实心曲面。或者两个画成不同颜色的网格。

你查查 help plot你可以得到你要的

第二个问题，我不知道你想得到什么结论。

第三个是拟合结果和统计信息，很多拟合是得不到具体函数的。

你的这个就是个例子，它没有计算出明确表达式只生成了一个f(x y)：

f(x,y)=分段线性曲面，根据x y得到系数p值。

这两条说的是定义域：在x值(主值 0方差 2.223)和y值（主值-0.6667和方差 2.567）

系数：

p=系数结构。

吻合度：

这些都是统计信息：

误差项平方和 SSE: 1.972e-31

R方（吻合系数）：R-square: 1

校正R方：Adjusted R-square: NaN

均方根误差 RMSE: NaN

给你一些资料：

SSE（趋向0最好）-- The sum of squares due to error. This statistic measures the deviation of the responses from the fitted values of the responses. A value closer to 0 indicates a better fit.

R-square（趋向1最好）-- The coefficient of multiple determination. This statistic measures how successful the fit is in explaining the variation of the data. A value closer to 1 indicates a better fit.

Adjusted R-square（趋向1最好）-- The degree of freedom adjusted R-square. A value closer to 1 indicates a better fit. It is generally the best indicator of the fit quality when you add additional coefficients to your model.

RMSE（趋向0最好）-- The root mean squared error. A value closer to 0 indicates a better fit.

二、matlab 散点拟合三维曲面写出曲面表达式

我现在也是这个情况啊！正是相当纠结呢！在网上看到了这个···

因为这个函数的形式比较特殊，对其两边取对数后得到

log(y)=log(a)+b*log(x1)+c*log(x2)

于是立即就转换为了线性拟合

[1 log(x1) log(x2)]*[log(a) b c]'=log(y)

于是[log(a) b c]'=[1 log(x1) log(x2)]\log(y)

这样就可以得到a，b，c了。不需要进行非线性拟合。

下面是程序：（对于x1、x2、y的赋值部分这里就不写了，你自己在前面加上即可）

p=[ones(length(y),1) log([x1 x2])]\log(y);%就这一句话就搞定了

a=exp(p(1)),b=p(2),c=p(3)%这就是拟合后的参数值

y%这是采样点y的值

a*x1.^b.*x2.^c%这是拟合后在采样点得到的值，可以和y比较一下，很接近

三、matlab如何进行曲面拟合我有几十组(x,y,z

曲面拟合可以按下列步骤进行：

1、根据x，y，z数据，可以用cftool拟合工具箱的常用函数去拟合，判断(x，y，z)大概符合那个曲面方程。（注：cftool拟合工具箱有时候不一定与实际相符）

2、建立曲面方程模型函数，如func=@(a,x) a(1)*x(1)^2+a(2)*x(2)^2，这里x(1)→x，x(2)→y

3、用 nlinfit（）或lsqcurvefit（）拟合函数，去拟合模型函数的系数a。

a= nlinfit(x,z,func,a0)

a=lsqcurvefit(func,a0,x,z)

4、计算 z数据值与z拟合值的拟合度，即决定系数R²是否接近于1。愈接近于1其拟合精度也就愈高。