非線形カーブフィットLM境界

データは実行時にユーザ定義関数が必要とするスタティックデータを指定します。

f(x,a)は、フィッティングモデルを実装するVIへのリファレンスです。aは、LabVIEWが計算するパラメータのセットです。

labviewvi.libに あるVIテンプレートを使用して、 LMモデル関数とgradient.vitを 使用して、 、テンプレートからVIを作成します。

Yは、従属値の配列を指定します。入力ポイントの数はゼロおよび初期パラメータの数よりも大きくなければなりません。Yの要素数は、Xの要素数に等しくなければなりません。

Xは、独立値の配列を指定します。入力ポイントの数はゼロおよび初期パラメータの数よりも大きくなければなりません。Xの要素数は、Yの要素数に等しくなければなりません。

加重は、観測 (Y) の加重配列です。加重が未配線の場合、このVIは加重のすべての要素を1に設定します。

加重の要素の数がYより少ない場合、VIによって加重の末尾がYと長さが同じになるように1でパディングされます。加重の要素の数がYより多い場合、加重の末尾の余分な要素は無視されます。加重要素が0より小さい場合、このVIは要素の絶対値を使用します。

初期パラメータは、ソリューションの初期推定値を指定します。非線形曲線フィットが成功するかどうかは、初期係数が解にどれほど近似するかどうかにより異なります。したがって、利用可能なリソースを参照して、このVIを使用する前に解に適切な予測初期係数を取得します。

エラー入力は、このノードを実行する前に発生したエラーの状態を示します。この入力は、標準エラー入力として機能します。

停止は、フィットプロセスの停止条件を指定します。

パラメータ境界は、最適化されるパラメータの上限および下限値を含むクラスタです。

メソッドはフィッティングのメソッドを指定します。

関数呼び出し回数は、フィットプロセス中にLabVIEWがf(x,a)を呼び出した回数を返します。

最良非線形フィットは、Xの独立値に一致する近似モデルのy値を返します。

最良フィットパラメータはパラメータの配列を返し、解ベクトルと観測値Yの間の重み付き平均二乗誤差を最小限にします。

共分散は、共分散の行列を返します。

C_jkは、a[j]とa[k]の間の共分散です。c[jj]はa[j]の分散です。このVIは、以下の式に従って 共分散 Cを生成する： C = (0.5D)^-1 ここで Dは 関数のパラメータに関するヘシアンである。

残差は、最良非線形フィットとYの間の重み付き平均二乗誤差を返します。

エラー出力には、エラー情報が含まれます。この出力は、標準エラー出力として機能します。