曲线拟合

可选择以下任意模型类型：

• 线性

  查找最小二乘法意义上代表输入数据集的最佳直线斜率和截距。

• 二次-

  查找最小二乘法意义上代表输入数据集的最佳二阶多项式。

• 花键

  返回区间个数为n的样条插值。

  n 包含样条插值函数 g(x) 在表中点 ξ 的二阶导数，其中 i = 0, 1, ..., n - 1。

• 多项式-

  查找最小二乘法意义上代表输入数据集的最佳多项式拟合系数。

  • 多项式阶-

    必须大于等于0。如多项式阶数小于0，则Express VI返回错误。默认值为5。只有选择多项式时，才可使用该选项。

    多项式阶数的取值必须遵循以下关系： 0 ≤ m < n - 1， 其中 n 是样本点数， m 是 多项式阶数。

• 一般最小二乘法线性

  使用最小二乘法，查找能最佳拟合输入数据的k维线性曲线值和k维线性拟合系数集。

  • 型号

    自变量的函数。只有选择广义最小二乘线性时，才可使用该选项。

    如下列方程中，模型是x的函数，即f₀(x)，f₁(x)，…，f_{n – 1}(x)。 其中 a = {_a0，_a1，_a2，...，_{an - 1}}

• 当前型号

  显示当前选择的模型类型的公式。只有设置模型类型为线性、二次方程、样条插值、多项式或广义线性最小二乘时，才显示该对话框。

• 非线性

  使用Levenberg-Marquardt算法，查找最小二乘法意义上，代表输入数据集的非线性模型的最佳系数集。非线性模型由非线性函数y = f(x,a)表示，a是系数集。

  • 自变量

    指定非线性模型的自变量。只有选择非线性时，才可使用该选项。

  • 最大迭代次数

    最多可执行的迭代次数。如Express VI的执行次数达到最大迭代次数时，仍未找到结果，VI可返回错误。用户必须增加最大迭代次数或调整初值估计，继续查找。默认值为500。只有选择非线性时，才可使用该选项。

  • 初步猜测

    结果系数的初始猜测。只有选择非线性时，才可使用该选项。

• 非线性模型

  说明模型方程的字符串。只有选择非线性时，才可使用该选项。

VI 使用以下等式计算最佳拟合值： _zi = f(_xi)A 其中 A 是最佳拟合系数。