matlab拟合曲线精度

Matlab拟合曲线的精度取决于所用的拟合算法和拟合函数的选择。具体来说，拟合算法可以是最小二乘法、最小二乘法加权、插值法等，拟合函数可以是多项式、指数、对数等。不同的算法和函数对于不同的数据集和拟合目标可能会产生不同的精度。

在你提到的情况中，通过Curve工具进行了3次多项式曲线拟合。然后，你将拟合结果的参数直接用于C语言中的计算。然而，在C程序中使用的参数与从Curve中获取的参数不一致，导致计算结果不准确。

为了获得更高精度的参数，你可以采取一些方法。例如，你可以将拟合结果保存到workspace中，并从中提取参数。具体步骤如下：
1. 在Curve中，选择"Fit->Save to Workspace"。
2. 在弹出的窗口中，选择第一个选项，将拟合结果保存到一个变量中，例如"fittedmodel6"。
3. 在workspace中查看"fittedmodel6"变量，可以得到包含高精度参数的拟合模型。

通过这种方式，你可以获得更准确的拟合参数，从而提高拟合曲线的精度。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* *3* [【Matlab】Curve曲线拟合后如何获得高精度参数](https://blog.csdn.net/spiremoon/article/details/109475763)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 100%"]
[ .reference_list ]