lsqcurvefit函数在MATLAB中的实例

lsqcurvefit函数是MATLAB中的一种非线性最小二乘拟合工具。它的语法为：

x = lsqcurvefit(fun,x0,xdata,ydata)

其中，fun是一个函数句柄，表示要拟合的非线性函数；x0是一个向量，表示拟合函数的初始参数值；xdata和ydata是用于拟合的数据。

下面是一个示例，演示如何使用lsqcurvefit函数拟合一个正弦函数：

% 生成用于拟合的数据
xdata = linspace(0,2*pi,50);
ydata = sin(xdata) + 0.1*randn(size(xdata));

% 定义拟合函数
fun = @(x,xdata) x(1)*sin(xdata+x(2));

% 定义初始参数值
x0 = [1,0];

% 使用lsqcurvefit进行拟合
x = lsqcurvefit(fun,x0,xdata,ydata);

% 绘制拟合结果
plot(xdata,ydata,'ko',xdata,fun(x,xdata),'b-');
legend('数据','拟合结果');

运行上述代码，可以得到如下的拟合结果图：


在这个示例中，我们使用lsqcurvefit函数拟合了一个正弦函数，得到了拟合参数x，然后绘制出了原始数据和拟合结果。可以看到，拟合结果与原始数据非常接近。

相关问题

matlab拟合非线性函数实例

下面是一个使用 MATLAB 拟合非线性函数的实例：

假设我们有一个数据集，包含 x 和 y 值，我们希望拟合出一个函数 y = a * x ^ b + c，其中 a，b 和 c 是参数。

首先，我们需要定义拟合函数：

function y_fit = myfunc(params, xdata)

a = params(1);
b = params(2);
c = params(3);

y_fit = a * xdata.^b + c;

end

其中，params 是参数向量，xdata 是自变量向量。

然后，我们可以使用 MATLAB 的 curve fitting 工具箱中的 lsqcurvefit 函数进行拟合：

xdata = [1 2 3 4 5];
ydata = [1.1 2.2 3.3 4.4 5.5];

params0 = [1 1 1]; % 初始参数值

params_fit = lsqcurvefit(@myfunc, params0, xdata, ydata);

a = params_fit(1);
b = params_fit(2);
c = params_fit(3);

x = linspace(0, 6, 100);
y_fit = a * x.^b + c;

plot(xdata, ydata, 'o', x, y_fit, '-')

其中，@myfunc 是拟合函数句柄，params0 是初始参数值，xdata 和 ydata 是数据集。

最后，我们可以将拟合结果可视化。