1樓：zhao一花一世界
實際也就敢用2階的級數來模擬，階數太高容易受噪聲干擾，太低有不能體現非線性系統的特徵，我也是遇到你所說的這些問題，說實話吧，神經網路這塊雖然人家**寫的很多，但是在控制著要去實用實時性太差，還不如線性的積分法，動態系統( 難以得到樣本)中用泰勒級數還可以，靜態的系統裡就多了，但是神經網路這個對樣本需求量太大了，最小二乘和多項式還是能接受的
非線性擬合能力最好的數學模型是什麼？ 我所知道的比如插值，迴歸等擬合複雜函式的效果不好，神經網路雖
2樓：勐蠈螜蜜
實際也就敢用2階的級數來模擬，階數太高容易受
噪聲干擾，太低有不能體現非線性系統的特徵，我也是遇到你所說的這些問題，說實話吧，神經網路這塊雖然人家**寫的很多，但是在控制著要去實用實時性太差，還不如線性的積分法，動態系統( 難以得到樣本)中用泰勒級數還可以，靜態的系統裡就多了，但是神經網路這個對樣本需求量太大了，最小二乘和多項式還是能接受的非線性擬合能力最好的數學模型是什麼？ 我所知道的比如插值，迴歸等擬合複雜函式的效果不好，神經網路雖
請教：非線性擬合能力最好的數學模型是什麼？（不懂的請不要搗亂！） 我所知道的比如插值，迴歸等擬合復
3樓：匿名使用者
這些經典的模型沒有好壞之分，只有適用範圍的區別。針對具體問題時，也許對一個問題，插值有很好的結果，但對另外一個問題，迴歸更加優於插值。
插值一般針對曲線按段光滑，且認為測量值0誤差的情況，有很好的內插結果。但是對於外插(**)一般效果很差。
迴歸有很好的擬合與**效果，但就難在函式型別的選取上。
神經網路沒用過，不太清楚。
其它的還有各種時間序列**模型，其實只是在迴歸的基礎上加入了白噪聲。
歸根結底，其實就一個迴歸，一個智慧演算法兩大方向，其它方法都是從這兩個延伸出來的(或者相當於他們的延伸)。如插值相當於特殊的迴歸。
說迴歸效果差的，絕對是你函式選取不當；說插值效果差的，要麼用錯了適用範圍，要麼基函式選取不當。
非線性擬合是什麼意思
求數學大神，數值分析，非線性離散擬合 10
4樓：電燈劍客
把擬合資料代進去，得到關於a和b的線性方程組，然後用最小二乘法解出a和b即可
擬合與插值的區別？
5樓：匿名使用者
1、在含義上不同：插值是指函式在多個離散點上的函式值或導數資訊。通過求解函式中待定形式和待定係數的插值函式，該函式滿足給定離散點的約束。
插值是離散函式逼近的重要方法，利用它可通過函式在有限個點處的取值狀況，估算出函式在其他點處的近似值。
擬合是指將平面上的一系列點與光滑曲線連線起來。因為這個曲線有無數的可能性，所以有多種擬合方法。擬合曲線一般可以用函式來表示。根據不同的功能，有不同的擬合名稱。
常用的擬合方法有如最小二乘曲線擬合法等，在matlab中也可以用polyfit 來擬合多項式。
2、在影象上是不同:影象中的插值必須通過資料，影象中的擬合必須得到最接近的結果，這取決於整體效果。matlab做曲線擬合可以通過內建函式或者曲線擬合工具箱(curve fitting toolbox)。
這個工具箱整合了用matlab建立的圖形使用者介面(guis)和m檔案函式。
利用這個工具箱可以進行引數擬合(當想找出迴歸係數以及他們背後的物理意義的時候就可以採用引數擬合)，或者通過採用平滑樣條或者其他各種插值方法進行非引數擬合(當迴歸係數不具有物理意義並且不在意他們的時候，就採用非引數擬合方法)。
利用這個介面，可以快速地在簡單易用的環境中實現許多基本的曲線擬合。
3、在幾何意義上不同：擬合就是尋找一個具有已知形狀和未知引數的連續曲面來最大程度地逼近這些點，而插值就是找到一個連續的曲面（或幾個分段光滑曲面）通過這些點。
6樓：ying影英音
1、在含義上不同：插值是指已知某函式的在若干離散點上的函式值或者導數資訊，通過求解該函式中待定形式的插值函式以及待定係數，使得該函式在給定離散點上滿足約束。
而擬合是指，擬合就是把平面上一系列的點，用一條光滑的曲線連線起來。因為這條曲線有無數種可能，從而有各種擬合方法。擬合的曲線一般可以用函式表示，根據這個函式的不同有不同的擬合名字。
2、在影象上是不同:插值在影象是一定得過了資料的才行；擬合在影象上是必須要得到最接近得結果，是要看總體的效果。
3、在幾何意義上不同：擬合是給定了空間中的一些點，找到一個已知形式未知引數的連續曲面來最大限度地逼近這些點；而插值是找到一個(或幾個分片光滑的)連續曲面來穿過這些點。
7樓：匿名使用者
插值和擬合都是函式逼近或者數值逼近的重要組成部分。他們的共同點都是通過已知一些離散點集m上的約束，求取一個定義在連續集合s(m包含於s)的未知連續函式，從而達到獲取整體規律目的，即通過"窺幾斑"來達到"知全豹"。
簡單的講，所謂擬合是指已知某函式的若干離散函式值，通過調整該函式中若干待定係數f(λ1, λ2,…,λ3),
使得該函式與已知點集的差別(最小二乘意義)最小。如果待定函式是線性，就叫線性擬合或者線性迴歸(主要在統計中)，否則叫作非線性擬合或者非線性迴歸。
表示式也可以是分段函式，這種情況下叫作樣條擬合。
而插值是指已知某函式的在若干離散點上的函式值或者導數資訊，通過求解該函式中待定形式的插值函式以及待定係數，使得該函式在給定離散點上滿足約束。插值
函式又叫作基函式，如果該基函式定義在整個定義域上，叫作全域基，否則叫作分域基。如果約束條件中只有 函式值的約束，叫作lagrange插值，否則叫
作hermite插值。
從幾何意義上將，擬合是給定了空間中的一些點，找到一個已知形式未知引數的連續曲面來最大限度地逼近這些點；而插值是找到一個(或幾個分片光滑的)連續曲面來穿過這些點。
8樓：新野旁觀者
1、迴歸一般指線性迴歸，是求最小二乘解的過程。在求迴歸前，已經假設所有型值點同時滿足某一曲線方程，計算只要求出該方程的係數
2、多項式插值：用一個多項式來近似代替資料列表函式，並要求多項式通過列表函式中給定的資料點。（插值曲線要經過型值點。）
3、多項式逼近：為複雜函式尋找近似替代多項式函式，其誤差在某種度量意義下最小。（逼近只要求曲線接近型值點，符合型值點趨勢。）
4、多項式擬合：在插值問題中考慮給定資料點的誤差，只要求在用多項式近似代替列表函式時，其誤差在某種度量意義下最小。
注意：表列函式：給定n+1個不同的資料點（x0,y0）,(x1,y1)...,(xn,yn)，稱由這組資料表示的函式為表列函式。
逼近函式：求一函式，使得按某一標準，這一函式y=f（x）能最好地反映這一組資料即逼近這一表列函式，這一函式y=f（x）稱為逼近函式
插值函式：根據不同的標準，可以給出各種各樣的函式，如使要求的函式y=f（x）在以上的n+1個資料點出的函式值與相應資料點的縱座標相等，即yi=f（x1）（i=0，1，2....n） 這種函式逼近問題稱為插值問題，稱函式y=f（x）為資料點的插值函式，xi稱為插值點。
插值和擬合都是函式逼近或者數值逼近的重要組成部分
他們的共同點都是通過已知一些離散點集m上的約束，求取一個定義 在連續集合s(m包含於s)的未知連續函式，從而達到獲取整體規律的
目的，即通過"窺幾斑"來達到"知全豹"。
簡單的講，所謂擬合是指已知某函式的若干離散函式值，通 過調整該函式中若干待定係數f(λ1, λ2,…,λ3), 使得該函式與已知點集的 差別(最小二乘意義)最小。如果待定函式是線性，就叫線性擬合或者線性迴歸(主要在統計中)，否則叫作非線性擬合或者非線性迴歸。表 達式也可以是分段函式，這種情況下叫作樣條擬合。
而插值是指已知某函式的在若干離散點上的函式值或者導數資訊，通過求解該函式中待定形式的插值函式以及待定係數，使得該函式在給 定離散點上滿足約束。插值函式又叫作基函式，如果該基函式定義在整個定義域上，叫作全域基，否則叫作分域基。如果約束條件中只有
函式值的約束，叫作lagrange插值，否則叫作hermite插值。
從幾何意義上將，擬合是給定了空間中的一些點，找到一個已知形式未知引數的連續曲面來最大限度地逼近這些點；而插值是找到一個(或幾個分片光滑的)連續曲面來穿過這些點。
關於數學建模
9樓：匿名使用者
就是資料擬抄
合嘛必須用matlab
非線性擬合 nlinfit函式
多項式擬合 polyfit函式(最小2乘)線性迴歸 regress 函式
.......
想要知道怎麼用 直接 在函式前 help
你想不會用都不行
10樓：匿名使用者
用資料擬合或者插值先將以前的資料擬合成一個函式，或者通過插值構造出一個函式，然後通過函式進行**
11樓：匿名使用者
excel 就可以
12樓：匿名使用者
要的就是根bai據資料找出函式，du然後再根據函式**。
可以zhi用迴歸方法，一dao般用線性回內歸，用spss軟體基本不用你
容去算什麼東西，你也不要管他的理論是什麼，把大概步驟記住就成。
基本上就是做個線性迴歸，然後做方差檢驗，再做個相關性檢驗。具體還真不好說，這種書特別多。
上面說的插值函式我記得是已知一個複雜函式，然後擬合成一個稍簡單的函式，好象不行。
什麼是擬合值
什麼叫線性迴歸、非線性迴歸。迴歸分析是什麼。線性擬合、非線性擬合，引數擬合、非引數擬合
13樓：歲月流痕
線性迴歸是利用數理統計
中的迴歸分析，來確定兩種或兩種以上變數間相互依賴的定量關係的一種統計分析方法之一，運用十分廣泛。
有一類模型，其迴歸引數不是線性的，也不能通過轉換的方法將其變為線性的引數。這類模型稱為非線性迴歸模型。
迴歸分析（regression analysis)是確定兩種或兩種以上變數間相互依賴的定量關係的一種統計分析方法。
已知某函式的若干離散函式值，通過調整該函式中若干待定係數f(λ1, λ2,…,λm), 使得該函式與已知點集的差別（最小二乘意義）最小。如果待定函式是線性，就叫線性擬合或者線性迴歸(主要在統計中)。
所謂引數擬合，就是已知試驗或者真實資料，然後尋找一個模型對其規律進行模擬的過程中，求取模型中未知引數的一個過程。
線性迴歸和一次曲線擬合的區別,線性擬合和線性迴歸的區別是什麼
迴歸 分析bai 可以理解為一種方法du或演算法,即研究zhi因變數daoy和自變數專x之間關係的一種數學統屬 計方法,目的是瞭解y和x之間相關性的強度。擬合是推求一個函式表示式y f x 來描述y和x之間的關係,一般用最小二乘法原理來計算。用直線來擬合時,可以叫一次曲線擬合,雖然有點彆扭 用二次函...
二階微分方程中線性和非線性的區別
所謂的線性微分方程來,指的是 自對函式y而言是線性bai的,也就是若y1,y2是兩個解du,則y1 y2也是解,ay1 其中a是任意zhi 實數 也是解,因此按照這dao個定義代入微分方程就會知道是線性微分方程.對於一階微分方程,形如 y p x y q x 0 的稱為 線性 例如 y sin x ...
產生混沌的根源是什麼？是否所有的非線性
這個問題我覺的比把引力量子化了還要難 非線性科學中的混沌現象指的是一種確定的但不可 的運動狀態。它的外在表現和純粹的隨機運動很相似，即都不可 但和隨機運動不同的是，混沌運動在動力學上是確定的，它的不可 性是 於運動的不穩定性。或者說混沌系統對無限小的初值變動和微繞也具于敏感性，無論多小的擾動在長時間...