离散型数据拟合分析及应用

数据拟合方法是对原始离散型数据进行拟合,研究变量之间的统计关系。本文用实例分析了数据拟合的方法及拟合效果。     

材料力学应变实验的数据拟合方法研究

介绍了利用最小二乘法原理,根据不同的数学模型对材料力学实验的应变数据进行数据拟合的方法。     

基于几何距离准则的新数据拟合方法

基于最小二乘法准则的传统数据拟合方法对自变量为随机变量的向量数据拟合效果不理想。有鉴于此,本文提出几何距离平方和最小的新数据拟合标准,给出基于新标准下的新数据拟合方法,同时给出数据拟合参数求解的优化算法。仿真实验表明,在用于自变量为随机变量的向量数据拟合时,用新数据拟合方法的拟合精度比用最小二乘法的拟合精度要高。     

工程计算中最小二乘法的应用及研究

现代工业生产和工程计算中,往往需要对大量实验或调查数据进行分析、整理,寻求相关量之间的关系。拟合数据的最小二乘法是解决此类问题的常用手段。本文将对此方法从理论上进行分析并加以应用,比较计算结果给出数据拟合时要注意的两个问题。     

散乱数据可视化研究综述

散乱数据的可视化已广泛应用于众多的科学与工程领域。文中回顾了散乱数据的可视化技术发展的历史。在此基础上，通过对已有的散乱数据插值或拟合的方法进行了分析，对近年来散乱数据可视化研究的热点进行了归纳，对进一步的研究工作进行了展望。     

散乱数据可视化研究综述

散乱数据的可视化已广泛应用于众多的科学与工程领域.文中回顾了散乱数据的可视化技术发展的历史.在此基础上,通过对已有的散乱数据插值或拟合的方法进行了分析,对近年来散乱数据可视化研究的热点进行了归纳,对进一步的研究工作进行了展望.     

Matlab在化工数据及模型参数拟合中的应用

在化工研究中,经常需要将实验数据拟合为数学模型,以定量描述过程或现象自变量与因变量之间的关系,模型参数的求取,一般采用最小二乘法。本文介绍了Matlab语言中利用最小二乘法以求取模型参数的几种功能函数及使用方法,通过举例对单变量曲线拟合、多变量曲线拟合及微分形式拟合进行了介绍,说明Matlab语言可拟合大部分实验数据,达到节约数据处理的时间,提高模型参数精度的目的。     

适用于光学运动捕捉数据校正的拟合算法

为了从软件上提高基于CCD的三维运动捕捉系统的测量精度，减小因CCD成像及装配因素造成的空间扭曲误差，该文在分析了散乱数据拟合原理的基础上，比较了各种拟合方法的优劣，提出了一种基于搜索的分层多重拟合算法，给出了该算法的实现过程及实验结果。结果表明，该算法拟合较精确，时间复杂度低，且具有很高的收敛性，是一种实用的数据拟合算法，达到了运动捕捉数据校正的目的。     

基于自适应遗传算法的Kriging曲面拟合及应用

半变异函数是Kriging中的重要数学模型,也是描述矿床区域化变量特征的有效数学模型,其拟合模型参数的确定直接影响Kriging曲面拟合的精度.本文首先通过自适应调整遗传算法的变异概率,避免早熟的同时保证了算法的效率;其次利用该遗传算法改进Krigins中半变异函数模型实现曲面拟合;最后将其应用到油藏模拟中烃源岩表面的生成.该方法与距离平方反比法的拟合效果进行比较,得出结论为在实际工程应用中,采用改进Kriging插值得到的曲面与实际提供散点数据拟合更好,充分地体现了工程勘探数据的作用,符合工程需求.     

《凸透镜成像规律》教学设计、反思之三

教材分析:本节内容出自江苏科学技术出版社出版的八年级《物理》上册第四章第二节《探究凸透镜成像的规律》。从“意外的发现”引出问题,激发学生的探究欲望,通过观察实验过程,从“整体”到“局部”,学生观察随着物距变化凸透镜成像总在变化的情况,然后再分不同情况进行探究。学生经历自己从物理现象和实验数据归纳出科学规律的过程,使学生的猜想得到科学论证。教学目标:一、知识目标探究凸透镜成像的规律。二、能力目标在观察凸透镜成像实验过程中发现问题,体验在探究物理现象中归纳科学规律的方法。三、情感目标培养学生乐于探索自然现象…     

基于ARIMA和Holt-Winters的消费行为预测

以学校一卡通交易流水数据为研究对象,挖掘出令管理层感兴趣的信息,为学校决策管理提供科学依据.把食堂2014年1月至2019年2月的消费数据作为研究对象,通过平滑消除数据噪音,分别建立ARIMA模型和Holt-Winters乘法模型,将月数据组成的离散型时间序列进行拟合分析,并对2019年3月至5月份的消费趋势进行了预测,最后用实际值来检测预测结果.实验证明,Holt-Winters模型对消费数据的拟合效果较好,预测精度更高.应用合适的数学模型对一卡通中饭堂消费的数据进行分析、拟合、预测,有助于全面掌握师生的食堂消费行为规律,可为后勤部门优化资源配置和科学决策提供依据.     

多周期时序数据的傅氏级数拟合算法

一般地说,时序数据通常是由趋势项、随机项及季节周期项三种成分组成的。通过对已有的时序数据进行分析与建模,便可以找出事物所蕴含的变化规律。针对多周期时序数据,设计实现了一种高精度的数据拟合算法。该算法首先对被拟合时序数据的趋势成分进行消除,然后应用自相关函数理论从剩余成分中析出多个两两互质的基本周期,最后基于最小二乘原理,用多组傅氏级数对多周期时序数据进行了拟合。实际应用验证了算法的有效性及先进性。     

灰色系统理论在数据拟合中的应用

对于多数非线性系统.由于其内部结构复杂,要准确描述系统的模型是很难的.在文章中,探讨灰色系统理论在拟合系统数学模型中的应用.通过应用实例,说明采用灰色系统理论拟合复杂系统模型有一定的优势,它拟合出的数学模型能够很好地反映出系统状态变量的运动状况.     

拟合实验数据的新方程--非整数幂多项式方程

将实验数据拟合成方程在科学研究和工程计算上具有十分重要的作用。目前，拟合实验数据最常用的是整数幂多项式f(x)=c0 c1x c2x^2… cnx^n但是用此多项式拟合各类数据时有时误差较大。本文提出一个新方程，即双系列非整数幂多项式g(x)=c0 c1x^a…… ckx^ka ck 1x^(k 1)b ……cnx^nb式中a，b为参数ci(i=0,1,2,3,……n)为待定系数。在拟合各类实验数据时，新方程总是优于整数幂多项式。     

最佳模型拟合的并行算法

提出最佳函数模型数据拟合的并行算法。每个处理机用不同的函数模型拟合相同的数据,再由主机根据每种函数模型的残差选择最佳的函数模型。该算法不需要事先给出函数模型而由计算机盲目搜索。     

《凸透镜成像规律》教学设计、反思之二

教材分析:本课为人民教育出版社出版的八年级《物理》上册内容。透镜是照相机、投影仪等光学仪器的重要组成部分,研究凸透镜成像是本章的中心内容。本节课是学生在学过《生活中的透镜》的基础上进一步探究凸透镜的成像规律,它是对前面知识的巩固和深化。通过学习,不仅要使学生更具体地了解凸透镜的成像规律,而且要使学生初步了解科学探究方法,学会对实验数据的分析处理。这一节本着从探究活动中自主构建知识的原则,强化学生学习的独立性和主动性,让学生带着问题用探究的方法深入研究凸透镜的成像规律,在探究过程中培养科学研究方法。教材体…     

基于有理函数的数据拟合方法

把有理函数引入离散数据拟合方法中,将有理函数与数据拟合的常用方法——最小二乘法相结合,给出了一种新型的数据拟合工具。文章详细讨论了该方法的算法理论和实施步骤,由于有理函数比多项式有更高的精度,该方法在提高拟合精度方面具有传统方法所不具备的优点。     

支架压力监测数据分段拟合方法

针对支架压力监测系统应用于超长工作面时,受总线查询周期限制而难以兼顾监测支架压力中的突发奇异信号与数据实时传输的问题,提出一种支架压力监测数据分段拟合方法。该方法按照支架压力监测系统1个查询周期进行数据分段,在某个分段内如果数据量小于拟合系数量,则直接传输数据;如果数据量不小于拟合系数量,则进行数据的多项式拟合,获取拟合系数并只传输拟合系数。实验结果表明,该方法大大减少了传输数据量,又不丢失重要数据,同时实现了每个查询周期固定数据传输量,便于数据传输管理。     

Scilab与Matlab在数据拟合方面的性能比较

数据拟合在实际工程中应用非常广泛,在Scilab与Matlab环境下对数据拟合方面的性能进行了比较：在离散数据少的情况下,两者在性能上差别不大;在数据量大时,Scilab虽有一定的时间延迟,但最终结果不差。     

古塔模型中缺失数据的补全

本文利用测绘公司给出的古塔个点数据,利用MATLAB软件对古塔变形的模型中使用了两种方法进行拟合补全,比较之后选出了较好的结果。