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。     

基于最小二乘的正交距离拟合方法研究

对点云进行拟合以获得信息模型是许多工程应用领域的一个核心问题,其目的是根据设计模型和规范的要求,高精度地对三维部件、工件进行检查、检核。在最小二乘原理的基础上,阐述了一种新的拟合方法--几何正交距离拟合,运用这种方法的算法处理标准几何体测量数据,并与一般代数拟合方法处理结果进行比较,分析了同一几何体运用不同方法对拟合结果的影响。得出在测量点误差较大的情况下和进行曲线曲面拟合时,几何正交距离拟合方法优于一般代数拟合方法。     

双同心椭圆弧的几何拟合方法

提出一种带有同心条件的双椭圆弧拟合方法。该方法利用椭圆几何定义得到的残差来衡量误差,建立关于误差的最小二乘方程,进而采用迭代方法求出描述双椭圆弧的8个参数。算法仿真实验研究了椭圆弧度、长短轴比率以及样本噪声对算法的影响,研究表明弧度越大、长短轴比率较接近1.1、样本噪声较小的时候,算法较稳定、准确。该方法也可以扩展处理多个同心椭圆弧的拟合问题。     

用最小二乘正交距离方法拟合双同心椭圆弧 *

提出一种带有同心条件的双椭圆弧拟合方法。该方法利用给定点到拟合椭圆弧的正交距离来衡量误差,建立关于误差的最小二乘方程 ,进而采用迭代方法求出描述双椭圆弧的八个参数。算法仿真实验研究了椭圆弧度、长短轴比率以及样本噪声对算法的影响 ,研究表明弧度越大、长短轴长度越接近、样本噪声越小 ,算法越稳定 ,参数估计越准确。该方法也可以推广应用于处理多个同心椭圆弧的拟合问题。     

基于改进遗传规划算法的数据拟合*

针对传统数据拟合方法需预先估计基函数、依赖于应用领域等问题,基于遗传规划的动态可变特性,提出将遗传规划与最小二乘法结合,设计具有一定通用性和自适应能力的数据拟合算法。在分析传统遗传规划算法的基础上,详细介绍了算法改进方法,并针对各种类型的拟合数据进行了对比实验。实验结果表明,该算法不仅可以应用到多种场合,而且可以提高拟合效率与精度。     

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。     

平面上散乱数据点的二次曲线拟合

基于代数距离定义目标函数,在6种不同约束条件下得到6条基本二次曲线,最终的拟合二次曲线由6条基本二次曲线系数加权平均产生．用实例对该方法和其他几种方法拟合曲线的误差作了比较,并讨论了基于代数距离目标函数的几何意义．     

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。     

基于小波函数的数据拟合方法

本把小波函数引入离散数据拟合领域，将小波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，中详细讨论了该方法的处理论和实施步骤，由于小波函数具有良好的局部性质，该方法在提高似合精度方面具有传统方法不可替代的优点。     

基于坐标变换的圆柱体点云数据拟合方法

为了解决工程测量中圆柱体点云数据的拟合问题,论文通过迭代逼近法求解圆柱体中轴线方向向量,再将点云数据按照中轴线方向进行坐标变换到与竖直方向平行,最后通过拟合平面圆形得到圆柱体的模型参数,将三维的非线性拟合问题转换为二维的线性拟合问题,降低了处理的复杂度,也避免了非线性最小二乘拟合过程中初值选取的问题,同时也能处理任意方...     

最小二乘法直线拟合数据处理的VB程序设计

利用Visual Basic语言实现对数据的最小二乘法处理,使数据处理非常方便且可靠性高,避免了大量的计算过程,保证数据处理的质量和效果.     

最小二乘法直线拟合数据处理的VB程序设计

利用Visual Basic语言实现对数据的最小二乘法处理,使数据处理非常方便且可靠性高,避免了大量的计算过程,保证数据处理的质量和效果.     

一种随机化的椭圆拟合方法

针对计算机视觉领域中常见的椭圆拟合问题,本文讨论Theil-Sen、Repealed Median方法,并结合两种方法提出一种计算量小、易于实现的随机化拟合方法。这种方法在细胞拟合的实际应用中取得了很好的效果。     

时序数据趋势项的分段拟合

在时序数据的建模与分析过程中,趋势项往往是选用单一形式的函数来进行拟合的,这对于长时序数据而言,其拟合精度难以提高.为此,设计实现了一种分段拟合算法,该算法通过计算时序数据的各阶趋势导数,有效地把被拟合的时序数据划分成多个不同模式的子序列,在此基础上,选用合适的拟合函数对各个子序列的趋势项进行拟合,并基于最小二乘法求出相应的拟合参数向量.实验验证了算法的有效性和先进性.     

基于代数距离的椭圆拟合的优化及应用研究

鉴于传统的椭圆拟合算法容易受噪声的影响,本文提出了一种基于代数、几何距离和RANSAC算法的最小平方中值的椭圆拟合方法。方法先采用线性变换对原始数据进行预处理,在得到处理后的离散点后,最小化椭圆和离散点之间的欧氏距离,采用五边形的方法对筛选出的不同点集进行测试,最后确定出椭圆的5个参数,拟合出最终的椭圆图形。仿真实验和实际图像的拟合结果表明,方法可以快速地对星体进行拟合和识别,对噪声具有一定的抵抗力,具有良好的准确性和鲁棒性。     

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。     

基于二元多项式拟合法的压力传感器输入信号重构

为了同时解决压力传感器输出特性的非线性和温度漂移问题,提出利用二元多项式根据传感器输出信号及其内部温度来重构被测压力.给出了被测压力重构模型的具体形式,以传感器静态特性标定试验数据为依据,利用最小二乘法求解模型系数矩阵,利用单点最大拟合误差、误差平方和模型阶次三项指标进行模型择优.基于重构模型给出了测量电路检测精度估算方法.本方法在传感器静态特性标定数据范围内得到了便于工程计算的一致表达式,同时解决了传感器的非线性和温度漂移两个主要问题,计算所用数据量大大小于插值法.某型硅谐振压力传感器的应用验证了本方法的合理性和有效性.     

发动机试车数据拟合算法的研究与实现

针对发动机虚拟测试系统的需要,对某型号发动机试车的14个测试参数采用最小二乘方法结合BP神经网络进行数据拟合。根据测试数据的特点进行分类研究。试验验证表明,所采用的方法结果准确,满足发动机虚拟测试系统的要求。     

一种基于最小二乘估计的玻壳曲面拟合方法

位移传感器测量已经成为一种重要的测量手段。为估计一种基于线性可变差动传感器(LVDT)玻壳测试系统的质量,用最小二乘法对测试曲面进行球面拟合,得到相对应的玻壳曲面。利用该曲面计算曲率半径,检验各位移传感器(LVDT)安装是否准确,从而测试生产的玻壳是否合格,并利用坐标值即可对系统进行系统误差的校正。由于最小二乘法可削弱误差较大的点的影响,根据其特点建立数学模型进行拟合,其结果对6寸玻壳的生产加工环节具有更直接的指导意义。     

基于线性补偿的测距传感器结构设计与参数优化

本文分析了传统的三角法结构和原理,传统的三角法测量虽然测量精度较高,但是测量范围小,为此引出了新的设计方案,推导出了测距方程表达式,并对其参数进行了优化,此结构与传统三角法结构相比,在不改变线阵CCD传感器尺寸的情况下,适当改变各参数的大小可大大提高测量范围.由于各参数之间的约束关系及三角法的结构造成在大量程测量时线性...