least-squares

    0热度

    1回答

    DF times a b s ex 1 0 59 140 1e-4 1 2 20 59 140 1e-4 0 3 40 59 140 1e-4 0 4 60 59 140 1e-4 2 5 120 59 140 1e-4 20 6 180 59 140 1e-4 30 7 240 59 140 1e-4 31 8 360 59 140 1e-4 37 9 0 60 140 1e-

    4热度

    1回答

    我正在使用MATLAB的lsqnonlin函数,我尝试通过选项JacobPattern设置用户定义的Jacboian 模式。我设置了要使用的trust-region-reflective算法的优先选择,并且从lsqnonlin的output指示这确实是求解器使用的算法(使用JacobPattern选项所需的算法)。 我发现的问题是,如果我的JacobPattern太稀疏(例如500x500雅可比行

    8热度

    2回答

    我有一组点(x,y),我需要找到使用MATLAB通过原点的最佳拟合线。

    0热度

    1回答

    我想实现一个例程来拟合我的实验中的电泳数据。 目标是根据数据集中峰的面积,从电泳图中峰的相对面积推导出生物体相互作用的动力学参数。 由于所有相关的微分方程是已知的,因为该组方程的具有解析解,如下所述: Analytical solution manuscript 我设定有关输入的相关等式(6,8,13,。 ..从参考手稿)在matlab中。 这样创建的函数可以工作,我可以用它来模拟相互作用物种的电

    3热度

    2回答

    所以我想解决方程z= a + b*y +c*x,。得到a,b,c。 即:使(平面)表面适合3D空间中散射点的负载。 但我似乎无法找到任何东西!我认为对于这样一个简单的问题会有一个简单的模块。 我试过了,其中x,y,z是数组; ys=zip(x,y) (coeffs, residuals, rank, sing_vals) = np.linalg.lstsq(ys,z) 我是正确的思维coef

    0热度

    1回答

    如果物体的功能是 如何在Python代码它? 我已经编码的正常之一: import numpy as np import scipy as sp from scipy.optimize import leastsq import pylab as pl m = 9 #the degree of the polynomial def

    4热度

    2回答

    下面的A*(A\D)的结果怎么可能不等于D? 它应该产生D - 这里是八度文档的摘录: Systems of linear equations are ubiquitous in numerical analysis. To solve the set of linear equations Ax = b, use the left division operator, ‘\’: x = A \

    3热度

    1回答

    我遇到了拟合问题的困难。从我得到的错误,我想象的界限没有正确定义,我没有设法找到解决方案。任何帮助将非常感激。 解决同样问题的替代方法也被接受。 说明 我必须估计的类型的非线性函数的参数: A*y(x) + B*EXP(C*y(x)) + g(x,D) = 0 经受作为范围 LB < PAR < UB 代码内的参数 PAR = [A,B,C,D] 要解决这个问题,我使用麻tlab功能lsq

    1热度

    1回答

    我有一个二维np.array作为实验数据,所以像(50,50)这样的形状对应于我的凸轮像素。每个点上的错误都有相同形状的第二个np.array。所以我的错误不仅仅是sqrt(n)。我想将这些误差用于拟合,所以使用和((实验函数)^ 2 /(像素的误差)^ 2)。 到目前为止,为了处理2D,我只是将我的错误函数展平为leastsq的输入。这工作完美。所以我有考虑到错误的适合参数。但有一个问题:我如何

    0热度

    1回答

    我正在使用非负矩阵分解和非负最小二乘法进行预测,并且我想评估预测的好坏取决于数据量给出。例如原来的数据是 original = [1, 1, 0, 1, 1, 0] 现在我想看看当给定的数据是不完整的,我可以有多好重建原始数据: incomplete1 = [1, 1, 0, 1, 0, 0], incomplete2 = [1, 1, 0, 0, 0, 0], incomplete3 =