利用

Matlab

实现直线和平面的拟合

2011-04-14 10:45:43|

分类：

算法思想

|

举报

|

字号

订阅

直线和平面拟合是很常用的两个算法，原理非常简单。但如果

matlab

不太熟的

话，写起来也不是那么容易。搜了很久才找到这两个代码，保存之，免得日后麻

烦。

1

、直线拟合的

matlab

代码

% Fitting a best-fit line to data, both noisy and non-noisy

x = rand(1,10);

n = rand(size(x)); % Noise

y = 2*x + 3; % x and y satisfy y = 2*x + 3

yn = y + n; % x and yn roughly satisfy yn = 2*x + 3 due to the noise

% Determine coefficients for non-noisy line y=m1*x+b1

Xcolv = x(:); % Make X a column vector

Ycolv = y(:); % Make Y a column vector

Const = ones(size(Xcolv)); % Vector of ones for constant term

Coeffs = [Xcolv Const]\Ycolv; % Find the coefficients

m1 = Coeffs(1);

b1 = Coeffs(2);

% To fit another function to this data, simply change the first

% matrix on the line defining Coeffs

% For example, this code would fit a quadratic

% y = Coeffs(1)*x^2+Coeffs(2)*x+Coeffs(3)

% Coeffs = [Xcolv.^2 Xcolv Const]\Ycolv;

% Note the .^ before the exponent of the first term

% Plot the original points and the fitted curve

figure

plot(x,y,'ro')

hold on

x2 = 0:0.01:1;

y2 = m1*x2+b1; % Evaluate fitted curve at many points

plot(x2, y2, 'g-')

title(sprintf('Non-noisy data: y=%f*x+%f',m1,b1))

% Determine coefficients for noisy line yn=m2*x+b2

Xcolv = x(:); % Make X a column vector

Yncolv = yn(:); % Make Yn a column vector

Const = ones(size(Xcolv)); % Vector of ones for constant term

NoisyCoeffs = [Xcolv Const]\Yncolv; % Find the coefficients

m2 = NoisyCoeffs(1);

b2 = NoisyCoeffs(2);

% Plot the original points and the fitted curve

figure