2010-06-03 177 views

回答

7

傑裏提出了兩個很好的選擇。如果你想要一個更具公式化的模型,還有其他的選擇。

在當前版本中,曲線擬合工具箱允許您將曲面擬合到數據,而不僅僅是曲線。

或者使用類似polyfitn的工具擬合2-D多項式模型。

或者你可以使用非線性迴歸,如果你有一個模型。優化工具箱將爲您提供幫助,包括lsqnonlin或lsqcurvefit,其中任何一個都可以適合2-d(或更高)的模型。或者,如果你有統計工具箱,那麼嘗試nlinfit。

也許你可能喜歡一個工具來適應Radial Basis Functions

神經網絡是另一種方式,以適應數據,所以使用Neural Network Toolbox

所以有很多方法根據自己的興趣,給模型表面,你可能的形式爲模型的知識,什麼工具箱您有或你可能會選擇下載。模型選擇中的一個非常重要的因素就是您的模型目標。你會用它做什麼?它將如何使用?