我正在使用模型來將複雜葉形圖案擬合到數據。數據只是(半)葉掃描的輪廓座標,它可以查看從正常函數到複雜形狀的任何內容,對於相同X(例如,考慮楓葉的一側)具有多個Y座標。R:將輪廓/複雜形狀擬合到模型(多個Y,單個X)
但是,該模型不提供函數,而是根據一組特定的規則生成座標序列。這些座標不是數據的兩兩近似值(即從模型計算出的點與數據的間隔不相同,請參見下圖) 練習的要點是如果要找到最小化的函數(就像您使用簡單形狀的殘差平方和),以便我的模型的參數可以被優化以儘可能準確地描述形狀。
實施例1:一個簡單的形狀,對於單X.在圖像下面所示單個Y:
中的黑點是數據點,而紅色的是模型生成點的最佳擬合。正如你所看到的,這兩個數據集沒有相等的間隔,所以我使用一種插值方法來計算一組控制點上的模型的RSS(例如,爲軸上許多點插入兩個數據集)。這爲我提供了最佳配合,所以在這裏沒有問題。
示例2:複雜形狀,多個y,單個x。該模型生成的形狀的可能性如下:
假設我有一個描述形狀的數據集,則此模型生成近似。我怎樣才能確定模型適合我的輪廓?
嘗試將問題縮小到特定的編程問題。正如問題所展示的那樣,這個問題非常廣泛而且非特定。 – 2015-02-06 10:01:35
我根據您的要求添加了一些示例 – 2015-02-06 10:50:18