⑴ 拟合圆有没有比较精确的算法
有一个思路供参考.
设样本点(Xi, Yi)位于自变量为(x, y)的圆上, 圆方程为:
(x-x0)^2 + (y-y0)^2 = r^2
换一种思路, 上述方程可以看成关于(x0, y0, r)的方程, 以(x,y)为参量, 对应一个3维曲面.
这样, 任意一个样本点都对应一个3维曲面.
首先, 粗略限定(x0, y0, r)的范围.
然后, 确定步长. 将x0, y0离散化. 这样, 一个(Xi, Yi), 能得到3个矩阵(分别与x0, y0, r对应)
然后, 对于全部的3维曲面, 搜索密度最大的区域.
对于区域内部的点, 分别对x0, y0, r计算平均值. 就是待求的圆心坐标(x0, y0)和半径r
⑵ 请问一下，最小二乘法做数据拟合的时候，这个拟合算法有时间复杂度吗具体如何计算
复杂度：O(K^3+mK^2)
⑶ 拟合直线算法
你没有给数据啊。
输入x和y，然后选择上交所拟合类型1线性2二次
然后方误差由下式给出
⑷ 求助一非线性拟合的算法
尝试使用origin拟合，但并不会把X误差也涵盖进去的拟合方式。
所以特来求一个拟合的软件或者算法，自己用python编程时候表示完全不知应该用什么算法来处理最小二乘法。。。
:rol::rol:涉及到本科毕业论文，所以比较急，还请各位帮忙一把,您给的算法或者软件我需要在一周的时间里能学会:work:。。。
谢谢了:arm:
061222A.txt是示例
⑸ 拟合贝塞尔曲线算法 （50分）
这里有篇文章是算法的C实现
http://hi..com/roooy/blog/item/5336d7dee09f9e50ccbf1a01.html
⑹ 数据拟合算法
解：设一共有n个方程，第i个方程形如aiX1+biX2=ci，其中ai,bi,ci是已知数
设di(x1,x2)=(ci-aix1-bix2)(ci-aix1-bix2)
设D= d1+d2+...dn
原问题就是求D的极小值，分别求D关于x1和x2的偏导数，得
Dx1=2a1(a1x1+b1x2-c1)+2a2(a2x1+b2x2-c2)+...2an(anx1+bnx2-cn)
Dx2=2b1(a1x1+b1x2-c1)+2b2(a2x1+b2x2-c2)+...2bn(anx1+bnx2-cn)
极小值处偏导数等于0，所以令Dx1=0,Dx2=0建立方程组，解得
x1=(F*B-G*E)/(A*B-E*E）
x2=(G*A-F*E)/(A*B-E*E)
其中F=a1c1+a2c2+...+ancn
G=b1c1+b2c2+...+bncn
E=a1b1+a2b2+...+anbn
A=a1a1+a2a2+...+anan
B=b1b1+b2b2+...+bnbn
具体数据这里就不算了，用excel把公式打进去就可以算，另外excel本身就带拟合功能
⑺ 曲线拟合算法的意义和价值
就是预测。对于数目较大的、自然发展的、没有剧烈变动的事物进行预测，把握事物发展方向。
比如说10年之后，中国人口有多少亿，就需要拟合。
比如有一个多项式函数【函数就是一条曲线】s=f（t）；
t= 1 , 2 , 3 , 4 , 5 ，7 ，9
s=2.01 ,5.97,12.02,19.99,30.01 ，？ ，90.03
估计t=7 时 s=？；
呵呵，碰到这一类问题，似乎数据之间没有任何规律，所以无从下手。怎么办呢？
咱们就“无中生有”，弄出来一个函数表达式s=f（t），就能解决问题。
对于数据进行曲线拟合得到s=n*（n+1），这样t=7时，s=56.00。拟合的意义就在于此。
⑻ Logistic四参数拟合算法
用origin自带函数直接拟合。
Analysis-fitting-nonlinear curve fit-open dialogue-category【growth/sigmoidal】 选logistic拟合，里面有logistic方程的几种形式根据需要选择