c*****n
发帖数: 25 | 1 因为这个问题， RESEARCH 进程已经STUCK 几天了， 请惠者赐教
这个问题是这样的， 有一方程， 形为：
y=(k1+k2*x^p)*(1-x^q)
已知 一系列 x,y 的对应值。
希望能 求出 k1,k2, p, q 的值。
一点线索是， It can be fitted with a lease square curve using
Levernberg-Marquardt algorithm.
谢谢先！ | c*******e
发帖数: 8624 | 2 一般来说给出方程形式就可以fit了吧.至于什么l-m algorithm
不懂,呵呵.
【在 c*****n 的大作中提到】
: 因为这个问题， RESEARCH 进程已经STUCK 几天了， 请惠者赐教
: 这个问题是这样的， 有一方程， 形为：
: y=(k1+k2*x^p)*(1-x^q)
: 已知 一系列 x,y 的对应值。
: 希望能 求出 k1,k2, p, q 的值。
: 一点线索是， It can be fitted with a lease square curve using
: Levernberg-Marquardt algorithm.
: 谢谢先！
| c*****n
发帖数: 25 | 3 真的吗？ 用哪个函数呢？还请CHEUNGCHE赐教
经历漫漫长夜，终现黎明的曙光。
【在 c*******e 的大作中提到】
: 一般来说给出方程形式就可以fit了吧.至于什么l-m algorithm
: 不懂,呵呵.
| c*******e
发帖数: 8624 | 4 我对fit没多少研究,如果你有toolbox的话,用fit就可以了吧.
有时候我也用origin,统计上很多软件也可以.
【在 c*****n 的大作中提到】
: 真的吗？ 用哪个函数呢？还请CHEUNGCHE赐教
: 经历漫漫长夜，终现黎明的曙光。
| r****y
发帖数: 1437 | 5
L-M is just one algorithm to do non-linear fitting. It blends Newton and
Steepest algorithm together, with a tunnable parameter to control to weight
between Newton and Steepest approaches.
【在 c*******e 的大作中提到】
: 我对fit没多少研究,如果你有toolbox的话,用fit就可以了吧.
: 有时候我也用origin,统计上很多软件也可以.
| b*****y
发帖数: 163 | 6 have not been here for a while. it's good to see this board is still here.
in matlab, your problem is solved routinely using non-linear
lease square functions in optimization toolbox, use
lsqcurvefit
it is straightforward for your problem, which most times applies Levernberg-
Marquardt method.
【在 c*****n 的大作中提到】
: 因为这个问题， RESEARCH 进程已经STUCK 几天了， 请惠者赐教
: 这个问题是这样的， 有一方程， 形为：
: y=(k1+k2*x^p)*(1-x^q)
: 已知 一系列 x,y 的对应值。
: 希望能 求出 k1,k2, p, q 的值。
: 一点线索是， It can be fitted with a lease square curve using
: Levernberg-Marquardt algorithm.
: 谢谢先！
| c*****n
发帖数: 25 | 7 Great! I got it.
Thank you very much, Mr. Bestbuy.
【在 b*****y 的大作中提到】
: have not been here for a while. it's good to see this board is still here.
: in matlab, your problem is solved routinely using non-linear
: lease square functions in optimization toolbox, use
: lsqcurvefit
: it is straightforward for your problem, which most times applies Levernberg-
: Marquardt method.
| b*****y
发帖数: 163 | 8 good luck for your project.
【在 c*****n 的大作中提到】
: Great! I got it.
: Thank you very much, Mr. Bestbuy.
|
|
