在Matlab中求离散数据集的拐点
在Matlab中求离散数据集的拐点
提问于 2015-06-02 06:07:02
我有一个数据集(具有x和y值的数组)，我最终想要拟合一个非线性模型。为了增加拟合良好和模型收敛的机会，我希望尽可能地提供接近解的初始参数。我想要拟合的模型的一个参数对应于曲线的拐点。在Matlab中，有什么方法可以估计离散数据集(而不是连续函数)的拐点吗？我不想事先曲线，因为这是为了加速曲线，并增加其成功的可能性。
回答 1
Stack Overflow用户
回答已采纳
发布于 2015-06-02 06:47:49
其想法是分两个步骤工作：
- 首先定义什么是噪声水平，并将(
x，y)多边形线简化为一些“光滑”子集(xs，ys)。简化后，曲线特征的每一个变化都将被认为是重要的。 - 寻找多边形线(
xs，ys)凸度的变化。
第二点是基于由直线的三个连续点构成的有符号区域：
| x0 y0 1 |
1 | |
A = - | x1 y1 1 |
2 | |
| x2 y2 1 |折线是“凸的”--即正曲率--当这些区域是正的，而“凹”--即负曲率--当区域是负的。曲率的变化是拐点所在的位置。
从文件交换下载dpsimplify函数之后，可以运行以下代码(假设x和y向量已经存在)：
%// Part 1.
[ps,~] = dpsimplify([x(:),y(:)], 1e-3); %// adjust "tol" above noise level
xs = ps(:,1);
ys = ps(:,2);
%// Part 2
I = 1:numel(xs)-2;
sgnA = sign( ...
xs(I+0).*ys(I+1) ...
+ xs(I+1).*ys(I+2) ...
+ xs(I+2).*ys(I+0) ...
- xs(I+0).*ys(I+2) ...
- xs(I+1).*ys(I+0) ...
- xs(I+2).*ys(I+1) ...
);
k_inflex = find(2 == abs(diff(sgnA)));
x_inflex = xs(k_inflex);
y_inflex = ys(k_inflex);页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/30598420
复制相关文章
相似问题
社区富文本编辑器全新改版！诚邀体验～
全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验
腾讯云开发者
