【技术实现步骤摘要】
一种最小二乘拟合方法及最小二乘拟合系统
本申请涉及数据拟合
,更具体地说,涉及一种最小二乘拟合方法及最小二乘拟合系统。
技术介绍
最小二乘拟合算法(又称最小平方拟合算法)是一种数学优化技术,广泛应用于数据拟合领域。它通过最小化误差的平方和寻找数据的最佳匹配函数,利用最小二乘拟合算法可以简便地求得未知的数据,并使得这些求得的数据与实际数据之间的误差的平方和为最小。最小二乘拟合算法一般用于线性函数的拟合(直线拟合或曲线拟合),但是当待拟合函数的最高次多项式的次数较高时,其正规方程组容易出现病态计算,耗费大量的时间。因此,需要对最小二乘拟合算法进行改进,以降低利用最小二乘拟合算法进行函数拟合的拟合过程耗费的时间。
技术实现思路
为解决上述技术问题,本专利技术提供了一种最小二乘拟合方法及最小二乘拟合系统,以实现降低利用最小二乘拟合算法进行函数拟合的拟合过程耗费时间的目的。为实现上述技术目的,本专利技术实施例提供了如下技术方案:一种最小二乘拟合方法,包括:确定第一预设次数;对数据对以预设方式进行划分,获得多个划分区间;对在每个所述划分区间中的数据对进行数据重构;将待拟合函数的最高次多项式的次数由第二预设次数向第一预设次数递增,在每个所述划分区间中对所述数据重构后的数据对利用最小二乘法进行拟合和断点平移,获得与所述待拟合函数的最高次多项式的次数一一对应的拟合曲线;将符合要求的拟合曲线对应的拟合函数作为拟合结果;对所述拟合结果进行数据重构的逆过程,获得最终的拟合结果;所述数据重构过程包括:对数据对进行平移;将平移后的数据对由原数域映射到预设数域中,所述预设数据与原数域 ...
【技术保护点】
一种最小二乘拟合方法,其特征在于,包括:确定第一预设次数;对数据对以预设方式进行划分,获得多个划分区间;对在每个所述划分区间中的数据对进行数据重构;将待拟合函数的最高次多项式的次数由第二预设次数向第一预设次数递增,在每个所述划分区间中对所述数据重构后的数据对利用最小二乘法进行拟合和断点平移,获得与所述待拟合函数的最高次多项式的次数一一对应的拟合曲线;将符合要求的拟合曲线对应的拟合函数作为拟合结果;对所述拟合结果进行数据重构的逆过程,获得最终的拟合结果;所述数据重构过程包括:对数据对进行平移;将平移后的数据对由原数域映射到预设数域中,所述预设数据与原数域相比较小;将在预设数域中的数据对进行数量级调整。
【技术特征摘要】
1.一种最小二乘拟合方法,其特征在于,包括:确定第一预设次数;对数据对以预设方式进行划分,获得多个划分区间;对在每个所述划分区间中的数据对进行数据重构;将待拟合函数的最高次多项式的次数由第二预设次数向第一预设次数递增,在每个所述划分区间中对所述数据重构后的数据对利用最小二乘法进行拟合和断点平移,获得与所述待拟合函数的最高次多项式的次数一一对应的拟合曲线;将符合要求的拟合曲线对应的拟合函数作为拟合结果;对所述拟合结果进行数据重构的逆过程,获得最终的拟合结果;所述数据重构过程包括:对数据对进行平移;将平移后的数据对由原数域映射到预设数域中,所述预设数据与原数域相比较小;将在预设数域中的数据对进行数量级调整。2.根据权利要求1所述的最小二乘拟合方法,其特征在于,确定第一预设次数包括:利用部分数据对绘制散点图;将所述散点图与高次函数曲线进行对比;将与所述散点图相似的高次函数曲线对应的函数多项式的最高次作为所述第一预设次数。3.根据权利要求1所述的最小二乘拟合方法,其特征在于,对数据对以预设方式进行划分,获得多个划分区间包括:根据数据对的分布方式对数据对进行区间划分,获得多个划分区间。4.根据权利要求3所述的最小二乘拟合方法,其特征在于,所述多个划分区间为3或4个划分区间。5.根据权利要求1所述的最小二乘拟合方法,其特征在于,将待拟合函数的最高次多项式的次数由第二预设次数向第一预设次数递增,在每个所述划分区间中对所述数据重构后的数据对利用最小二乘法进行拟合和断点平移,获得与所述待拟合函数的最高次多项式的次数一一对应的拟合曲线包括:A:将待拟合函数的最高次多项式的次数设定为3;B:在每个所述划分区间中对所述数据重构后的数据利用最小二乘法进行拟合,获得该划分区间的分段拟合曲线;C:对每个所述划分区间的分段拟合曲线进行区间端点平移,组合为拟合曲线;D:将待拟合函数的最高次多项式的次数由4以1向第一预设次数递增,重复步骤B和步骤C,获得与所述待拟合函数的最高次多项式的次数一一对应的拟合曲线。6.根据权利要求1所述的最小二乘拟合方法,其特征在于,所述符合要求的拟合曲线对应的拟合函数为矩阵迭代次数最少的拟合函数或误差最小的拟合函数。7.根据权利要求1所述的最小二乘拟合方法,其特征在于,对数据对进行平移包括:判断数据对是否有负值,如果是,则对所述数据对进行平移;平移过程包括:选取数据对中最小的横坐标和最小的纵坐标;以公式(1)对所述数据对进行平移;其中,xi表示所述数据对的横坐标,yi表示所述数据对的纵坐标,MINX为所述数据对中最小的横坐标,MINY为所述数据对中最小的纵坐标,A为预设值,所述预设值大于或等于要求精度。8.根据权利要求1所述的最小二乘拟合方法,其特征在于,将在预设数据中的数据对进行数量级调整包括:将在预设数域中的数据对进行平移,使所述平移后的预设数域中的数据对关于原点对称;对所述平移后的预设数域中的数据对进行压缩或扩张;以公式(2)对所述平移后的预设数域中的数据对进行压缩或扩张;其中,xi表示数据对的横...
【专利技术属性】
技术研发人员:罗扬,陈岚,张贺,曹鹤,
申请(专利权)人:中国科学院微电子研究所,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。