小智 7
杰里提出了两个非常好的选择.如果你想为模型提供更具公式化的形式,还有其他选择.
当前版本中的曲线拟合工具箱允许您将曲面拟合到数据,而不仅仅是曲线.
或者使用像polyfitn这样的工具拟合2-d多项式模型.
或者,如果您考虑到模型,则可以使用非线性回归.优化工具箱将使用lsqnonlin或lsqcurvefit帮助您,其中任何一个都可以适合2-d(或更高)模型.或者,如果你有stats工具箱,那么试试nlinfit.
也许您可能想要一个适合径向基函数的工具.
神经网络是另一种拟合数据的方法,因此请使用神经网络工具箱
因此,根据您的兴趣,您对模型的可能形式的知识,您拥有的工具箱或您可能选择下载的内容,有很多方法可以对曲面进行建模.您的模型选择中一个非常重要的因素是您的模型目标.你会怎么做？它将如何使用？