matlab算法之正弦拟合

1. BP神经网络基于MATLAB拟合正弦曲线

说明：BP（反向传播）网络在1986年的一个科学家小组由鲁梅哈特和McCelland为首的由前训练的多层前馈网络提出了一种误差反向传播算法，是目前应用最广泛的神经网络模型之一。 BP神经网络可以学习和存储大量输入 - 输出模式映射关系，如果没有事先表明描述的映射关系的数学方程。它的学习规则是使用最速下降法，反向传播通过网络来不断调整权值和阈值，以使网络的平方误差最小总和。 BP神经网络的拓扑结构包括输入层（输入），隐藏层（隐藏层）和输出层（输出层） - 抽象：BP神经网络算法的基础上提出了现有的BP神经网络算法是通过一组权重任意地选择，考虑到目标输出直接作为代数和线性方程来创建线性方程，解出未知右边，有局部最小值和收敛速度慢的问题没有传统方法，并且更容易理解。
关键词：固定的权重;高斯消元法; BP算法
人工神经网络（人工神经网络，人工神经网络）系统是20世纪40年代的出现，这是由许多神经元调节连接权值连接而成，具有大规模并行处理，分布式信息存储，良好的自我组织自学能力强等特点，在信息处理，模式识别，智能控制与系统建模等领域得到越来越广泛的应用。特别是，误差反向传播算法（误差反向传播训练，简称BP网络）可以逼近任意连续函数，具有很强的非线性映射能力，网络的中间层，处理单元和网络层的数量学习系数等参数可根据具体情况而定，非常灵活地设定，因此它在许多应用领域中起重要作用。近年来，神经网络，解决了收敛速度慢，不能保证收敛到全局最小点时，网络的中间层，它是用来选择的学习和记忆，以及网络不稳定的单位数没有理论指导和等缺陷，提出了一些改进的算法。我们1传统的BP算法概述
BP算法是一种监督的学习算法，其主要思想是：输入学习样本，采用反向传播算法对网络权和反复调整训练的偏见，从而使期望的输出向量和向量尽可能靠近训练网络时是完整的比指定的误差，输出层和较少的平方误差，节省了网络的权值和偏差。具体步骤如下：
（1）初始化，随机连接权重给予各[W]，[V]和阈值θi，室温。
（2）由给定的投入产出模型计算隐含层和输出层，每个单元的输出
BJ = F（■wijai-θJ）CT = F（■vjtbj-RT），其中
：BJ是第j个隐藏层神经元的实际输出;克拉第t个输出层实际输出的神经元; WIJ是输入层到隐层的连接权重; VJT连接权重为隐藏层到输出层。
DTK =（YTK-CT）CT（1-克拉）EJK = [■dtvjt] BJ（1-BJ）
其中：DTK用于校正在输出层中的错误; EJK更正错误隐藏层。比索（3）计算出新的连接权值和阈值，计算公式如下：？
VJT第（n + 1）= VJT（N）+切dtkbj WIJ第（n + 1）= WIJ（N）+卓ejkaik RT第（n + 1）= RT（N）+切DTKθJ第（n + 1）=θJ（n）的+卓EJK
式：卓，卓学系数（0 <切<1,0 <？卓<1）。
（4）选择下一个输入模式，返回到步骤2，直到网络反复训练，以满足设置的要求输出错误结束训练。
传统BP算法本质上是一组样本的输入/输出问题转化为一个非线性优化问题，并通过使用一种学习方法来解决重量问题迭代的负梯度下降法，但其收敛速度慢和容易陷入局部极小，为此提出了一种新的算法，即高斯消去。

2. 请教Matlab正弦曲线的拟合问题

针对3GPP标准中的典型Urban信道模型,采用随机时延推导OFDM子信道频域的相关性,并进行了仿真验证。
仿真结果表明,子信道频域的相关性随着子信道间距的增大呈指数趋势减小,且相关性越小,PHY-PCRAS认证性能越好。

3. 求助，Matlab正弦曲线拟合

我觉得可以吧，正弦转余弦是相位变化，就是平移咯；转正切是用三角方程也是可以解得

4. 如何用matlab做正弦曲线拟合

【1】第一步
<br>>>cftool
<br>【2】出现对话框，点击data选x和y
<br>【3】creat data set，然后close
<br>【4】点击fitting，在type of type,选Fourier
<br>选择一个合适的即可。

例如：
>> x=0:0.1:pi
>> y=sin(x+x.^2)
>> plot(x,y,'o-')
用非线性回归，得到
得到
General model Sin8:
f(x) =
a1*sin(b1*x+c1) + a2*sin(b2*x+c2) + a3*sin(b3*x+c3) +
a4*sin(b4*x+c4) + a5*sin(b5*x+c5) + a6*sin(b6*x+c6) +
a7*sin(b7*x+c7) + a8*sin(b8*x+c8)
Coefficients (with 95% confidence bounds):
a1 = 4.36 (-2.007e+010, 2.007e+010)
b1 = 1.643 (-1.371e+009, 1.371e+009)
c1 = 0.4803 (-2.517e+009, 2.517e+009)
a2 = 4.282 (-3.806e+006, 3.806e+006)
b2 = 5.715 (-8.181e+004, 8.182e+004)
c2 = -4.306 (-7.305e+004, 7.305e+004)
a3 = 3.823 (-3.826e+006, 3.826e+006)
b3 = 5.867 (-6.623e+004, 6.624e+004)
c3 = -7.586 (-6.24e+004, 6.238e+004)
a4 = 2.67 (-1.363e+014, 1.363e+014)
b4 = 7.29e-006 (-5.336e+011, 5.336e+011)
c4 = -0.8273 (-5.575e+013, 5.575e+013)
a5 = 2.006 (-2.405e+014, 2.405e+014)
b5 = 0.5948 (-1.429e+013, 1.429e+013)
c5 = -0.5683 (-8.375e+013, 8.375e+013)
a6 = 1.729 (-2.606e+014, 2.606e+014)
b6 = 0.5869 (-1.455e+013, 1.455e+013)
c6 = -0.5213 (-8.638e+013, 8.638e+013)
a7 = -2.189 (-1.781e+009, 1.781e+009)
b7 = 2.225 (-1.048e+008, 1.048e+008)
c7 = -0.8675 (-2.948e+008, 2.948e+008)
a8 = 1.225 (-1.956e+014, 1.956e+014)
b8 = 0.616 (-4.375e+012, 4.375e+012)
c8 = -0.03419 (-1.33e+014, 1.33e+014)

Goodness of fit:
SSE: 0.01188
R-square: 0.9992
Adjusted R-square: 0.9968
RMSE: 0.03854

5. Matlab正弦曲线拟合

方法/步骤

• 运行Matlab软件。

  在工作空间中存入变量的实验数据。具体如下：

  可以直接用矩阵来存放数据，直接在命令窗口输入

  x=[数据x1，数据x2，...,数据xn];

  y=[数据y1，数据y2，...,数据yn];

  当数据较多时，可以从excel，txt等文件中导入。

  

6. matlab里除了cftool用什么命令可以做正弦函数拟合

c=lsqcurvefit(fun,c0,x,y);曲线拟合。已知数据x、y和函数类型fun，但函数参数c未知，调用lsqcurvefit后可以求出函数参数c。其中c0是自己选的初始值，c0选得好就计算快一点。
其原理是最小二乘，min sum {(FUN(C,X)-Y).^2}，X和Y是大小相同的向量或矩阵。

nlinfit是非线性回归，可以是多变量回归。原理也是最小二乘，用法也一样。但参数y必须是向量，x可以是向量或矩阵，x是矩阵时是多变量回归，每一列为一个自变量。

7. matlab中如何进行曲线拟合

您好，这样的：一、 单一变量的曲线逼近
Matlab有一个功能强大的曲线拟合工具箱 cftool ，使用方便，能实现多种类型的线性、非线
性曲线拟合。下面结合我使用的 Matlab R2007b 来简单介绍如何使用这个工具箱。
假设我们要拟合的函数形式是 y=A*x*x + B*x, 且A>0,B>0 。
1、在命令行输入数据：

》x=[110.3323 148.7328 178.064 202.8258033 224.7105 244.5711 262.908 280.0447
296.204 311.5475]

》y=[5 10 15 20 25 30 35 40 45 50]

2、启动曲线拟合工具箱
》cftool

3、进入曲线拟合工具箱界面“Curve Fitting tool”
（1）点击“Data”按钮，弹出“Data”窗口；
（2）利用X data和Y data的下拉菜单读入数据x,y，可修改数据集名“Data set name”，然
后点击“Create data set”按钮，退出“Data”窗口，返回工具箱界面，这时会自动画出数
据集的曲线图；
（3）点击“Fitting”按钮，弹出“Fitting”窗口；
（4）点击“New fit”按钮，可修改拟合项目名称“Fit name”，通过“Data set”下拉菜单
选择数据集，然后通过下拉菜单“Type of fit”选择拟合曲线的类型，工具箱提供的拟合类
型有：
Custom Equations：用户自定义的函数类型
Exponential：指数逼近，有2种类型， a*exp(b*x) 、 a*exp(b*x) + c*exp(d*x)
Fourier：傅立叶逼近，有7种类型，基础型是 a0 + a1*cos(x*w) + b1*sin(x*w)
Gaussian：高斯逼近，有8种类型，基础型是 a1*exp(-((x-b1)/c1)^2)
Interpolant：插值逼近，有4种类型，linear、nearest neighbor、cubic spline、shape-
preserving
Polynomial：多形式逼近，有9种类型，linear ~、quadratic ~、cubic ~、4-9th degree ~
Power：幂逼近，有2种类型，a*x^b 、a*x^b + c
Rational：有理数逼近，分子、分母共有的类型是linear ~、quadratic ~、cubic ~、4-5th
degree ~；此外，分子还包括constant型
Smoothing Spline：平滑逼近（翻译的不大恰当，不好意思）
Sum of Sin Functions：正弦曲线逼近，有8种类型，基础型是 a1*sin(b1*x + c1)
Weibull：只有一种，a*b*x^(b-1)*exp(-a*x^b)
选择好所需的拟合曲线类型及其子类型，并进行相关设置：
——如果是非自定义的类型，根据实际需要点击“Fit options”按钮，设置拟合算法、修改
待估计参数的上下限等参数；
——如果选Custom Equations，点击“New”按钮，弹出自定义函数等式窗口，有“Linear
Equations线性等式”和“General Equations构造等式”两种标签。
在本例中选Custom Equations，点击“New”按钮，选择“General Equations”标签，输入函
数类型y=a*x*x + b*x，设置参数a、b的上下限，然后点击OK。

8. 如何在matlab中拟合正弦曲线

用lsqcurvefit函数吧，给你段程序，自己照着改吧，要给初值

function Untitled3

clc

xi=[0.019,0.023,0.027]; % x data
yi=[430,380,256]; % y data
abc0=[4,0.5,5]; % initial values
abc = lsqcurvefit(@fun,abc0,xi,yi)

% target function
function y = fun(abc,x)
y = (abc(1)*(1-x/abc(2))+x/abc(2)).^abc(3);

abc =

31.2588 -3.9585 1.7033

9. matlab拟合正弦曲线的问题

conn.asp的部分字段如下：
dim conn,connstr,db,rs,rs_s,rs_s1
db="data/$database$169852.mdb"
set conn = server.createobject("adodb.connection")
connstr="provider=microsoft.jet.oledb.4.0;data source=" & server.mappath(""&db&"")
conn.open connstr
if error then
response.write "connect database error!"
response.end
end if

10. matlab 正弦 拟合

楼主你要说清楚啊，你是要（1）最大的正弦波峰的X值？还是（2）所有正弦波峰的X值？还是（3）最大波峰的X值？

举例说吧，比如我有个信号s：

这些H的相位（angle(H)/pi*L/2）就是你要的x值；