[求助]：利用非线性最小二乘法来优化参数的问题？

kingsword1979 · 发表于 2006-11-20 08:54

现在上传的是Data.txt文件

kingsword1979 · 发表于 2006-11-20 15:21

有没有高手可以帮帮我呀！

happy · 发表于 2006-11-20 15:56

原帖由 kingsword1979 于 2006-11-18 21:29 发表
非常感谢楼上的高手帮我指出错误，谢谢！更正程序后，出现这样的提示：
Optimization terminated: directional derivative along
search direction less than TolFun and infinity-norm of
gradient less th ...

这个不是什么错误，是说明你的问题已经达到了你设置的精度要求

happy · 发表于 2006-11-20 15:57

原帖由 kingsword1979 于 2006-11-18 21:32 发表
d是非线性项的参数，可以正确识别出来，但是c是线性项的参数，程序没有计算出来，是不是跟上面的提示有关，如何更正呢？

在你的myfun中只有d是待求得系数，得到的结果当然只有d了
c的话你可以根据求得的d，利用A*c=y求得

[ 本帖最后由 happy 于 2006-11-20 15:59 编辑 ]

happy · 发表于 2006-11-20 16:10

后面的例子中，你给的数据显然是有问题的

你给的Data只有1501个数据

y=Data(2100*500:2103*500);
显然超出了这个范围，显然是错误的

xjzuo · 发表于 2006-11-20 16:15

Happy 教授说得对,后一个例子基本没有什么疑问.
我倒是一直想着你原来的那个问题,试了几个函数,效果都不好.
所以认为大概只能达到目前的拟合程度.除非另选模型,你可以再试试.
另:根据你传的数据,第一句应该为:y=Data;

[ 本帖最后由 xjzuo 于 2006-11-20 16:18 编辑 ]

kingsword1979 · 发表于 2006-11-20 16:45

y=Data（2100*500：2103*500）这个式子y储存的是1501个点呀！有什么问题吗？为什么是错的

kingsword1979 · 发表于 2006-11-20 16:50

事实证明，我用nlinfit命令和lsqnonlin的命令，计算出来的结果是一样的，就是前面那个拟合图形，可能是楼上的说的模型不对，但是能怎么改呢？

happy · 发表于 2006-11-20 16:52

原帖由 kingsword1979 于 2006-11-20 16:45 发表
y=Data（2100*500：2103*500）这个式子y储存的是1501个点呀！有什么问题吗？为什么是错的

这句话表示从2100*500这个点开始之后的1501个点，换句话说，用这个语句，你的Data最少要有2103*500个数据

xjzuo · 发表于 2006-11-20 16:53

这样明显的错误你应该自己注意了:
y储存的是1501个点没有错,但你想想,数据的"指标"有那么多吗?2100*500=多少? 2103*500=多少?
另:你的模型也不太好改,但可以试试减少一两个sin,参数也大大减少．要知道，模型的本质是：用最少的参数去描述现象．

[ 本帖最后由 xjzuo 于 2006-11-20 16:58 编辑 ]

kingsword1979 · 发表于 2006-11-20 17:05

xjzuo，你好，我这个数据是很大的数据，有几百兆。这个数据是用加速度传感器采集了一段时间内的加速度，我想用这些数据来拟合一下采集的数据。我导师是用的5阶模态进行的拟合，但是我就是做不到那么好，不知道为什么？也就是我这么多参数应该是可行的，就是不知道怎么弄？

xjzuo · 发表于 2006-11-20 19:07

我猜你采用的是三角级数法吧,目前来讲只能做到该拟合程度了.
我看过也有用SVM非线性回归模型来做的.
如果你觉得现在的拟合还达不到你的要求,你可以换一种方法试试.

bianren · 发表于 2007-4-14 00:44

有哪位高手知道[beta,Res,Re]=lsqcurvefit(........)什么意思谢谢

happy · 发表于 2007-4-14 21:13

原帖由 bianren 于 2007-4-14 00:44 发表
有哪位高手知道=lsqcurvefit(........)什么意思谢谢

表示可以采用下面几种调用格式
[beta,Res,Re]=lsqcurvefit(fun,x0,xdata,ydata)
[beta,Res,Re]=lsqcurvefit(fun,x0,xdata,ydata,lb,ub)
[beta,Res,Re]=lsqcurvefit(fun,x0,xdata,ydata,lb,ub,options)

21172485 · 发表于 2009-5-13 10:01

上面的例子既然已经可以正确求出参数c和d了
麻烦把程序也分析一下！
我试了一下还是不行啊

账号		自动登录	找回密码
密码			我要加入

[编程技巧] [求助]：利用非线性最小二乘法来优化参数的问题？

回复

回复

回复

回复 12楼 kingsword1979 的帖子

浏览过的版块