圖a 使用2階進行回歸
圖b 使用5階進行回歸Source Code 請參考此:
http://topic.csdn.net/t/20031110/21/2447175.html
就是一個大小瑣事想寫就寫的網誌
My Blog QR-Code
About Me
我喜歡看電視，唱歌，彈彈吉他....
希望可以持續保持更新這個Blogger....
希望可以持續保持更新這個Blogger....
Tracer
About Our Group
熱門文章
-
It's a kind of wireless communication likes RFID ! Double way identification of NFC is an advantage ~ more information you can check t...
-
今天來整理一下，如何在C++ Builder中建立及使用libary(靜態聯結函式庫)的筆記吧! Q. 如何將已有的 .cpp及 .h製成 .lib? 1. 開啟C++ Builder 2. File/New/Other 選擇Libray 按OK 3. 此時會自動產生一個 Pro...
-
八月真的空了，但八月份做了一件大事，先賣個關子杯....
發表文章
1 則留言:
curve fitting可應用在很多地方, 像雜訊濾除, 趨勢預測, 特徵擷取...等!
雜訊濾除: 使用低階參數來fitting訊號時, 就如同在進行低通濾波(亦可稱為背景雜訊預測), 當使用原始訊號減去這緩慢變化的訊號時, 就可以保留下較高頻的訊號!
趨勢預測: 在MS Excel中常用到此功能, 我們可以收集大量且有效的歷史資料(有資料x,有結果y)後, 藉由這堆資料來fitting出一個回歸方程式, 當未來有一筆新的資料進來, 即能預測其結果!
特徵擷取: 可用回歸出來的回歸係數來當作特徵, 以供後續的辨識, 分群, 分類等應用!
張貼留言