我的编程空间,编程开发者的网络收藏夹
学习永远不晚

现代检测技术课程实验编程:最小二乘法应用编程

短信预约 -IT技能 免费直播动态提醒
省份

北京

  • 北京
  • 上海
  • 天津
  • 重庆
  • 河北
  • 山东
  • 辽宁
  • 黑龙江
  • 吉林
  • 甘肃
  • 青海
  • 河南
  • 江苏
  • 湖北
  • 湖南
  • 江西
  • 浙江
  • 广东
  • 云南
  • 福建
  • 海南
  • 山西
  • 四川
  • 陕西
  • 贵州
  • 安徽
  • 广西
  • 内蒙
  • 西藏
  • 新疆
  • 宁夏
  • 兵团
手机号立即预约

请填写图片验证码后获取短信验证码

看不清楚,换张图片

免费获取短信验证码

现代检测技术课程实验编程:最小二乘法应用编程

现代检测技术课程实验编程:最小二乘法应用编程

在这里插入图片描述

一、最小二乘法编程题目描述

在这里插入图片描述

最小二乘法编程题目描述如下所示

在对量程为10MPa的压力传感器进行标定时,传感器输出电压值与压力值之间的关系如下表所示,请简述最小二乘法准则的意义,并分析下列电压-压力直线中哪一条最符合最小二乘法准则?(使用计算机辅助进行计算)

在这里插入图片描述

(1) y=5.02x+0.08;(2)y=5.05x+0.07;
(3) y=4.95x+0.12;(4)y=4.95x+0.15;
(5) y=5.00x+0.07

二、最小二乘法编程题目要求

最小二乘法编程题目要求如下所示

  1. 使用计算机软件(VB、VC、JAVA、LabVIEW、Matlab、Python均可)编程完成本次编程题目;

  2. 所编程序要有较为美观的GUI界面,可以通过人机界面输入校准数据xi/yi,和备选直线方程的参数。

  3. 所编程序,要能够直接显示哪条直线为最佳直线,不能人为进行判断。

  4. 对所编程序的原理和运行结果进行介绍和分析。

三、什么是最小二乘法

最小二乘法定义如下所示

最小二乘法(又称最小平方法)是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘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误差的平方和为最小。最小二乘法还可用于曲线拟合,其他一些优化问题也可通过最小化能量或最大化熵用最小二乘法来表达 。最小二乘法是解决曲线拟合问题最常用的方法。

四、最小二乘法编程步骤

在这里插入图片描述

最小二乘法编程

4.1、 界面的设计

使用MATLAB2014b软件进行GUI页面的设计,如下图所示
在这里插入图片描述

  • 1 界面可以进行测量数据的压力和电压的输入、五条拟合直线的回归参数a、b。
  • 2 点击计算按钮,可以完成最小二乘法直线拟合的回归参数a、b。五条直线的残差平方和。自动判断哪条直线最符合最小二乘法准则。
  • 3 页面最右边的轴可以显示最小二乘法直线拟合的图像。

4.2、 程序的编写

4.2.1、程序在计算按钮如下的回调函数中编写

1 程序在计算按钮如下的回调函数中编写,代码如下

function pushbutton1_Callback(hObject, eventdata, handles)

4.2.2、编辑的文本框输入的数据转换成数字类型的数据

2 将可以编辑的文本框输入的数据转换成数字类型的数据,代码如下

Xi1 =  get(handles.edit_Xi1, 'String'); Yi1 =  get(handles.edit_Yi1, 'String');Xi2 =  get(handles.edit_Xi2, 'String'); Yi2 =  get(handles.edit_Yi2, 'String');Xi3 =  get(handles.edit_Xi3, 'String'); Yi3 =  get(handles.edit_Yi3, 'String');Xi4 =  get(handles.edit_Xi4, 'String'); Yi4 =  get(handles.edit_Yi4, 'String');Xi5 =  get(handles.edit_Xi5, 'String'); Yi5 =  get(handles.edit_Yi5, 'String'); Xi1 = str2num(Xi1); Yi1 = str2num(Yi1);Xi2 = str2num(Xi2); Yi2 = str2num(Yi2);Xi3 = str2num(Xi3); Yi3 = str2num(Yi3);Xi4 = str2num(Xi4); Yi4 = str2num(Yi4);Xi5 = str2num(Xi5); Yi5 = str2num(Yi5); a1 =  get(handles.edit_a1, 'String'); b1 =  get(handles.edit_b1, 'String');a2 =  get(handles.edit_a2, 'String'); b2 =  get(handles.edit_b2, 'String');a3 =  get(handles.edit_a3, 'String'); b3 =  get(handles.edit_b3, 'String');a4 =  get(handles.edit_a4, 'String'); b4 =  get(handles.edit_b4, 'String');a5 =  get(handles.edit_a5, 'String'); b5 =  get(handles.edit_b5, 'String'); a1 = str2num(a1); b1 = str2num(b1);a2 = str2num(a2); b2 = str2num(b2);a3 = str2num(a3); b3 = str2num(b3);a4 = str2num(a4); b4 = str2num(b4);a5 = str2num(a5); b5 = str2num(b5);

4.2.3、将Xi、Yi数据存放与数组中

3 将Xi、Yi数据存放与数组中,代码如下

Xi = [Xi1 Xi2 Xi3 Xi4 Xi5];Yi = [Yi1 Yi2 Yi3 Yi4 Yi5];

4.2.4、计算最小二乘法直线拟合的回归参数a、b

4 计算最小二乘法直线拟合的回归参数a、b,代码如下

squareXi = Xi .* Xi;squareYi = Yi .* Yi;mulXiYi = Xi .* Yi; sumXi = sum(Xi);sumYi = sum(Yi);sumSquareXi = sum(squareXi);sumSquareYi = sum(squareYi);sumMulXiYi = sum(mulXiYi); Lxx = sumSquareXi - sumXi * sumXi / 5;Lxy = sumMulXiYi - sumXi * sumYi / 5; b = Lxy / Lxx;a = sumYi / 5 - b * sumXi / 5;

4.2.5、计算五条直线的残差平方和

5 计算五条直线的残差平方和,代码如下

SubYiXi1 = Yi - (a1 + b1 * Xi);squareSubYiXi1 = SubYiXi1 .* SubYiXi1;sumSub1 = sum(squareSubYiXi1); SubYiXi2 = Yi - (a2 + b2 * Xi);squareSubYiXi2 = SubYiXi2 .* SubYiXi2;sumSub2 = sum(squareSubYiXi2); SubYiXi3 = Yi - (a3 + b3 * Xi);squareSubYiXi3 = SubYiXi3 .* SubYiXi3;sumSub3 = sum(squareSubYiXi3); SubYiXi4 = Yi - (a4 + b4 * Xi);squareSubYiXi4 = SubYiXi4 .* SubYiXi4;sumSub4 = sum(squareSubYiXi4); SubYiXi5 = Yi - (a5 + b5 * Xi);squareSubYiXi5 = SubYiXi5 .* SubYiXi5;sumSub5 = sum(squareSubYiXi5);

4.2.6、判断最佳的最小二乘法直线的拟合

6 判断最佳的最小二乘法直线的拟合,代码如下

subArrays = [sumSub1 sumSub2 sumSub3 sumSub4 sumSub5];minSub = subArrays(1);subJudge = 1;for i = 2: 5    if minSub > subArrays(i)        minSub = subArrays(i);        subJudge = i;    endend strJudge = '最符合最小二乘法准侧的直线是: 第';subJudge = num2str(subJudge);strJudge1 = '条直线';strJudge = strcat(strJudge, subJudge, strJudge1);

4.2.7、数据和图像的显示

7 数据和图像的显示,代码如下

set(handles.text_judge, 'String', num2str(strJudge)); set(handles.edit1, 'String', num2str(sumSub1));set(handles.edit2, 'String', num2str(sumSub2));set(handles.edit3, 'String', num2str(sumSub3));set(handles.edit4, 'String', num2str(sumSub4));set(handles.edit5, 'String', num2str(sumSub5)); set(handles.edit_result_a, 'String', num2str(a));set(handles.edit_result_b, 'String', num2str(b)); plot(Xi, Yi, '*');hold on y1 = a1 + b1 * Xi;axes(handles.axes1);plot(Xi, y1, 'm');hold on y2 = a2 + b2 * Xi;axes(handles.axes1);plot(Xi, y2, 'r');hold on y3 = a3 + b3 * Xi;axes(handles.axes1);plot(Xi, y3, 'y');hold on y4 = a4 + b4 * Xi;axes(handles.axes1);plot(Xi, y4, 'k');hold on y5 = a5 + b5 * Xi;axes(handles.axes1);plot(Xi, y5, 'g');hold on

三、 程序的运行结果
在这里插入图片描述

  • 程序可以自动进行最佳拟合直线的判断。从运行的结果可以确定是第五条直线是最佳最小二乘法直线的拟合。

输入用最小二乘法计算得到的直线拟合回归参数,运行得到如下结果

在这里插入图片描述

五、最小二乘法编程总结

在这里插入图片描述

  • 用MATLAB所编写的GUI页面程序实现了计算最小二乘法直线拟合的回归参数的计算。
  • 自动判断哪条直线最符合最小二乘法直线拟合的准侧。
  • 最小二乘法直线拟合的图像显示。
    在这里插入图片描述

来源地址:https://blog.csdn.net/m0_47419053/article/details/127200420

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

现代检测技术课程实验编程:最小二乘法应用编程

下载Word文档到电脑,方便收藏和打印~

下载Word文档

猜你喜欢

牛顿法、梯度下降法、最小二乘法的原理以及利用它们解决实际问题的python编程

  牛顿法、梯度下降法、最小二乘法的原理以及利用它们解决实际问题的python编程  一、牛顿法原理  1、产生背景    2、牛顿迭代公式  二、梯度下降法原理  根据计算梯度时所用数据量不同,可以分为三种基本方法:批量梯度下降法(Bat
2023-06-01

编程热搜

  • Python 学习之路 - Python
    一、安装Python34Windows在Python官网(https://www.python.org/downloads/)下载安装包并安装。Python的默认安装路径是:C:\Python34配置环境变量:【右键计算机】--》【属性】-
    Python 学习之路 - Python
  • chatgpt的中文全称是什么
    chatgpt的中文全称是生成型预训练变换模型。ChatGPT是什么ChatGPT是美国人工智能研究实验室OpenAI开发的一种全新聊天机器人模型,它能够通过学习和理解人类的语言来进行对话,还能根据聊天的上下文进行互动,并协助人类完成一系列
    chatgpt的中文全称是什么
  • C/C++中extern函数使用详解
  • C/C++可变参数的使用
    可变参数的使用方法远远不止以下几种,不过在C,C++中使用可变参数时要小心,在使用printf()等函数时传入的参数个数一定不能比前面的格式化字符串中的’%’符号个数少,否则会产生访问越界,运气不好的话还会导致程序崩溃
    C/C++可变参数的使用
  • css样式文件该放在哪里
  • php中数组下标必须是连续的吗
  • Python 3 教程
    Python 3 教程 Python 的 3.0 版本,常被称为 Python 3000,或简称 Py3k。相对于 Python 的早期版本,这是一个较大的升级。为了不带入过多的累赘,Python 3.0 在设计的时候没有考虑向下兼容。 Python
    Python 3 教程
  • Python pip包管理
    一、前言    在Python中, 安装第三方模块是通过 setuptools 这个工具完成的。 Python有两个封装了 setuptools的包管理工具: easy_install  和  pip , 目前官方推荐使用 pip。    
    Python pip包管理
  • ubuntu如何重新编译内核
  • 改善Java代码之慎用java动态编译

目录