文件名称：matlab求导代码-monoLS:适合数据的单调函数
文件大小：11KB
文件格式：ZIP
更新时间：2024-06-13 03:16:46
系统开源
matlab求导代码单声道 通过Matlab和Octave的单调曲线拟合进行数据平滑。 这是一种用于平滑/曲线拟合的非参数方法，当我们知道数据必须增加或减少但没有关于此的附加信息或不想使用其他假设时，此方法很有用。 monoLS找到适合（x，y）点数据集的最佳单调（即非负或非正导数）曲线。 也可以将高阶导数约束为常数（或0），但是必须对所有奇数阶导数和所有偶数阶导数使用相同的符号。 使用正则项可以避免对x范围的极值附近的数据点产生不必要的影响。 默认情况下， monoLS使用均方误差（2-范数），因此它是最小二乘解。 在这种情况下，可以将问题框架化为非负最小二乘问题（始终是凸的）。 也可以使用具有有限非零p的任何p范数。 解决问题 上面描述的大类问题（增加或减少最佳拟合，对于第一个N导数具有凹曲线或凸曲线以及强制符号，前提是所有奇数和所有偶数导数都具有相同的符号）可以简化为在前N个导数为非负数的某些数据中找到最佳拟合函数。 这是通过根据需要翻转y轴（翻转所有导数的符号）和x轴符号（仅翻转奇数导数的符号）来完成的。 寻找具有非负一阶N导数的最佳拟合函数的解的问题可以被构造为凸（非负）集合
【文件预览】：
monoLS-master
----TODO.md(415B)
----basicTest.m(1KB)
----examples()
--------example2_decayingExp.m(1KB)
--------example1_lineFits.m(1KB)
--------example3_regularization.m(6B)
----.gitignore(6B)
----fun()
--------monoLS2.m(4KB)
--------incLS.m(7KB)
--------monoLS.m(4KB)
----README.md(3KB)