Java实现的n阶曲线拟合功能示例

本文实例讲述了Java实现的n阶曲线拟合功能。分享给大家供大家参考，具体如下：
前面一篇文章Java实现求解一元n次多项式的方法，能解多项式以后，还需要利用那个类，根据若干采样点数据来对未来数据进行预测，拟合的矩阵在上一篇文章中已经贴出来了，这里就不说了，本篇主要是如何根据采样点来计算系数矩阵，并计算预测点的值。
原理很简单，公式在上一篇文章中也有了，此处直接贴代码。
其中用到了上一篇文章中写的类commonAlgorithm.PolynomiaSoluterpackage commonAlgorithm;import commonAlgorithm.PolynomialSoluter;import java.lang.Math;public class LeastSquare {private double[][] matrixA;private double[] arrayB;private double[] factors;private int order;public LeastSquare() {}/** 实例化后，计算前，先要输入参数并生成公式 arrayX为采样点的x轴坐标，按照采样顺序排列* arrayY为采样点的y轴坐标，按照采样顺序与x一一对应排列 order* 为进行拟合的阶数。用低阶来拟合高阶曲线时可能会不准确，但阶数过高会导致计算缓慢*/public boolean generateFormula(double[] arrayX, double[] arrayY, int order) {if (arrayX.length != arrayY.length)return false;this.order = order;int len = arrayX.length;// 拟合运算中的x矩阵和y矩阵matrixA = new double[order + 1][order + 1];arrayB = new double[order + 1];// 生成y矩阵以及x矩阵中幂<=order的部分for (int i = 0; i < order + 1; i++) {double sumX = 0;for (int j = 0; j < len; j++) {double tmp = Math.pow(arrayX[j], i);sumX += tmp;arrayB[i] += tmp * arrayY[j];}for (int j = 0; j <= i; j++)matrixA[j][i - j] = sumX;}// 生成x矩阵中幂>order的部分for (int i = order + 1; i <= order * 2; i++) {double sumX = 0;for (int j = 0; j < len; j++)sumX += Math.pow(arrayX[j], i);for (int j = i - order; j < order + 1; j++) {matrixA[i - j][j] = sumX;}}// 实例化PolynomiaSoluter并解方程组，得到各阶的系数序列factorsPolynomialSoluter soluter = new PolynomialSoluter();factors = soluter.getResult(matrixA, arrayB);if (factors == null)return false;elsereturn true;}// 根据输入坐标，以及系数序列factors计算指定坐标的结果public double calculate(double x) {double result = factors[0];for (int i = 1; i <= order; i++)result += factors[i] * Math.pow(x, i);return result;}}复制代码
希望本文所述对大家java程序设计有所帮助。Java
					

返回微头条首页

分享到:

喜欢请点赞~

2018-03-04 14:10:53