最小二乘法圆拟合.doc_第1页
最小二乘法圆拟合.doc_第2页
最小二乘法圆拟合.doc_第3页
最小二乘法圆拟合.doc_第4页
最小二乘法圆拟合.doc_第5页
已阅读5页，还剩1页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

最小二乘法拟合圆公式推导及vc实现r 最小二乘法(least squares analysis)是一种 数学 优化 技术，它通过 最小化 误差 的平方和找到一组数据的最佳 函数 匹配。 最小二乘法是用最简的方法求得一些绝对不可知的真值，而令误差平方之和为最小。 最小二乘法通常用于 曲线拟合 (least squares fitting) 。这里有 拟合圆曲线 的公式推导过程 和 vc实现。此处使用平方差与最小二乘法差的平方不一样，但是仍然具有实用估计价值，并且可以化简公式。VC实现的代码：C+类voidCViewActionImageTool:LeastSquaresFitting()if(m_nNum3)return;inti=0;doubleX1=0;doubleY1=0;doubleX2=0;doubleY2=0;doubleX3=0;doubleY3=0;doubleX1Y1=0;doubleX1Y2=0;doubleX2Y1=0;for(i=0;im_nNum;i+)X1=X1+m_pointsi.x;/使用对象数组Y1=Y1+m_pointsi.y;X2=X2+m_pointsi.x*m_pointsi.x;Y2=Y2+m_pointsi.y*m_pointsi.y;X3=X3+m_pointsi.x*m_pointsi.x*m_pointsi.x;Y3=Y3+m_pointsi.y*m_pointsi.y*m_pointsi.y;X1Y1=X1Y1+m_pointsi.x*m_pointsi.y;X1Y2=X1Y2+m_pointsi.x*m_pointsi.y*m_pointsi.y;X2Y1=X2Y1+m_pointsi.x*m_pointsi.x*m_pointsi.y;doubleC,D,E,G,H,N;doublea,b,c;N=m_nNum;C=N*X2-X1*X1;D=N*X1Y1-X1*Y1;E=N*X3+N*X1Y2-(X2+Y2)*X1;G=N*Y2-Y1*Y1;H=N*X2Y1+N*Y3-(X2+Y2)*Y1;a=(H*D-E*G)/(C*G-D*D);b=(H*C-E*D)/(D*D-G*C);c=-(a*X1+b*Y1+X2+Y2)/N;doubleA,B,R;A=a/(-2);B=b/(-2);R=sqrt(a*a+b*b-
人人文库> 全部分类> 行业资料 > 管理策划

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论