| 查看: 3510 | 回复: 29 | |||
| 当前只显示满足指定条件的回帖，点击这里查看本话题的所有回帖 | |||
[求助]
求助大侠帮忙，有关matlab模拟数据
|
|||
|
x = [0.768; 0.711; 0.685; 0.671; 0.659; 0.657; 0.655; 0.654; 0.653; 0.654]; y = [4.584; 4.375; 4.234; 4.128; 4.041; 3.972; 3.913; 3.861; 3.815; 3,774]; 上面是x,y的数据，公式是  请问哪位大侠帮忙给编辑一下公式代码啊，我自己用matlab模拟不出来，请哪位好心人帮帮忙！ |
回复此楼» 收录本帖的淘帖专辑推荐
 matlab |
» 本帖已获得的红花（最新10朵）
xch09» 猜你喜欢
【征稿】Springer Nature热电专题 Discover Materials / Discover Chemistry
已经有47人回复
-
25届硕士申请，材料计算方向
已经有2人回复
-
物理学I论文润色/翻译怎么收费?
已经有213人回复
-
课题组招1-2名硕士
已经有2人回复
-
机时越来越贵之后，我把一部分 DFT 流程搬到了 AI 计算平台上
已经有0人回复
-
斯坦福大学与Elsevier世界前2%学者新排名查询
已经有1人回复
-
27申博推荐：南京航空航天大学国际前沿院光学方向招收博士生！
已经有19人回复
-
华南师范大学+双一流学科物理学+广东省杰青团队2027年博士招生+机器学习驱动材料设计
已经有1人回复
-
apl投稿状态
已经有2人回复
-
华南师范大学+双一流学科物理学+广东省杰青团队2027年博士招生+机器学习驱动材料设计
已经有1人回复
-
日内瓦国际发明展申报完整流程（科研人员通用指南）
已经有11人回复
» 本主题相关价值贴推荐，对您同样有帮助:
- python urllib2 求助阿
已经有7人回复
- 求助啊！求一程序，用matlab程序做，用蒙特卡洛方法模拟
已经有10人回复
- 求助有关Matlab有约束非线性最优化问题
已经有9人回复
- 【求助】弱弱的问一下Matlab数据提取的问题
已经有5人回复
- 【求助】求助 matlab编程：可否实现清除文本文档数据
已经有5人回复
- 【求助】向各位大侠求助matlab求解微分方程组遇到的一个问题
已经有21人回复
- 【求助】刚学MATLAB有个小程序有一句看不懂 请大侠指教
已经有4人回复
juloong
木虫 (职业作家)
X射线衍/散射测试
- 应助: 103 (高中生)
- 金币: 6335.8
- 散金: 1920
- 红花: 101
- 帖子: 3148
- 在线: 2057.7小时
- 虫号: 275864
- 注册: 2006-09-02
- 专业: 半导体材料
3楼2011-11-22 21:25:30
juloong
木虫 (职业作家)
X射线衍/散射测试
- 应助: 103 (高中生)
- 金币: 6335.8
- 散金: 1920
- 红花: 101
- 帖子: 3148
- 在线: 2057.7小时
- 虫号: 275864
- 注册: 2006-09-02
- 专业: 半导体材料
2楼2011-11-22 21:15:31
juloong
木虫 (职业作家)
X射线衍/散射测试
- 应助: 103 (高中生)
- 金币: 6335.8
- 散金: 1920
- 红花: 101
- 帖子: 3148
- 在线: 2057.7小时
- 虫号: 275864
- 注册: 2006-09-02
- 专业: 半导体材料
4楼2011-11-22 21:27:52
juloong
木虫 (职业作家)
X射线衍/散射测试
- 应助: 103 (高中生)
- 金币: 6335.8
- 散金: 1920
- 红花: 101
- 帖子: 3148
- 在线: 2057.7小时
- 虫号: 275864
- 注册: 2006-09-02
- 专业: 半导体材料
【答案】应助回帖
★ ★
飞也如铃(金币+2): 谢谢您的回复，可否把matlab里你输入的所有信息发到帖子了呢，我自己试了试，不知道是哪里出问题了，拟合不出来，谢谢！ 2011-11-22 22:15:30
dbb627(金币+2): 感谢应助 2011-11-22 22:57:51
飞也如铃(金币+2): 谢谢您的回复，可否把matlab里你输入的所有信息发到帖子了呢，我自己试了试，不知道是哪里出问题了，拟合不出来，谢谢！ 2011-11-22 22:15:30
dbb627(金币+2): 感谢应助 2011-11-22 22:57:51
|
重新拟合了一下 General model: f(x) = a+b*log(1-b*x)+(1-b)*log(1-b*x+x) where x is normalized by mean 0.6767 and std 0.03709 Coefficients (with 95% confidence bounds): a = 4.203 (4.157, 4.25) b = 0.294 (0.2726, 0.3154) Goodness of fit: SSE: 0.03251 R-square: 0.9475 Adjusted R-square: 0.9409 RMSE: 0.06375 这个好点 |
5楼2011-11-22 21:32:47
