首页 > 开发 > Java > 正文

Java实现的n阶曲线拟合功能示例

2024-07-13 10:16:53
字体:
来源:转载
供稿:网友

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.PolynomiaSoluter

package 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factors    PolynomialSoluter soluter = new PolynomialSoluter();    factors = soluter.getResult(matrixA, arrayB);    if (factors == null)      return false;    else      return 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;  }}

希望本文所述对大家java程序设计有所帮助。


注:相关教程知识阅读请移步到JAVA教程频道。
发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表