MLX90640的阵列插值处理-多项式插值由32×24像素到512×384像素（附从温度阵列转化为热成像图代码）

matlab编写，采用五次多项式，对四个关节角进行多节点规划。

介绍正交多项式及逼近论的知识，从三角多项式和代数多项式两个方面介绍。

matlab开发-多项式根的Jenkinstraubalgorithm。用Jenkins-Traub算法求多项式根。

拉格朗日插值多项式

拉格朗日近似 作为数字信号处理课程项目的一部分完成的工作。 拉格朗日插值 最优多项式逼近 范围缩小 子区间划分 参考 第 26 章，

Polyfit多项式拟合 MATLAB软件提供了基本的曲线拟合函数的命令． 多项式函数拟合：a=polyfit(xdata,ydata,n) 其中n表示多项式的最高阶数，xdata，ydata为将要拟合的数据，它是用数组的方式输入．输出参数a为拟合多项式 y=a1xn+...+anx+a n+1的系数 多项式在x处的值y可用下面程序计算． y=polyval(a,x,m) 线性：m=1, 二次：m=2, … polyfit的输出是一个多项式系数的行向量。为了计算在xi数据点的多项式值，调用MATLAB的函数polyval。 例： x=0:0.1:1; y=[-0.447 1.978 3.28 6.16 7.08 7.34 7.66 9.56 9.48 9.30 11.2]; A=polyfit(x,y,2) Z=polyval(A,x); Plot(x,y,’r*’,x,z,’b’)

【问题描述】实现两个多项式的运算（相加、相减）。 【基本要求】 （1）按照指数降序排列建立并输出多项式； （2）完成两个多项式的相加、相减，并将结果输出； （3）以顺序存储或链式存储结构实现多项式。

matlab多种式拟合优度代码预测日元/美元汇率 队员 张士琪1701213153 浩里湾1701213095 1.背景介绍 使用宏观因素预测汇率的结构模型很容易被随机游走模型击败。 预测变量经常使用时间序列模型，例如ARMA，ARIMA，ARCH，GARCH。 近年来，人工神经网络，支持向量机和混沌理论被广泛应用于预测汇率中。 2.动机 该项目针对外汇汇率的短期波动性，应用SVR方法和深度学习方法ANN预测未来7个期间的汇率。 3.目标 我们的主要目标是使用每日汇率数据预测未来7天（2018.03.30-2018.04.10）的汇率。为此，我们首先使用网格搜索并从3.13-3.30（10个周期）移动窗口，估算最佳参数。 确定预测方法长度的主要方法是chaos theory和lyapunov exponents 。 使用Wolf方法并根据经验选择参数，我们计算出the maximum lyapunov exponents is L=0.1407 （数据= JPY / USD（2016.01.04-2018.04.10），N = 592，m = 10，tau = 60，P = 15）。

该函数要么在圆形、六边形、椭圆形、矩形或环形光瞳上显示泽尼克多项式，要么将表面数据拟合到这些光瞳形状。 见 Mahajan, VN, G.-m。 Dai，“波前分析中的正交多项式：解析解”，J. Opt。 社会。 是。 A，卷。 2007 年 9 月，第 24 期，第 9 期，描述了用于非圆形瞳Kong形状的 Zernike 多项式。 可以指定在 j 排序或 (n,m) 符号、Mahajan/Noll 或 Born&Wolf 规范化、边缘子集以及要使用的符号约定中使用的 Zernikes。 可以指定掩码以选择用于拟合泽尼克多项式的表面数据子集。 计算最小二乘拟合系数。 如果未指定表面数据，则该函数显示指定的瞳Kong形状上指定的 Zernike 多项式的总和。 可以指定拟合中使用的单位圆的中心和半径（以像素为单位）。