一个拟合CST曲线的程序，用来做翼型优化使用（也可以用到其它曲线拟合上）。 首先读入一个翼型数据，反求这个翼型的6*2个控制参数。通过这修改这个12个控制参数（其中的任意几个），来达到生成新的翼型的目的。(使用了NASA0714翼型作为例子 )

matlab拟合图代码FOOOF-拟合振荡和一个以上的f FOOOF是一种快速，有效且具有生理信息的工具，可以对神经功率谱进行参数化。 概述 功率谱模型将功率谱模型视为两个不同功能过程的组合： 非周期性分量，反映1 / f样特征，具有 可变数量的周期性分量（假定振荡），因为峰值上升到非周期性分量之上 这种模型驱动的方法可用于测量电生理数据（包括EEG，MEG，ECoG和LFP数据）的周期性和非周期性特性。 拟合模型以测量推定振荡的好处是，功率谱中的峰值可以根据其特定的中心频率，功率和带宽进行表征，而无需预先定义特定的目标频段并控制非周期性分量。 该模型还返回信号非周期性成分的量度，从而可以测量和比较对象内部和对象之间信号的1 / f类成分。 文献资料 可在上找到文档。 本文档包括： ：带有激励性的示例，说明了为什么我们建议对神经功率谱进行参数化 ：提供有关该模型以及如何应用该模型的分步指南 ：演示示例分析和用例以及其他功能 ：列出并描述了模块中所有可用的代码和功能 ：回答频率询问的问题 ：定义模块中使用的所有关键术语 ：包含有关如何参考和报告使用该模块的信息 依存关系 FOOOF用Py

网上搜集的最小二乘法曲线拟合演示程序，和对任意若干点进行曲线拟合，可选择拟合多项式次数 网上搜集的最小二乘法曲线拟合演示程序，和对任意若干点进行曲线拟合，可选择拟合多项式次数

针对图像中存在的对数螺旋线形状，提出了一种有效的对数螺旋线拟合方法。首先根据螺旋线的性质将已知图像中螺旋线的中心点约束在一个较小的区域内进行搜索，然后将从图像中获取的直角坐标系下的数据点通过坐标变换转换为能用直线形式表示的数据点，将对对数螺旋线的拟合转换为对直线的拟合。这一方法能快速、准确地拟合出图像中存在的对数螺旋线。

这是一种快速且非迭代的椭圆拟合。 用法： A = EllipseDirectFit(XY) 输入：XY(n,2)是n个点的坐标数组x(i)=XY(i,1), y(i)=XY(i,2) 输出：A = [abcdef]' 是系数向量最佳拟合椭圆的方程： ax^2 + bxy + cy^2 + dx + ey + f = 0， 要将此向量转换为几何参数（半轴、中心等），请使用标准公式，例如 Wolfram Mathworld 中的 (19) - (24)： http://mathworld.wolfram.com/Ellipse.html 这种椭圆拟合是在文章中提出的AW Fitzgibbon, M. Pilu, RB Fisher “椭圆的直接最小二乘拟合” IEEE 翻译帕米，卷。 21，第 476-480 页（1999 年） 作者将其称为“直接椭圆拟合”。 我的代码基于数

椭圆拟合的c++方法，参考github链接 https://github.com/seisgo/EllipseFit，原版是qt版本，改为不依赖qt的版本。 包含两个文件：myEllipse.h和myEllipse.cpp 具体参考：https://blog.csdn.net/iamqianrenzhan/article/details/95536334

Elisa 回归拟合工具，支持logistic曲线拟合(4参数)，多项式，直线，logit_log等 。

Ji [1]的最新提出的大动量有效理论（LaMET）导致晶格从业者爆发出活动，以执行和控制核子准PDF的首次开创性计算。 这些计算代表对标准的近似值，这些精确的PDF定义为具有光状间隔的场的相关函数，而是沿算子γz的纵向方向的相关性； 因此，它们与标准PDF的区别在于带有功率抑制1 / pz2校正的微扰匹配条件，在极限pz→∞内变得精确。 因此，调查这种行为的系统性对于理解LaMET计算的有效性至关重要。 尽管这是使用核子模型完成的，但尚未对π和ρ价夸克分布函数进行类似的专门研究。 使用组成夸克模型，进行了系统的计算，以估计这些准PDF中有限pz效应的大小和x依赖性，发现它们比轻子介子比共线准PDF的潜在更温和。

数字图像处理，opencv,读取图片，拟合椭圆，并给出椭圆度

对现有空间插值算法进行了分析，探讨了基于移动曲面拟合等高线生成算法，优化了等高线线性内插和平滑输出的算法，编写了基于Vc++的拟合等高线程序，通过模拟数据生成等高线实验，分析了算法的优缺点，探讨了生成等高线的精度，获取的精度表明该算法是可行和有效性的。