数据挖掘导论（第二版）第3章：过拟合.pptx

2d_gaussian_fit 用于 2D 高斯拟合的 Python 代码，修改自 scipy 食谱。 简单但有用。 代码用于测量囊泡大小分布。

这个包提供了几个主要使用EM算法来拟合概率PCA和因子分析模型的函数。 PPCA是PCA模型的概率对应物。 PPCA 的优点是可以进一步扩展到更高级的模型，例如混合 PPCA、Bayeisan PPCA 或处理缺失数据的模型等。但是，该包主要用于人们理解模型的研究和教学目的。 代码简洁，易于阅读和学习。 该软件包现在是PRML工具箱的一部分（ http://cn.mathworks.com/help/stats/ppca.html ）。

线性拟合算法，可以计算一系列点的最小二乘拟合曲线，内涵使用方法说明，希望大家能用到

完整插值与拟合各种算法代码 经本人调试 可实现

插值与拟合原理及MATLAB实现，详细讲解了插值与拟合的原理，以及MATLAB的实现函数。

压缩包里有着关于插值与拟合的代码，是利用matlab进行实现

基于布里渊效应的分布式光纤传感器以其可在沿光纤中同时获得被测量场时间和空间上的连续分布信息，成为当前国际的研究热点。根据光纤中布里渊散射谱的传输特点和高精度特征提取的要求，提出了利用莱文伯马夸特(L-M)算法调节权值的径向基函数神经网络(RBFN)对布里渊散射谱进行特征提取。通过与反向传播(BP)神经网络、五次多项式曲线拟合法和三次样条插值法进行预测比较，在中心频率为11.213 GHz，权重比为4∶1的仿真散射谱模型中，本方法相对误差最小，仅0.0015179%，温度相对误差仅为0.152 ℃，且拟合度较好。在不同脉宽和不同温度下的同一检测系统中，前者的综合评价指标优于其他三种拟合方法。数值分析和实验研究均表明径向基函数神经网络适用于对布里渊散射谱进行拟合，有效提高了预测精度。

本资源为，１６年四川省电子技能大赛一等奖，电子秤源码，其中结合了常用的外围模块，以及采用了线性拟合算法。

NURBS方法是利用非均匀节点向量表达式构造有理B样条函数，能够对标准的解析结构和自由型曲面提供统一的数学表示，适用于各种自由型曲面及组合式曲面模型的构建。NURBS方法在拟合过程中通过调节控制点和权因子来实现对各种不同形状模型的高精度拟合。NURBS方法作为国际标准组织(ISO)颁布的工业产品几何定义STEP标准中自由型曲线曲面的唯一表示方法，在逆向工程中已经得到了广泛的应用。