最近有人问Akima算法，这里是源代码，已经测试。

将气象上的站点数据利用grads插值成格点数据并绘制等值线图，所用到的gs文件，所使用的是grads内部插值方法，比较简便，绘制的是中国地区的等值线图。

采用一种插值的优化方法以提高四连杆端点运动轨迹的线性度,实现升降平台近似直线平稳上升。四连杆机构各杆件长度的优化是提高线性度的关键。为了快速准确地计算四连杆各杆件长度,首先在MATLAB软件中采用插值法进行计算,然后在MATLAB中对插值法计算和优化的结果进行程序化画图,实现可视化的线性度分析。结果表明,基于MATLAB的插值法优化对四连杆机构在大行程上的近似直线线性度计算准确快速,且线性度可达到1%以下,完全满足煤矿机械的精度要求。

图像平移、缩放、旋转、插值_Matlab实现

本文给出一个用C语言实现全程线性分段插值算法的程序。

数学建模基础算法，插值计算用二元三点拉格朗日插值求已知点的插值

给定矩形域上N*M个节点（Xκ，Yj)(k=0,1,...n-1;j=0,1,...m-1)上的函数值Zkj=Z(Xk,Yj),利用二元三点插值公式计算指定插值点（U,V)处的函数值W=Z(U,V).

这段代码的灵感来自 Alexander Huth 的双线性插值方法( http://www.mathworks.com/matlabcentral/fileexchange/20248 ) 还使用了GPU内置的双线性纹理插值能力，确实非常快。 加速取决于您启用 CUDA 的图形硬件。 多处理器、纹理单元越多……结果就越好。 与 Alexander 的 cudainterp2 相比，我增加了一些性能改进和插入复数的能力。 随意写一些反馈或评论。

拉格朗日插值法matlab程序代码蒸汽 使用多项式插值的基于表格的设备建模。 此代码实现了 2017 年 ASPDAC 论文，标题为“STEAM：基于样条的表格，用于高效准确的设备建模”。 论文发表后，代码中还添加了其他一些功能，并在技术报告“基于表格的设备建模：方法和应用”中进行了更详细的描述。 链接： 纸： 技术报告： ==== 使用包。 我只尝试过在 Linux 上设置和运行这个包。 它依赖于软链接和一些在 Windows 上可能不容易获得的其他功能。 从 github.com 获取这个包的最新版本 $git clone https://github.com/architgupta93/STEAM 获取多项式插值所需的子模块。 我将它们开发为独立的包，可以单独使用并为它​​们维护单独的版本控制。 $git submodule update --init 这应该获取两个包（截至 2019 年 3 月 13 日）、多项式插值和设备模型。 第一个，顾名思义，是一个多项式插值包，实现样条、拉格朗日和重心-拉格朗日插值。 设置 MAPP。 运行以下命令来设置 MAPP $autoconf

拉格朗日插值法matlab程序代码LC2Ditp Lissajous-Chebyshev 点上的双变量多项式插值 版本：0.31 (01.07.2020) 由和撰写 描述 LC2Ditp 包包含一个 Matlab 和一个 Python 实现，用于在一般 Lissajous-Chebyshev 点上进行二元多项式插值和求积。 该包综合了文献中已知的各种插值方案。 文章 [1] 中提供了 Lissajous-Chebyshev 节点和多项式插值的一般描述。 要测试包，请使用example_main.m或example_main.py 要绘制节点和光谱，请使用plot_LC2D.m或plot_LC2D.py 作为特殊情况，它包含以下插值方案： 频率参数 (m+1,m) 和 (m,m+1) [2,3] 的帕多瓦点。 Morrow-Patterson-Xu (MPX) 指向频率参数 (m,m) [9]。 基于频率参数 (m,m+p) 的单简并 Lissajous 曲线的插值方案，其中 m 和 p 相对质数 [5]。 基于频率参数 (2m,2m+2p) 的单个非退化 Lissajous 曲线的插值