matlab稀疏网格插值工具箱（内含帮助文档，包含多个例子）

matlab 插值拟合机器学习

斯图加特大学稀疏网格插值工具箱（内含帮助文档，包含多个例子），原理解释清晰可靠稀疏网格插值的插值问题是一个最优恢复问题（即选择点，使光滑的多变量函数能够与合适的插值公式相匹配）。根据插值函数的特点（平滑度、周期性），存在基于稀疏网格的各种插值技术。它们都采用了smolyak的结构，这构成了所有稀疏网格方法的基础。利用Smolyak著名的方法，利用张量积，将已知的单变量插值公式推广到多变量情形。因此，我们得到了一种强大的插值方法，它比传统的全网格插值方法需要更少的支持节点。以预先定义的方式选择包含多维度稀疏网格的点。随着问题维数的增加，所需点数的差异可以是几个数量级。该方法最重要的特点是，随着网格分辨率的提高，全网格插值的渐近误差衰减保持在对数因子以内。该方法的另一个优点是它的层次结构，可以用来估计当前的近似误差。因此，可以很容易地开发出一种插值算法，当达到所需的精度时，该算法会自动中止。

文件下载

资源详情

[{"title":"（ 305 个子文件 1.86MB ） matlab稀疏网格插值工具箱（内含帮助文档，包含多个例子）","children":[{"title":"QuasiLHDSampling.m 2.37KB ","children":null,"spread":false},{"title":"ffx_udr_mpp_test1.asv 2.21KB ","children":null,"spread":false},{"title":"krigpred.m 2.00KB ","children":null,"spread":false},{"title":"Untitled.m 74B ","children":null,"spread":false},{"title":"spset.m 12.70KB ","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"文件过多，未全部展示","children":null,"spread":false}],"spread":true}]

评论信息

其他资源

免责申明

【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论【只为小站】经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见版权及免责申明

matlab稀疏网格插值工具箱（内含帮助文档，包含多个例子）

文件下载

资源详情

评论信息

其他资源

免责申明

个人信息

热门下载

最新下载