Matlab中曲线拟合的方法
Matlab中的曲线拟合方法
Matlab中的曲线拟合方法引言在科学与工程领域，数据拟合是一个重要的技术，可用于分析实验数据、预测未知的对应关系，并量化观察到的现象。
其中，曲线拟合是一种常见的数据拟合方法，而Matlab作为一种功能强大的科学计算软件，提供了多种曲线拟合工具和函数，方便用户进行数据分析和模型建立。
本文将对Matlab中的曲线拟合方法进行详细介绍和讨论。
一、线性拟合线性拟合是最简单且常见的曲线拟合方法，其基本思想是通过一条直线拟合数据点，找到最佳拟合直线的参数。
在Matlab中，可以使用polyfit函数实现线性拟合。
该函数接受两个输入参数，第一个参数为数据点的x坐标，第二个参数为数据点的y坐标。
返回结果为一个一次多项式拟合模型的参数。
例如，我们有一组实验测量数据如下：x = [1, 2, 3, 4, 5];y = [3, 5, 7, 9, 11];通过polyfit函数进行线性拟合：coeff = polyfit(x, y, 1);其中，1表示要拟合的多项式的次数，这里我们选择了一次多项式（直线）。
coeff即为拟合得到的直线的参数，可以通过polyval函数将参数代入直线方程，得到对应x的y值。
y_fit = polyval(coeff, x);接下来，我们可以使用plot函数将原始数据点和拟合曲线都绘制在同一张图上：figure;plot(x, y, 'o', 'MarkerSize', 10); % 绘制原始数据点hold on;plot(x, y_fit); % 绘制拟合曲线xlabel('x');ylabel('y');legend('原始数据点', '拟合曲线');通过观察图像，我们可以初步判断拟合的效果如何。
如果数据点较为分散，直线拟合效果可能较差。
在此情况下，可以考虑使用更高次的多项式进行拟合。
二、多项式拟合多项式拟合是一种常见的曲线拟合方法，其基本思想是通过一个一定次数的多项式函数来拟合数据点。
matlab 自定义曲线数据拟合
在MATLAB中，您可以使用曲线拟合工具箱（Curve Fitting Toolbox）进行自定义曲线数据拟合。
以下是一个详细步骤：1. 打开MATLAB软件，点击主页选项卡下的“导入数据”按钮。
2. 在弹出的对话框中，选择包含x和y数据的文件，然后点击“导入所选内容”。
这将在工作区中生成两个列向量，分别为x和y数据。
3. 创建一个名为“cftool”的函数文件，以便在后续步骤中调用曲线拟合工具。
在函数文件中，编写以下代码：```MATLAB% 导入数据x = load('x_data.txt');y = load('y_data.txt');% 进行曲线拟合f = cftool('x', 'y', 'Custom');```4. 在上述代码中，'Custom'表示自定义函数。
接下来，我们需要编写自定义函数来描述拟合的曲线。
例如，如果您的数据符合二次多项式关系，可以编写以下自定义函数：```MATLABfunction y = custom_function(x)y = x^2 + 3*x + 2;end```5. 将自定义函数加载到cftool函数中：```MATLABerDefinedFunction = @(x) custom_function(x);```6. 拟合数据并查看结果：```MATLABf.FitTask.Options.Display = 'plot';f.FitTask.Options.PlotTitle = 'Custom Fit';f.FitTask.Options.XLabel = 'X';f.FitTask.Options.YLabel = 'Y';f.FitTask.Run();```7. 如果需要，您可以将拟合后的函数表达式保存到一个新的文件中。
matlab拟合曲线并得到方程和拟合曲线
matlab拟合曲线并得到方程和拟合曲线1. 引言1.1 概述在科学研究和工程实践中，我们通常需要对实验数据或观测数据进行分析和处理。
拟合曲线是一种常用的数学方法，可以通过拟合已有的数据来找到代表这些数据的函数模型。
Matlab作为一款功能强大的数值计算软件，提供了多种拟合曲线的方法和工具，可以帮助用户快速高效地进行数据拟合并得到拟合方程和结果。
1.2 文章结构本文分为五个部分来介绍Matlab拟合曲线方法及其应用。
首先，在引言部分将概述文章的主要内容和结构安排；其次，在第二部分将介绍Matlab拟合曲线的原理，包括什么是拟合曲线、Matlab中常用的拟合曲线方法以及其优缺点；然后，在第三部分将通过一个实例分析来具体讲解使用Matlab进行拟合曲线的步骤，并展示得到方程和拟合曲线的结果；接着，在第四部分将探讨不同领域中对于拟合曲线的应用场景，并给出相应案例研究；最后，在第五部分将总结已有研究成果，发现问题，并对Matlab拟合曲线方法进行评价和展望未来的研究方向。
1.3 目的本文的目的是介绍Matlab拟合曲线的原理、步骤以及应用场景，旨在帮助读者了解和掌握Matlab拟合曲线的方法，并将其应用于自己的科研、工程实践或其他领域中。
通过本文的阅读，读者可以了解到不同拟合曲线方法之间的区别和适用情况，并学习如何使用Matlab进行数据拟合并得到拟合方程和结果。
最终，读者可以根据自己的需求选择合适的拟合曲线方法，提高数据分析和处理的准确性和效率。
2. Matlab拟合曲线的原理2.1 什么是拟合曲线拟合曲线是一种通过数学方法，将已知数据点用一个连续的曲线来近似表示的技术。
它可以通过最小二乘法等统计学方法找到使得拟合曲线与数据点之间误差最小的参数。
2.2 Matlab中的拟合曲线方法在Matlab中，有多种方法可以进行拟合曲线操作。
其中常用的包括多项式拟合、非线性最小二乘法拟合和样条插值等。
- 多项式拟合：利用多项式函数逼近已知数据点，其中最常见的是使用一次、二次或高阶多项式进行拟合。
曲线拟合的matlab程序
曲线拟合的matlab程序
曲线拟合是一种通过拟合曲线来获取数据规律的方法。
在matlab中，我们可以通过一些函数来实现曲线拟合。
本文将介绍使用matlab进行曲线拟合的方法以及对应程序。
1. 多项式拟合
多项式拟合是一种简单的曲线拟合方法。
在matlab中，我们可以使用polyfit函数进行多项式拟合。
例如，我们要对以下数据进行二次拟合：
x=[-2,-1,0,1,2];
y=[4,1,0,1,4];
p=polyfit(x,y,2);
x_new=-2:0.1:2;
y_new=polyval(p,x_new);
其中，polyfit函数用于拟合多项式曲线，x为自变量，y为因变量，2为多项式的次数。
polyval函数用于计算拟合后的数据点，x_new为计算的自变量范围，0.1为自变量的步长。
2. 最小二乘法拟合
我们可以使用以下程序进行对数曲线拟合：
fun=@(c,x)log(c(1)*x);
c0=[1];
c=lsqcurvefit(fun,c0,x,y);
x_new=1:0.1:5;
y_new=c(1)*x_new;
其中，fun为回归函数，c为回归系数，c0为回归系数的初值，lsqcurvefit函数使用最小二乘法进行拟合。
x_new和y_new同上。
3. 样条拟合
其中，spline函数用于进行样条拟合，x_new为计算的自变量范围，0.1为自变量的步长。
在一些实际应用中，数据可能受到一些约束条件的限制，例如非负性、线性等限制。
在matlab中，我们可以使用lsqnonlin函数进行最小二乘法带约束的拟合。
在Matlab中进行数据拟合和曲线拟合的方法
在Matlab中进行数据拟合和曲线拟合的方法在科学研究或工程应用中，数据拟合和曲线拟合是常见的计算任务之一。
Matlab作为一种强大的数值计算软件，提供了丰富的工具和函数，方便我们进行数据拟合和曲线拟合的操作。
本文将介绍在Matlab中进行数据拟合和曲线拟合的几种方法。
一、线性回归线性回归是最简单的数据拟合方法之一，常用于建立变量之间的线性关系模型。
在Matlab中，可以使用polyfit函数进行线性回归拟合。
该函数可以根据输入数据点的横纵坐标，拟合出一条直线，并返回直线的斜率和截距。
例如，以下代码演示了如何使用polyfit函数进行线性回归拟合：```matlabx = [1, 2, 3, 4, 5];y = [2, 3, 4, 5, 6];coefficients = polyfit(x, y, 1);slope = coefficients(1);intercept = coefficients(2);```在上述代码中，数组x和y分别表示数据点的横纵坐标。
polyfit函数的第三个参数1表示拟合的直线为一阶多项式。
函数返回的coefficients是一个包含斜率和截距的数组，可以通过coefficients(1)和coefficients(2)获取。
二、多项式拟合在实际应用中，线性模型并不适用于所有情况。
有时，数据点之间的关系可能更复杂，需要使用更高阶的多项式模型来拟合。
Matlab中的polyfit函数同样支持多项式拟合。
我们可以通过调整多项式的阶数来拟合不同次数的曲线。
以下代码展示了如何使用polyfit函数进行二次多项式拟合：```matlabx = [1, 2, 3, 4, 5];y = [2, 6, 10, 16, 24];coefficients = polyfit(x, y, 2);a = coefficients(1);b = coefficients(2);c = coefficients(3);```在上述代码中，polyfit的第三个参数2表示拟合的多项式为二阶。
如何使用MATLAB进行曲线拟合
如何使用MATLAB进行曲线拟合MATLAB是一种功能强大的数学软件，它提供了许多用于数据分析和曲线拟合的工具。
曲线拟合是一项常用的数学技术，它用于找到数据集中最符合实际情况的曲线。
在本文中，我们将探讨如何使用MATLAB进行曲线拟合，以及一些常见的曲线拟合方法。
在开始之前，让我们先了解一下曲线拟合的概念。
曲线拟合是通过将已知数据点拟合到合适的曲线上来预测未知数据点的技术。
它可以用于数据分析、模型建立、趋势预测等许多领域。
MATLAB提供了多种曲线拟合的方法，其中最常见的是最小二乘拟合。
最小二乘拟合是一种通过最小化观测数据的平方误差来确定参数的方法。
在MATLAB 中，可以使用"polyfit"函数进行最小二乘拟合。
该函数可以拟合多项式曲线和线性曲线。
例如，我们有一组数据点x和对应的y，我们想要拟合一个一次多项式曲线y= ax + b。
我们可以使用"polyfit"函数来找到最佳拟合，并返回系数a和b。
```matlabx = [1, 2, 3, 4, 5];y = [2, 3, 4, 5, 6];p = polyfit(x, y, 1);a = p(1);b = p(2);```在上面的代码中，"polyfit"函数的第一个参数是x值，第二个参数是y值，第三个参数是拟合多项式的阶数。
在这个例子中，我们使用一次多项式即阶数为1。
除了最小二乘拟合，MATLAB还提供了其他一些常用的曲线拟合方法，例如多项式拟合、指数拟合和对数拟合。
这些方法可以通过更改"polyfit"函数的第三个参数来使用。
另一个常用的曲线拟合方法是通过曲线拟合工具箱中的"fit"函数进行非线性拟合。
非线性拟合是指目标函数和参数之间是非线性关系的拟合。
与最小二乘拟合不同，非线性拟合能够拟合更复杂的曲线和模型。
例如，我们有一组数据点x和对应的y，我们想要拟合一个指数曲线y = ae^bx。
matlab中拟合曲线
在MATLAB 中拟合曲线可以使用fit 函数。
fit 函数可以对给定的数据进行拟合，返回拟合参数以及拟合结果的统计信息。
下面是一个简单的例子，假设我们有一组数据点(x1, y1), (x2, y2), ..., (xn, yn)，我们想要拟合一条直线方程y = ax + b，可以按照以下步骤进行操作：
1. 将数据点存储为一个向量，例如：
x = [1 2 3 4 5];
y = [2 5 8 11 14];
2. 使用fit 函数进行拟合，例如：
p = fit(x', y', 'poly1');
其中，'poly1' 表示拟合模型为一次函数。
如果要拟合二次函数，可以使用'poly2'。
3. 查看拟合参数和结果：
f = p.a; a 是拟合系数
summary(p) 显示拟合参数和结果
summary(p) 可以显示拟合参数和结果的统计信息，例如标准误差、残差、拟合优度等。
除了一次函数和二次函数，MATLAB 还支持其他类型的拟合模型，例如三次函数、指数函数、对数函数等。
具体可以使用'polyN'、'expon'、'logistic'、'probit'、'nthf'、'spline'、'trend'、'bayes'、'gamfit' 等模型。
matlab 数据 曲线拟合
matlab 数据曲线拟合全文共四篇示例，供读者参考第一篇示例：Matlab是一款功能强大的数据分析和曲线拟合工具，广泛应用于科学研究、工程设计、金融分析等领域。
在实际工作中，我们经常需要对实验数据进行处理和分析，而曲线拟合是其中一个常见的操作。
本文将介绍在Matlab中如何进行数据曲线拟合，并通过实例详细说明其使用方法。
我们需要准备一组实验数据，这些数据通常是以表格的形式存储在Excel或文本文件中。
假设我们有一组随机产生的数据点，存储在一个文本文件中，每行包含一对(x, y)坐标。
我们可以通过Matlab的文件读取函数将这些数据导入到Matlab中，然后进行曲线拟合分析。
接下来，我们需要选择适合数据走势的拟合模型。
根据实际情况，可以选择线性函数、多项式函数、指数函数、对数函数等不同类型的拟合模型。
在Matlab中，使用`polyfit`函数可以进行多项式拟合，使用`expfit`函数可以进行指数拟合，使用`fit`函数可以进行其他自定义的拟合操作。
以多项式拟合为例，我们假设要对一组数据进行二次多项式拟合。
通过`load`函数读取数据文件，然后将数据分成两个数组`x`和`y`，分别表示x坐标和y坐标。
接下来，使用`polyfit`函数进行拟合操作，语法如下：```matlabp = polyfit(x, y, 2);````2`表示进行二次多项式拟合。
拟合结果会保存在向量`p`中，`p`的元素表示拟合多项式的系数。
完成拟合操作后，我们可以利用拟合结果绘制曲线图。
通过`polyval`函数，可以根据拟合结果生成拟合曲线的y坐标值，并与原始数据一起绘制在图上，以便进行对比和分析。
除了多项式拟合之外，Matlab还提供了许多其他灵活的拟合方法。
对于非线性数据，可以使用`fit`函数进行非线性拟合。
该函数允许用户根据实际数据特点选择不同的拟合模型，并进行参数估计和优化。
在实际应用中，曲线拟合是数据分析的重要环节之一。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
１、引言 曲线拟合（ｃｕｒｖｅ ｆｉｔｔｉｎｇ）是用连续曲线近似地刻画或比拟平
面上离散点组所表示的坐标之问的函数关系的一种数据处理方 法。在科学实验或社会活动中．通过实验或观测得到量茁与ｙ的 一组数据对（ｚ。竹），ｉ＝ｌ，２，…，ｍ，其中各戈．是彼此不同的。人们希
望用一类与数据的规律相吻合的解析表达式’，锨来反映量ｘ
与’，之问的依赖关系．即在一定意义下”最佳”地逼近或拟合已 知数据。似称作拟合函数，够的图像称作拟合曲线１１－３］。
进行曲线拟合可按如下步骤进行．第一步把所给的数据画 在一个坐标图上，通过图表来判断其数学形式：第二步决定数学 形式中的待定参数；第三步求得数学模型后，有时需要将实际测 定的数据与用公式求出的理论值进行比较．判定其误差程度．这 也是通常衡量拟合曲线优劣的标准．即选择合适的参数使得拟 合函数与实际观测值的均方误差
福建 电脑
１１
ｐｏｌｙｎｏｍｉａｌ“等选项．即可进行线性．二次和多次多项式的拟合过 程．并且可以观察到图像，均方误差等。
从上述使用步骤可以看到．图形用户界面使用简单，具有计 算机操作能力即可进行曲线拟合的过程．而且图形出现的比较 形象．数据结果也显示的非常清楚．但是”Ｐｌｏｔ ｆｉｔｓ”复选框只提供 了ｌＯ阶以内的多项式拟合的命令．所以对于高阶的曲线拟舍得 借助于命令窗口或者是寻求其它新的拟合方法。 ２．３大量数据的曲线拟合
参考文献： 【１】张韵华，奚梅成，陈效群．数值计算方法与算法【Ｍ】． 【２１陈光。任志良，孙海拄．最小二采曲线拟合及Ｍａｔｌａｂ实现盯】．软件技术，
２００５．３（２４） 【３】冯元珍，屠小明．罗建平．ＭＡＴＬＡＢ软件在曲线拟舍中的应用叩．福建 电脑。２００７。３：１０９。１６０
［４】吕喜明。李明远．最小二乘曲线拟合的ＭＡＴＬＡＢ实现Ｕ】．内蒙古民族 大学学报（自然科学版）．２００９，２（２４）：１２５—１２７ 【５】范小勤．汪小红．基于遗传算法工具葙的曲线拟舍Ｕ】．电脑知识与技术， ２００９．５０８）
万方数据
解在ＭＡＴＬＡＢ命令窗口输人如下的程序代码： ｘ＝ｌｏａｄ（＇Ｄ：＼学习ｋｒ，ｘ．毗１％导出】【】【．ｔｘｔ中的数据放在向量ｘ
由
结果：Ｐ＝一３．６６；３６ １０．８１０４ ７．０５３１ ８＝Ｒ：［３ｘ３ ｄｏｕｂｌｅｌ ｄｒ：４８ ｎｏｒｍｒ：３４．０３８７
曲线图形可见图２。 例２做的是二次多项式拟合．只要改变参数即可进行其他 阶的多项式拟合。本例重在说明通过引入ｌｏａｄ函数。能够解决 曲线拟合问题中大量数据的输入问题．由于各种数据文件都可 以转化成ｔｘｔ文件．所以对于大量数据，可以很容易的进行曲线 拟合。 ２．４其它形式的曲线拟合 在前边三种方法中．都是基于最小二乘法原理进行的线性 多项式拟合，实际问题中需要拟合的函数的种类是多种多样的． 譬如说指数函数、双曲函数等等。一般情况下是将非线性的拟合 函数通过变换转换成线性拟合函数．然后在进行曲线拟合的过 程即叮解决。另外．在Ｍａｔｌａｂ中使用遗传算法工具箱也可以进 行曲线拟合的过程，本文不再赘述，可参考文献ｌＳｌ。 ３、总结 在应用领域．人们经常需要借助已有的数据．选择适当的数 学形式描述变量间的关系。从而揭示变量问的内在联系。最小二 乘法提供了描述甬数优劣的标准．而Ｍａｔｌａｂ提供了进行曲线拟 合的平台．使得对于计算复杂的或者大量数据的情况很容易的 得到解决。通过上述４种情况的分析．可知对不超过１０阶的曲 线拟合在图形窗Ｅｌ”Ｂａｓｉｃ Ｆｉｔｔｉｎｇ”中能够快速实现．若图示结果 效果较差时．就需要在Ｍａｄａｂ的命令窗Ｅｌ进行高阶拟合或去寻 求新的拟合方法．对于大量数据的情况。引入ｌｏａｄ函数在Ｍａｔｌａｂ 中也可得到较好的解决。对于拟合函数是非线性甚至是多元的 情况，就属于曲线拟合的比较复杂的领域了．以后再继续讨论。
在实际问题中经常会遇到大量数据的情况．在Ｍａｔｌａｂ中直 接输入的话就会比较麻烦而且容易出现错误．所以可利用导人 数据的方法。
例２给出含有５０个数据的ｘ向量和ｖ向量．其中ｘ：０：０．１： ５，ｖ＝Ｏ．２５＊ｘ＋２０＊ｓｉｎ（ｘ），分别储存在Ｄ：、学习、ｘｘ．ｔｘｔ和Ｄ：、学习 、ｙｖ．ｔｘｔ中，对此组数据做曲线拟合。
边分别就几种情况进行说明。 ２、曲线拟合 ２．１命令行曲线拟合
【命令】ｐｏｌｙｆｉｔ
ห้องสมุดไป่ตู้
【调用格式】【ｐ，ｓ】＝ｐｏｌｙｔｉｔ ｘ，Ｙ，ｎ） 【功能】对于数据组ｘ，Ｙ进行多项式拟合，拟合的多项式的
最高阶数为ｎ，其中Ｐ为多项式的系数矩阵．８为测差估计值的 矩阵．
例ｌ给定下列数据，分别用２次，４次，６次多项式进行曲线 拟合。
ｒｉｎｇ＂得到”Ｂａｓｉｃ Ｆｉｔｔｉｎｇ”窗Ｉ：１。点击右下角的向右按钮，得”Ｂａｓｉｃ Ｆｉｔｔｉｎｇ”窗口的全貌。
（３）在”Ｐｌｏｔ ｆｉｔｓ”复选框中选择”ｌｉｎｅａｒ＂”ｃｕｂｉｃ”、”５ｔｈ ｄｅｇｒｅｅ
万方数据 鲞全项目：衡水学院２００９年度校扭青年专项课题（２００９０５６）
２０１０年第７期
ｙ－ｌｏａｄ（’Ｄ：＼学习、ＹＹ．ｔｘｔ３％导出ＹＹ．ｔｘｔ中的数据放在向量 Ｙ中
ｈｏｌｄ Ｏｎ
【ｐ，８】＝ｐ０１）缸（ｘ，Ｙ，３） ｙｌ＝ｐｏｌｙｖａｌ（ｐ，ｘ）； ｐｌｏｔ（ｘ，Ｙ，’ＩＤ一一１ ｐｌｏｔ（ｘ，ｙｌ，’ｇｓ一＇ ｘｌａｂｅｌ（＇ｘ， ｙｌａｂｅｌ（＇ｙ３ ｌｅｇｅｎｄ（’原始数据，＇’多项式拟合飞
１０
福建电脑
２０１０年第７期
Ｍａｔｌａｂ中曲线拟合的方法
申红莲
（衡水学院教计学院河北衡水０５３０００）
【摘要】：本文从最小二乘法出发，介绍了在Ｍａｄａｂ中对数据进行曲线拟合的方法：命令行和图形用户界面方式，尤其 是给出了大量数据的拟合方法，通过实例。给使用者以参考。
【关键词】：Ｍａｄａｂ；曲线拟舍；最小二乘法
ｙ２＝ｐｏｌｙｖＭ∽为；
ｓ２＝Ｒ：【３ｘ３ ｄｏｕｂｌｅ］ｄｆ：４
１１０１＂１１１１＂：．１．７５９３
【ｐ４，叫＝ｐｏｌｙｆｉｔ ｘ，ｙ＇４）
０９４７－１．１９８４ ０．６２７７
ｐ４＝－０．００３８－０．０２７８－０．
Ｙ４＝ｐｏｌｙｖａｌ（ｐ４，ｘ）；
ｎｏｒｍＥ Ｉ．７ＩＤ９４
ｓ４＝Ｒ：［５ｘ５ ｄｏｕｂｌｅ］ｄｒ：２
【ｐ６，ｓ６］＝ｐｏｌｙｔｉｔ（ｘ’Ｙ，６）ｐ６＝０．０４０３－０．０５４２－０．５３４７
Ｏ．６０４２ １．４９４４—２．５５００ Ｏ．００００
ｙ６＝ｐｏｌｙｖａｌ（ｐ６，ｘ）；
ｓ６＝Ｒ：【７ｘ７ ｄｏｕｂｌｅ］ｄｆ：０
ｒｌｏｒｌｎｒ：２．８４４８ｅ一０１４
ｐｌｏｔ（ｘ，ｙ，，ｍ，）
ｐｌｏｔ（ｘ，ｙ２，，ｇ一， ｐｌｏｔ（ｘ，ｙ４，，ｍ‘．，）
图１为拟合的多项式的曲线图像．从图中可以看出６次多 项式曲线与原数据吻合情况较好。另外从ｓ６。ｓ４，ｓ２的第三项 ｎｏｒｍｒ（均方误差）也可以看出，１．４４７６ｅ一０１４小于１．７０９４，１．７０９４ 又小于１．７５９３。由此可以看出在提高多项式的次数的情况下． 有可能得到较好的拟合曲线，但是对于某些题目。也不是次数 越高。精度越高，所以使用多项式拟合时关键是选择适中的次 数。 ２．２图形用户界面的曲线拟合
ｐｌｏｔ（ｘ，ｙ６，’ｂｓ－＇） ．ｘｌａｂｅｌ（＇ｘ，）
ｙｌａｂｅｌ（＇ｙ３ ｌｅｇｅｎｄ（’原始数据ｊ２次拟合’，，４次多项式拟合，＇，６次多项 式拟合１：
结果：以ｐ２，ｐ４，ｐ６为多项式的系数即可构造Ｙ关于ｘ的２ 次、４次和６次多项式函数。
Ｒ＝∑（钗ｔ）一Ｍ）２
ｆ＝ｌ
达到最小，此时称所求曲线为在最ｄｘ－乘法意义下的拟合曲线。 近年来利用数学软件Ｍａｆｌａｂ进行曲线拟合的情况较多．下
无论是无线局域网还是有线局域网．都没有绝对安全的网
络系统，只有相对的安全系统。在进行校园无线网络安全设计 时。应针对不同的用户需求，选择不同的安全等级，进行硬件和 软件选择和配置，更重要的是做好网络安全管理工作。
参考文献： 【１】段水福，历晓华．段炼编著．无线局域网（Ⅵ亿Ａ】Ｎ）设计与实现【Ｍ】．浙江 大学出版社．２００７－１１． 『２】谢希仁瑞著．计算机网络【Ｍ】．北京：电子工业出版社，２００８－０１ ｐ】王顺满．陶然。陈朔鹰．昊长奇．等编著．无线局域网技术与－妻全［ＭＩ．北 京：机械工业出版社．２００５＂－０９．
（一３，４），（－２，２），（－１，３），（Ｏ，Ｏ），（１，一１），（２，－２），（３，－５） 解在ＭＡＴＬＡＢ命令窗口输入如下的程序代码：
ｘ＝【一３—２－１ ０ １ ２ ３】 ｙ＝【４ ２ ３ ０－１－２－５】
ｈｏｌｄ Ｏｎ
㈣ ［ｐ２，ｓ２］＝ｐｏｌｙｆｉｔ（ｘ，ｙ，２）ｐ２＝－０．１３１０－１．３９２９ ０．
为方便使用．在Ｍａｔｌａｂ中还提供了支持曲线拟合的图形用
户界面嘲。它位于”Ｆｉｇｕｒｅ”窗１３的”Ｔｏｏｌｓ Ｂａｓｉｃ Ｆｉｔｔｉｎｇ”菜单中。一 般使用步骤如下：
（１） 在命令窗口中输入待拟合的数据，并利用Ｐｌｏｔ命令
画图。 （２） 在“Ｆｉｇｕｒｅ”窗口中点击菜单栏中的”ＴｏｏｌｓｋＢａｓｉｃ Ｆｉｔ－
－＋－＋－＋－＋－＋－＋——●一·—●—－—●－－—●—·—●－－＋·＋·＋—＋－＋－－－●－—＋－＋·－●—－十·＋－＋－＋－＋－＋－—●－－＋－＋－··＋一一＋－＋－—●一－＋·＋－＋－＋·—卜－＋·＋－—●—－＋·—●一－＋－—●－·—－一·—●－一
（上接第９页）
的管理。总体上来说．可以从下列几个方面人手：一、规范完善的 管理制度，建立一套严格的无线网络安全管理制度。和培养具有 网络安全管理意识和专业水平高的网络管理员队伍。二、建立网 络安全事件的响应机制。出现网络安全事件时．能够以标准化的 流程来应对事件。采取应急措施，保证网络畅通。三、完善网络系 统管理。如做好数据备份、系统日志管理、无线网络设备管理。 四、无线网络用户的教育与管理等。 ４、结束语