Apache Commons Math3学习笔记 - 多项式曲线拟合(转)

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Apache Commons Math3学习笔记 - 多项式曲线拟合(转)相关的知识,希望对你有一定的参考价值。

多项式曲线拟合:org.apache.commons.math3.fitting.PolynomialCurveFitter类。

用法示例代码:

 

[java] view plain copy
 
 技术分享技术分享
  1. // ... 创建并初始化输入数据:  
  2. double[] x = new double[...];  
  3. double[] y = new double[...];  
  4. 将原始的x-y数据序列合成带权重的观察点数据序列:  
  5. WeightedObservedPoints points = new WeightedObservedPoints();  
  6. // 将x-y数据元素调用points.add(x[i], y[i])加入到观察点序列中  
  7. // ...  
  8. PolynomialCurveFitter fitter = PolynomialCurveFitter.create(degree);   // degree 指定多项式阶数  
  9. double[] result = fitter.fit(points.toList());   // 曲线拟合,结果保存于双精度数组中,由常数项至最高次幂系数排列  

 

首先要准备好待拟合的曲线数据x和y,这是两个double数组,然后把这两个数组合并到WeightedObservedPoints对象实例中,可以调用WeightedObservedPoints.add(x[i], y[i])将x和y序列中的数据逐个添加到观察点序列对象中。随后创建PolynomialCurveFitter对象,创建时要指定拟合多项式的阶数,注意阶数要选择适当,不是越高越好,否则拟合误差会很大。最后调用PolynomialCurveFitter的fit方法即可完成多项式曲线拟合,fit方法的参数通过WeightedObservedPoints.toList()获得。拟合结果通过一个double数组返回,按元素顺序依次是常数项、一次项、二次项、……。

完整的演示代码如下:

 

[java] view plain copy
 
 技术分享技术分享
    1. interface TestCase  
    2. {  
    3.    public Object run(List<Object> params) throws Exception;  
    4.    public List<Object> getParams();  
    5.    public void printResult(Object result);  
    6. }  
    7.   
    8. class CalcCurveFitting implements TestCase  
    9. {  
    10.    public CalcCurveFitting()  
    11.    {  
    12.       System.out.print("本算例用于计算多项式曲线拟合。正在初始化 计算数据(" + arrayLength + "点, " + degree + "阶)... ...");  
    13.       inputDataX = new double[arrayLength];  
    14.       //      inputDataX = new double[] {1, 2, 3, 4, 5, 6, 7};  
    15.       inputDataY = new double[inputDataX.length];  
    16.       double[] factor = new double[degree + 1];    // N阶多项式会有N+1个系数,其中之一为常数项  
    17.       for(int index = 0; index < factor.length; index ++)  
    18.       {  
    19.          factor[index] = index + 1;  
    20.       }  
    21.       for(int index = 0; index < inputDataY.length; index ++)  
    22.       {  
    23.          inputDataX[index] = index * 0.00001;  
    24.          inputDataY[index] = calcPoly(inputDataX[index], factor);    // y = sum(x[n) * fact[n])  
    25.          // System.out.print(inputDataY[index] + ", ");  
    26.       }  
    27.       points = new WeightedObservedPoints();  
    28.       for(int index = 0; index < inputDataX.length; index ++)  
    29.       {  
    30.          points.add(inputDataX[index], inputDataY[index]);  
    31.       }  
    32.       System.out.println("初始化完成");  
    33.    }  
    34.   
    35.    @Override  
    36.    public List<Object> getParams()  
    37.    {  
    38.       List<Object> params = new ArrayList<Object>();  
    39.       params.add(points);  
    40.       return params;  
    41.    }  
    42.   
    43.    @Override  
    44.    public Object run(List<Object> params) throws Exception  
    45.    {  
    46.       PolynomialCurveFitter fitter = PolynomialCurveFitter.create(degree);  
    47.       WeightedObservedPoints points = (WeightedObservedPoints)params.get(0);  
    48.       double[] result = fitter.fit(points.toList());  
    49.       return result;  
    50.    }  
    51.   
    52.    @Override  
    53.    public void printResult(Object result)  
    54.    {  
    55.       for(double data : (double[])result)  
    56.       {  
    57.          System.out.println(data);  
    58.       }  
    59.    }  
    60.   
    61.    private double calcPoly(double x, double[] factor)  
    62.    {  
    63.       double y = 0;  
    64.       for(int deg = 0; deg < factor.length; deg ++)  
    65.       {  
    66.          y += Math.pow(x, deg) * factor[deg];  
    67.       }  
    68.   
    69.       return y;  
    70.    }  
    71.   
    72.    private double[] inputDataX = null;  
    73.    private double[] inputDataY = null;  
    74.    private WeightedObservedPoints points = null;  
    75.   
    76.    private final int arrayLength = 200000;  
    77.    private final int degree = 5;    // 阶数  
    78.   
    79. }  
    80.   
    81. public class TimeCostCalculator  
    82. {  
    83.    public TimeCostCalculator()  
    84.    {  
    85.    }  
    86.   
    87.    /** 
    88.     * 计算指定对象的运行时间开销。 
    89.     *  
    90.     * @param testCase 指定被测对象。 
    91.     * @return 返回sub.run的时间开销,单位为s。 
    92.     * @throws Exception 
    93.     */  
    94.    public double calcTimeCost(TestCase testCase) throws Exception  
    95.    {  
    96.       List<Object> params = testCase.getParams();  
    97.       long startTime = System.nanoTime();  
    98.       Object result = testCase.run(params);  
    99.       long stopTime = System.nanoTime();  
    100.       testCase.printResult(result);  
    101.       System.out.println("start: " + startTime + " / stop: " + stopTime);  
    102.       double timeCost = (stopTime - startTime) * 1.0e-9;  
    103.       return timeCost;  
    104.    }  
    105.   
    106.    public static void main(String[] args) throws Exception  
    107.    {  
    108.       TimeCostCalculator tcc = new TimeCostCalculator();  
    109.       double timeCost;  
    110.   
    111.       System.out.println("--------------------------------------------------------------------------");  
    112.       timeCost = tcc.calcTimeCost(new CalcCurveFitting());  
    113.       System.out.println("time cost is: " + timeCost + "s");  
    114.       System.out.println("--------------------------------------------------------------------------");  
    115.    }  
    116.   
    117. }  

http://blog.csdn.net/kingfox/article/details/44118319

以上是关于Apache Commons Math3学习笔记 - 多项式曲线拟合(转)的主要内容,如果未能解决你的问题,请参考以下文章

apache commons Math库简单实用

POI操作报错-- java.lang.NoClassDefFoundError: org/apache/commons/math3/util/ArithmeticUtils 解决

最小二乘法 java

Apache Commons IO - FileUtils 学习笔记

Apache Commons IO - FileUtils 学习笔记

CloudSim4.0报错NoClassDefFoundError,Caused by: java.lang.ClassNotFoundException: org.apache.commons.ma