上一篇文章我们介绍了Apache Commons Math3学习之数值积分实例代码，这里给大家分享math3多项式曲线拟合的相关内容，具体如下。
多项式曲线拟合：org.apache.commons.math3.fitting.PolynomialCurveFitter类。
用法示例代码：
|
1
2
3
4
5
6
7
8
9
|
// ... 创建并初始化输入数据：
double[] x = new double[...];
double[] y = new double[...];
将原始的x-y数据序列合成带权重的观察点数据序列：
WeightedObservedPoints points = new WeightedObservedPoints();
// 将x-y数据元素调用points.add(x[i], y[i])加入到观察点序列中
// ...
PolynomialCurveFitter fitter = PolynomialCurveFitter.create(degree); // degree 指定多项式阶数
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：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
|
interface TestCase
{
public Object run(List<Object> params) throws Exception;
public List<Object> getParams();
public void printResult(Object result);
}
class CalcCurveFitting implements TestCase
{
public CalcCurveFitting()
{
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)... ...");
inputDataX = new double[arrayLength];
// inputDataX = new double[] {1, 2, 3, 4, 5, 6, 7};
inputDataY = new double[inputDataX.length];
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
for(int index = 0; index < factor.length; index ++)
{
factor[index] = index + 1;
}
for(int index = 0; index < inputDataY.length; index ++)
{
inputDataX[index] = index * 0.00001;
inputDataY[index] = calcPoly(inputDataX[index], factor); // y = sum(x[n) * fact[n])
// System.out.print(inputDataY[index] + ", ");
}
points = new WeightedObservedPoints();
for(int index = 0; index < inputDataX.length; index ++)
{
points.add(inputDataX[index], inputDataY[index]);
}
System.out.println("初始化完成");
}
@Override
public List<Object> getParams()
{
List<Object> params = new ArrayList<Object>();
params.add(points);
return params;
}
@Override
public Object run(List<Object> params) throws Exception
{
PolynomialCurveFitter fitter = PolynomialCurveFitter.create(degree);
WeightedObservedPoints points = (WeightedObservedPoints)params.get(0);
double[] result = fitter.fit(points.toList());
return result;
}
@Override
public void printResult(Object result)
{
for(double data : (double[])result)
{
System.out.println(data);
}
}
private double calcPoly(double x, double[] factor)
{
double y = 0;
for(int deg = 0; deg < factor.length; deg ++)
{
y += Math.pow(x, deg) * factor[deg];
}
return y;
}
private double[] inputDataX = null;
private double[] inputDataY = null;
private WeightedObservedPoints points = null;
private final int arrayLength = 200000;
private final int degree = 5; // 阶数
}
public class TimeCostCalculator
{
public TimeCostCalculator()
{
}
/**
* 计算指定对象的运行时间开销。
*
* @param testCase 指定被测对象。
* @return 返回sub.run的时间开销，单位为s。
* @throws Exception
*/
public double calcTimeCost(TestCase testCase) throws Exception
{
List<Object> params = testCase.getParams();
long startTime = System.nanoTime();
Object result = testCase.run(params);
long stopTime = System.nanoTime();
testCase.printResult(result);
System.out.println("start: " + startTime + " / stop: " + stopTime);
double timeCost = (stopTime - startTime) * 1.0e-9;
return timeCost;
}
public static void main(String[] args) throws Exception
{
TimeCostCalculator tcc = new TimeCostCalculator();
double timeCost;
System.out.println("--------------------------------------------------------------------------");
timeCost = tcc.calcTimeCost(new CalcCurveFitting());
System.out.println("time cost is: " + timeCost + "s");
System.out.println("--------------------------------------------------------------------------");
}
}
|
总结
以上就是本文关于Apache Commons Math3探索之多项式曲线拟合实现代码的全部内容，希望对大家有所帮助。
原文链接：http://blog.csdn.net/kingfox/article/details/44118319