简单的方法在Matlab中分段拟合一个具有不同奇异数的不连续函数

Question

我有一些不连续的数据，我想要一次分段拟合，因为有一个参数的拟合是共同的所有部分的函数。不连续点的数目和位置各不相同。

我考虑使用一个类并将不连续指标作为数据成员，然后使用具有不同数量输入的成员函数作为我发送给Matlab的fit函数的函数。

。

function f = approximate(obj,varargin)
        f = zeros(size(varargin{1}));
        for i = 1:nargin-3
            x = varargin{1}(obj.segmentStartIdx(i):obj.segmentEndIdx(i));
            f(obj.segmentStartIdx(i):obj.segmentEndIdx(i)) = varargin{2} + (0.25*(1-x/varargin{i+2}).^-2+x/varargin{i+2}-0.25);
        end
    end

显然，这不起作用…使用fit with

fittype = ('fp.approximate(x,A,B,C)');

Matlab抛出以下错误:

Error using fittype/testCustomModelEvaluation (line 12)
Expression fp.approximate(x,A,B,C) is not a valid MATLAB expression, has non-scalar coefficients, or cannot be evaluated:
Error in fittype expression ==> fp.approximate(x,A,B,C)
??? Attempt to reference field of non-structure array.
Error in fittype>iCreateFittype (line 371)
    testCustomModelEvaluation( obj );
Error in fittype (line 328)
                obj = iCreateFittype( obj, varargin{:} );
Error in fit>iFit (line 157)
    model = fittype( fittypeobj, 'numindep', size( xdatain, 2 ) );
Error in fit (line 108)
[fitobj, goodness, output, convmsg] = iFit( xdatain, ydatain, fittypeobj, ...
Caused by:
    Error using fittype/evaluate (line 102)
    Error in fittype expression ==> fp.approximate(x,A,B,C)
    ??? Attempt to reference field of non-structure array.

尝试非成员函数没有解决问题，不确定我做错了什么，虽然…我将其简化为以下函数:

function [ f ] = moreArgTestFunc( p, xData )
f = zeros(size(xData));
global segmentStartIdx;
global segmentEndIdx;
for i = 1:length(p)-1
    x = xData(segmentStartIdx(i): segmentEndIdx(i));
    f(segmentStartIdx(i):segmentEndIdx(i)) = p(1) + (0.25*(1-x/p(i+1)).^-2+x/p(i+1)-0.25);
end
end

尝试在NonLinearModel中使用它。Fit或nlfit会导致以下错误:

Error using moreArgTestFunc (line 2)
Not enough input arguments.

所以我可能在这里遗漏了一些东西…

有更好的方法去做吗?

Answer 1

调用NonLinearModel。Fit、fitnlm或lsqcurvefit必须将函数的指针作为参数传递。我认为传递函数名称是足够的-但显然不是。使用匿名函数

funcToFit = @(p,x) myfunctionName(p,x)

然后传递funcToFit而不是myfunctionName作为参数解决了这个问题。

要拟合的参数数量的变化通过使用p的大小变化的向量来解决。