gpt4 book ai didi

3d - Curve Fitting 3D 数据集

转载 作者:行者123 更新时间:2023-12-03 15:45:44 25 4
gpt4 key购买 nike

2D 数据的曲线拟合问题是众所周知的(LOWESS 等),但给定一组 3D 数据点,我如何将 3D 曲线(例如平滑/回归样条)拟合到该数据?

更多:我试图找到一条曲线,拟合由没有已知关系的向量 X、Y、Z 提供的数据。本质上,我有一个 3D 点云,需要找到一条 3D 趋势线。

更多:我为含糊不清而道歉。我尝试了几种方法(我还没有尝试修改线性拟合),随机神经网络似乎效果最好。即,我从点云中随机选择一个点,找到它的邻居的质心(在任意球体内),迭代。连接质心以形成平滑样条被证明是困难的,但获得的质心是可以通过的。

为了澄清问题,数据不是时间序列,我正在寻找最能描述点云的平滑样条,即,如果我将此 3D 样条投影到由任何 2 个变量形成的平面上,投影样条(到 2D)将是投影点云(到 2D)的平滑拟合。

IMG:我已经包含了一个图像。红点代表从上述方法获得的质心。

3D Point Cloud and Local Centroids http://img510.imageshack.us/img510/2495/40670529.jpg

最佳答案

一个相关的问题在这里:

Simple multidimensional curve fitting

一般来说,你可以从统计学习的角度来看这样的问题。换句话说,你有一组以某种方式参数化的基函数(例如,样条),然后你使用最小二乘法或其他一些回归技术来找到最佳系数。正好喜欢Elements of Statistical Learning

关于3d - Curve Fitting 3D 数据集,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/588438/

25 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com