У меня есть массив данных x. Я хочу найти наименьшее количество квадратов от x до yᵢ = σₖ₌₀ᵐ aₖ sin (2π bₖ/s*i+c)+d, где aₖ≥0, lₖ≤bₖ ≤uₖ, 0≤c≤2π-0.1 (Таким образом, нам не придется иметь дело с граничными условиями) и -∞≤d≤∞. S и M известны постоянные. Я думал об использовании scipy.optimize.curve_fit, но даже с границами на B_K, любая итерационная подгонка может быть плохо подготовлена.
Подробнее здесь: https://stackoverflow.com/questions/794 ... th-bounded
Как найти наименьшее количество квадратов подгонка набора данных к сумме синусов с ограниченными параметрами в Python? ⇐ Python
-
- Похожие темы
- Ответы
- Просмотры
- Последнее сообщение
-
-
Numpy/Scipy - Как найти наименьшее решение для квадратов с ограничением того, что AX> = B?
Anonymous » » в форуме Python - 0 Ответы
- 11 Просмотры
-
Последнее сообщение Anonymous
-
-
-
Numpy/Scipy - Как найти наименьшее решение для квадратов с ограничением того, что AX> = B?
Anonymous » » в форуме Python - 0 Ответы
- 25 Просмотры
-
Последнее сообщение Anonymous
-
-
-
Numpy/Scipy - Как найти наименьшее решение для квадратов с ограничением того, что AX> = B?
Anonymous » » в форуме Python - 0 Ответы
- 39 Просмотры
-
Последнее сообщение Anonymous
-