MATLAB-二维插值的笔记与应用–十安辰

​ 我们以一个题来了解二维插值,如下:

​ 在一次对沙堆形状测量的时候得到部分高度信息,如表所示,利用二维插值计算该区域内其他点的高度。

y\x 1 2 3 4
1 6.36 6.97 6.23 4.47
2 6.98 7.12 6.31 4.78
3 6.83 6.73 5.99 4.12
4 6.61 6.25 5.53 3.34

分析


​ 这个题要求我们求这个沙堆

了解一维插值函数interp2()


​ 用法如下:

语法 说明
Vq = interp2(X,Y,V,Xq,Yq) 使用线性插值返回双变量函数在特定查询点的插入值。结果始终穿过函数的原始采样。X 和 Y 包含样本点的坐标。V 包含各样本点处的对应函数值。Xq 和 Yq 包含查询点的坐标。
Vq = interp2(V,Xq,Yq) 假定一个默认的样本点网格。默认网格点覆盖矩形区域 X=1:nY=1:m,其中 [m,n] = size(V)。如果您希望节省内存且不在意点之间的绝对距离,则可使用此语法。
Vq = interp2(V) 将每个维度上样本值之间的间隔分割一次,形成优化网格,并在这些网格上返回插入值。
Vq = interp2(V,k) 将每个维度上样本值之间的间隔反复分割 k 次,形成优化网格,并在这些网格上返回插入值。这将在样本值之间生成 2^k-1 个插入点。
Vq = interp2(___,method) 指定备选插值方法:'linear''nearest''cubic''makima''spline'。默认方法为 'linear'
Vq =interp2(___,method,extrapval) 还指定标量值 extrapval,此参数会为处于样本点域范围外的所有查询点赋予该标量值。
如果您为样本点域范围外的查询省略 extrapval 参数,则基于 method 参数,interp2 返回下列值之一:
对于 ‘spline’ 和 ‘makima’ 方法,返回外插值
对于其他内插方法,返回 NaN 值

​ 可选择的插值方法

Methood 描述 注释
‘nearest’ 最邻近插值:在查询点插入的值是距样本网格点最近的值。 每个维度需要两个网格点。
内存要求最低,计算速度最快
‘liner’ 在查询点插入的值基于各维中邻点网格点处数值的线性插值。这是默认插值方法。 每个维度需要至少两个网格点
'nearest' 需要更多内存
‘spline’ 在查询点插入的值基于各维中邻点网格点处数值的三次插值。插值基于使用非结终止条件的三次样条。 每个维度需要四个点
'cubic' 需要更多内存和计算时间
‘cubic’ 在查询点插入的值基于各维中邻点网格点处数值的三次插值。插值基于三次卷积。 每个维度中的网格必须有均匀间距,但并非所有维度的网格间距都必须相同
每个维度需要至少四个点
比 ‘linear’ 需要更多内存和计算时间

代码


​ 利用二维插值计算该区域内其他点的高度的代码如下:

[x, y] = meshgrid((1:4),(1:4)); %生成4*4网格
z = [6.36 6.97 6.23 4.47;      %这是沙堆高度6.98 7.12 6.31 4.78;6.83 6.73 5.99 4.12;6.61 6.25 5.53 3.34];[X, Y] = meshgrid((1:0.1:4),(1:0.1:4));    %要求的沙堆的二维坐标%surf(x,y,z)Z = interp2(x,y,z,X,Y,'spline');          %我们选择spline方式求二维插值surf(X,Y,Z)                   %绘制插值后的沙堆三维图像

图像如下:

​ 区域内其他点的高度存储在Z当中,若是需要更加细密的数据,可以更改 [X, Y] = meshgrid((1:0.1:4),(1:0.1:4));的步进即可


文章仅供参考,请勿照搬照抄!转载请说明出处!
CSDN–十安辰 --链接:https://blog.csdn.net/weixin_44123908

MATLAB-二维插值的笔记与应用--十安辰相关推荐

  1. MATLAB一维插值笔记与应用–十安辰

    MATLAB一维插值笔记与应用–十安辰 我们以一个题来了解一维插值,如下: ​ 天文学家在1914年8月份的7次观测中,测得地球与金星之间的距离(单位:m),并取其常用对数值与日期的一组历史数据,如表 ...

  2. matlab griddata插值太慢,[转载]matlab二维插值--interp2与griddata

    二者均是常用的二维插值方法,两者的区别是, interp2的插值数据必须是矩形域(X,Y必须分别是单调向量),即已知数据点(x,y)组成规则的矩阵,或称之为栅格,可使用meshgid生成. gridd ...

  3. matlab 二维插值 验证,科学网-利用MATLAB对非矩形域实现二维插值-张乐乐的博文...

    >> load('x1.mat'); >> load('y1.mat') >> load('T.mat'); >> load('Lon.mat'); & ...

  4. matlab 二维样条插值函数,matlab中二维插值函数interp2的使用详解

    下面是一段产生log-normal分布的代码,以此进行说明. clear all; clc; for t=1:100 Traffic(t) =curve(t); end MaxTraffic = ma ...

  5. 二维插值-MATLAB

    二维插值与MATLAB实例解析 一.插值节点为网格节点 二.插值节点为散乱节点 Addition: (1)学会查看matlab帮助文档 (2)matlab脚本类型 (3)matlab三维绘图函数 二维 ...

  6. 一篇文章带你搞定二维插值的 MATLAB 计算

    前面已经学习了二维插值的基本概念:一篇文章带你认识数学建模中的二维插值 本篇文章主要实现使用MATLAB进行二维插值计算 文章目录 一.网格节点的插值计算 二.散点数据的插值计算 1. 示例 1 2. ...

  7. MATLAB一维插值和二维插值

    插值问题描述:已知一个函数上的若干点,但函数具体表达式未知,现在要利用已知的若干点求在其他点处的函数值,这个过程就是插值的过程. 1.一维插值 一维插值就是给出y=f(x)上的点(x1,y1),(x2 ...

  8. 一篇文章带你认识数学建模中的二维插值

    本篇文章主要是认识数学建模中的二维插值 二维插值的具体计算可参考:一篇文章带你搞定二维插值的 MATLAB 计算 文章目录 一.引言 二.网格节点的概念 三.散乱节点的概念 四.二维插值的常见方法 1 ...

  9. 插值与拟合 (一) : 拉格朗日多项式插值 、Newton插值 、分段线性插值、Hermite插值 、样条插值、 B 样条函数插值、二维插值

    插值:求过已知有限个数据点的近似函数. 拟合:已知有限个数据点,求近似函数,不要求过已知数据点,只要求在某种意义下它在这些点上的总偏差最小. 插值和拟合都是要根据一组数据构造一个函数作为近似,由于近似 ...

最新文章

  1. Python3爬虫-01-简单网页爬取
  2. 使用Mybatis Generator自动生成代码
  3. 什么是m叉树_不懂数据库索引的底层原理?那是因为你心里没点b树
  4. 【LeetCode笔记】剑指 Offer 65. 不用加减乘除做加法(Java、位运算、二刷)
  5. 怎样清除手机中的html文件夹,怎么彻底清除手机APP卸载后的残留文件夹 能删与不能删文件名...
  6. 如何自学计算机前端开发?精细的自学步骤是什么样的?
  7. Jvm(29),理解升级----C语言中的堆和栈的区别 (可以借鉴)
  8. cin java_java基础语法
  9. Fiddler抓包快速入门-windows网页抓包
  10. 追踪研读法破解EZ-USB的“远程唤醒”
  11. ArcGIS空间统计-局部空间自相关
  12. lrc歌词编辑器 android,Lrc歌词编辑器(LRC速配歌词)
  13. 镁光ssd管理工具 linux,解决BIOS找不到SSD,镁光SSD固态硬盘升级固件方法
  14. 小米手机WIFI显示已连接,但无法访问互联网,新路由器其他设备都能连
  15. 威廉玛丽学院计算机专业好吗,威廉玛丽学院计算机专业怎么样?
  16. vmware虚拟服务器数据备份,爱数VMware虚拟化平台备份恢复方案.pdf
  17. C1认证:植物大战僵尸存档详解
  18. 使用 mongorestore恢复数据以及使用 Studio 3T GUI 管理数据库
  19. Macos中的Mercurial GUI工具Murky试用
  20. Puppet自动化分发服务 - 视频课程-龙小威-专题视频课程

热门文章

  1. 【C语言课程设计项目】——学生综合管理系统
  2. 谈谈从DAMA、DCMM和DGI三大数据治理框架详细了解数据战略规划的关键要素
  3. JVM(3)之垃圾回收(GC垃圾收集器+垃圾回收算法+安全点+记忆集与卡表+并发可达性分析......)
  4. python 完成ATM取款机
  5. sql语句(case when then else end用法)
  6. Java SE/EE/ME
  7. 恭贺《数据使能打造成功政企标准化数据体系》沙龙成功举办!
  8. 达芬奇系列RBL 简介
  9. Pycharm查看代码缩略图
  10. 手机中的航母:戴尔Mini 5问世