मैं निर्देशांक के एक सेट से दूसरे में एक रूपांतरण को फिट करने की कोशिश कर रहा हूं।समेकित समीकरणों के लिए कम स्क्वायर समाधान
x' = R + Px + Qy
y' = S - Qx + Py
Where P,Q,R,S are constants, P = scale*cos(rotation). Q=scale*sin(rotation)
पी, क्यू, आर, एस को संबंधित बिंदुओं के एक सेट में फ़िट करने के लिए एक प्रसिद्ध 'हाथ से' सूत्र है। लेकिन मुझे फिट पर एक त्रुटि अनुमान होना चाहिए - इसलिए मुझे कम से कम वर्ग समाधान की आवश्यकता है।
'संख्यात्मक व्यंजनों' पढ़ें लेकिन मुझे यह पता लगाने में परेशानी हो रही है कि एक्स और वाई के साथ डेटा सेट के लिए इसे कैसे किया जाए।
क्या कोई यह कैसे कर सकता है इसके उदाहरण/ट्यूटोरियल/कोड नमूना को इंगित कर सकता है?
भाषा के बारे में भी परेशान नहीं है।
लेकिन - बस मैटलैब/लैपैक/numpy/R की सुविधा में निर्मित उपयोग शायद उपयोगी नहीं है!
संपादित करें: मेरे पास फिट करने के लिए पुराना (एक्स, वाई) नया (एक्स, वाई) का एक बड़ा सेट है। समस्या अति निर्धारित है (अज्ञात से अधिक डेटा अंक) इतना आसान मैट्रिक्स उलटा पर्याप्त नहीं है - और जैसा कि मैंने कहा है कि मुझे वास्तव में फिट पर त्रुटि की आवश्यकता है।
या एक्स +/- dx, वाई +/- डीवाई ... या क्या (y'_i, x_i, y_i, x'_i) आप का एक सेट है? यदि आपके पास एक्स, वाई, एक्स ', वाई' में से प्रत्येक एक है, तो आप केवल एक सटीक समाधान कर सकते हैं, और त्रुटि अनुमान निकालने का कोई तरीका नहीं है ... – dmckee
न्यूनतम प्रकार के कार्यों में से कोई भी नहीं LMA/Gauss- न्यूटन एक सीधी त्रुटि देते हैं। मुझे लगता है कि मैं सबसे अच्छे फिट की गणना कर सकता हूं और फिर प्रत्येक बिंदु से त्रुटि का काम कर सकता हूं। मैंने सोचा था कि यह इससे कहीं अधिक सरल था (यानी लिनेरर एलस्क्वार्स का एक साधारण तरीका) और मैं सिर्फ गूंगा था –
दिलचस्प समस्या! मैंने कुछ कोड पोस्ट किया है जो चाल चलाना चाहिए, लेकिन मजेदार हिस्सा फिर से मेरे जंगली पुराने गणित कौशल को तोड़ रहा था :) –