フィッティングVI



LabVIEW 2018ヘルプ


発行年月: 2018年3月
製品番号: 371361R-0112
製品情報を参照

ダウンロード (Windowsのみ)


LabVIEW 2016ヘルプ
LabVIEW 2017ヘルプ
LabVIEW 2018ヘルプ
LabVIEW 2019ヘルプ
LabVIEW 2020ヘルプ

1つ上のパレット: 数学VI

インストールパッケージ: 開発システム。このトピックは、使用しているオペレーティングシステム、ライセンス取得製品、ターゲットによっては、LabVIEWのパレットに一致しない可能性があります。

フィッティングVIを使用して、カーブフィット解析またはカーブフィット回帰を実行します。

サンプル

このパレットにあるVIは、数学エラーコードを返します。

パレットオブジェクト説明
3次スプラインフィット3次スプラインフィットを使用して、データセット(X, Y)をバランスパラメータに従って平滑化します。
BスプラインフィットBスプラインフィットを使用して、データセット(X, Y)を平滑化します。
カーブフィット選択されたモデルタイプに基づいて入力データに最適な係数を計算します。
ガウスピークフィット最小二乗法、最小絶対残差法、または二重平方法を使用してデータセット(X, Y)のガウスフィットを返します。
一般線形フィット最小二乗、最小絶対残差、または二重平方メソッドを使用して入力データを最も正確に表す 次元線形曲線を示す k 次元線形フィット係数のセットおよび k 次元線形曲線値を求めます。
一般多項式フィット最小二乗、最小絶対残差、または二重平方メソッドを使用して、データセット(X, Y)に多項式次数の多項式フィットを返します。
球面フィッティング3次元の多数のポイント上で最良球面フィットを決定します。
指数フィット最小二乗、最小絶対残差、または二重平方メソッドを使用してデータセット(X, Y)の指数フィットを返します。
制約付き非線形カーブフィットレーベンバーグ・マルカートアルゴリズムまたはtrust-region doglegアルゴリズムのいずれかを使用して、非線形関数 y = f(x,a)によって求められる入力データポイントのセット (XY) に最も適したパラメータのセットを決定します。ここで、a はパラメータのセットです。使用する多態性インスタンスを手動で選択する必要があります。
線形フィット最小二乗、最小絶対残差、または二重平方メソッドを使用してデータセット(X, Y)の線形フィットを返します。
対数フィット最小二乗法、最小絶対残差法、または二重平方法を使用してデータセット(X, Y)の対数フィットを返します。
非線形カーブフィットレーベンバーグ・マルカートアルゴリズムを使用して、非線形関数 y = f(x,a)によって求められる入力データポイントのセット (XY) に最も適したパラメータのセットを決定します。ここで、aはパラメータのセットです。使用する多態性インスタンスを手動で選択する必要があります。
累乗フィット最小二乗法、最小絶対残差法、または二重平方法を使用してデータセット(X, Y)の累乗フィットを返します。
累乗フィット間隔データセット(X, Y)の最良累乗フィットの統計間隔を計算します。使用する多態性インスタンスを手動で選択する必要があります。
累乗フィット係数最小二乗法、最小絶対残差法、または二重平方法を使用してデータセット(X, Y)の累乗フィットの振幅累乗を返します。


サブパレット説明
上級カーブフィットVI上級カーブフィットVIを使用して、詳細なフィットデータとフィット係数を計算します。

サンプル

フィッティングVIの使用サンプルは、labview\examples\Mathematics\FittingディレクトリにあるFitting.lvprojで参照できます。



この記事は役に立ちましたか。

役に立たなかった