使用 SVD 进行 2D 多项式拟合：使用 SVD 拟合多项式 f(x,y) 以最佳拟合数据点 z。-matlab开发

使用 coeffs = fit2dPolySVD(x, y, z, order) 拟合 x 和 y 的多项式，以便为数据 z 提供最佳拟合。 使用即使数据退化也很健壮的 SVD。 即使数据被过度指定或未指定，也将始终产生最适合数据的最小二乘法。 x, y, z 是列向量，指定要拟合的点。 三个向量的长度必须相同。 阶数是要拟合的多项式的阶数。 Coeffs 返回多项式的系数。 对于 x 的每个递增幂，这些都是 y 的递增幂，例如，对于阶数 2： zbar = coeffs（1）+ coeffs（2）。* y + coeffs（3）。* y ^ 2 + coeffs（4）。* x + coeffs（5）。* x。* y + coeffs（6）。* x^2 使用 eval2dPoly(x,y,coeffs) 计算任意 (x,y) 点处的多项式。 如果数据未指定，则低阶系数将为零，解决方案