fitgaussian:将高斯曲线拟合到数据-matlab开发

FITGAUSS 是通过 Marquardt-Levenberg 非线性最小二乘法最小化将高斯曲线“f”拟合到实验数据的函数。 拟合函数的形式为 a*exp(-((xb)/c)^2)+d*x+e。 这意味着曲线由一条直线和一个高斯曲线构成。 输入：“x,y”是输入数据。 “init”是对参数 [abcde] 的初始猜测。 如果为空，它们将根据输入数据自动确定，“w”是权重向量（默认为ones(size(x))）。 输出：“f”是拟合函数的值。 “X”是估计参数。 “err”是标准化错误。 “它”是迭代次数。 来自 Lic 的“极端”功能。 物理学 Carlos Adrián Vargas Aguilera 用于此功能。 例子： x=1:100; a=30； b=45； c=10； d=.3； e=20； f=a*exp(-((xb)./c).^2)+d*x+e; fn=f+2*rand