使用 Levenberg-Marquardt 方法将圆锥拟合到给定的一组点：使用基于 Levenberg-Marquardt 最...

一般的圆锥曲线可以由以下方程式唯一地描述，直到比例因子为止：Ax ^ 2 + Bxy + Cy ^ 2 + Dx + Ey + F = 0 那么 (A,B,C,D,E,F) 通常被称为圆锥的代数参数向量。 用法：[ParA,RSS,iters,code] = fit_conicLMA(XY,ParAini,LambdaIni) 子函数： Residuals_ellipse、Residuals_hyperbola、AtoG（可以从之前的提交中找到）、JmatrixLMA（包含在主函数中） 输入： XY：给定点<XY> i=1 to n ParAini = [A,B,C,D,E,F]'-初始参数向量LambdaIni：控制参数Lambda的初始值 输出： ParA：找到的圆锥的代数参数向量RSS：Residual Sum of Squares（距离的平方和）