MATLAB 如何求取離散點(diǎn)的曲率最大值
我就廢話不多說了，大家還是直接看代碼吧~
x0 = linspace(0.1,2,100);%x0,y0驗(yàn)證函數(shù)離散點(diǎn)，可以非等間隔
y0 = 1./x0;
h1 = abs(diff(x0)) ;
h = [h1 h1(end)];
ht = h;
yapp1 = gradient(y0)./ht; %matlab數(shù)值近似
yapp2 = del2(y0)./ht; %matlab數(shù)值近似
k2 = abs(yapp2)./(1+yapp1.^2).^(3/2);
figure
plot(k2)
title('曲率曲線')
[~,maxFlag] = max(k2);%曲率最大位置
x_max = x0(maxFlag);
y_max = y0(maxFlag);
%畫出圖像 標(biāo)注曲率最大點(diǎn)
figure
plot(x0,y0,'.-');
hold on;
plot(x_max,y_max,'rp')
title('標(biāo)注最大曲率點(diǎn)')
xlabel('log10((norm(B*Xk-L)))')
ylabel('log10((norm(Xk)))')
補(bǔ)充：MATLAB 插值+計(jì)算離散點(diǎn)曲率
思路：點(diǎn)足夠密的話直接用 diff、gradient 求曲率，稀疏的話先插值再算曲率。
公式：
點(diǎn)密的情況 輸入曲線坐標(biāo)（1-2）求一、二階導(dǎo)數(shù)（4-9）通過公式求得曲率（10）
x = 0:0.01:7;
y = cos(x*0.5*pi);
h1 = abs(diff(x));
h = [h1 h1(end)];
ht = h;
y1 = gradient(y)./ht;
y2 = gradient(y1)./ht;
curv = abs(y2)./sqrt((1+y1.^2).^3);
plot(x,y,'-',x,curv,'--r);
legend('Raw Data, 'Curvature','Location',"best");
grid on
圖像與下文理論值圖像相同
點(diǎn)稀疏的情況
1、輸入散點(diǎn)坐標(biāo)（1-2）
2、用樣條曲線（B-Spline）等方法插值得到擬合曲線（3-4）
3、diff、gradient 函數(shù)求擬合曲線的一、二階導(dǎo)數(shù)（6-11）
4、通過公式求得曲率（12）
例：余弦函數(shù)取 8 個點(diǎn)，用 B-Spline 插值
x = 0:1:7;
y = cos(x*0.5*pi);
xx = 0:0.01:7;
yy = spline(x,y,xx);
h1 = abs(diff(xx));
h = [h1 h1(end)];
ht = h;
yy1 = gradient(yy)./ht;
yy2 = gradient(yy1)./ht;
curv = abs(yy2)./sqrt((1+yy1.^2).^3);
plot(xx,yy,'-',xx,curv,'--r',x,y,'o-');
legend('B-Spline', 'Curvature','Raw Data','Location',"best");
grid on
補(bǔ)充用法
求最大曲率并在圖中標(biāo)出
[max_val,max_ind]=max(curv); hold on plot(xx(max_ind),yy(max_ind),'*r');
與理論值（余弦函數(shù)曲線）對比
曲率對比
幾種插值方法對比
列舉四種方法，分別為：分段線性插值、三次樣條曲線（B-Spline）插值、三次 Hermite 插值（PCHIP）、修正 Akima 分段三次 Hermite 插值（Akima）
Case 1： 三維螺線
三維螺線散點(diǎn)
插值
俯視
側(cè)視
Case 2：二維梯形波
二維梯形波
Case 3：三維不規(guī)則折線
三維不規(guī)則折線（不等間距）
對比可得：
Case 1：B-Spline>Akima>PCHIP>Linear
Case 2：Linear>PCHIP>Akima>B-Spline
Case 3：Linear≈PCHIP≈Akima>B-Spline
故在插值的時候需要選擇適合的計(jì)算方法
以上為個人經(jīng)驗(yàn)，希望能給大家一個參考，也希望大家多多支持腳本之家。如有錯誤或未考慮完全的地方，望不吝賜教。
相關(guān)文章
舉例講解Django中數(shù)據(jù)模型訪問外鍵值的方法
這篇文章主要介紹了舉例講解Django中數(shù)據(jù)模型訪問外鍵值的方法,Django是最具人氣的Python web開發(fā)框架,需要的朋友可以參考下2015-07-07
Keras中Sequential模型和Functional模型的區(qū)別及說明
這篇文章主要介紹了Keras中Sequential模型和Functional模型的區(qū)別及說明，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2022-12-12
Python微信企業(yè)號開發(fā)之回調(diào)模式接收微信端客戶端發(fā)送消息及被動返回消息示例
這篇文章主要介紹了Python微信企業(yè)號開發(fā)之回調(diào)模式接收微信端客戶端發(fā)送消息及被動返回消息的方法,涉及Python微信企業(yè)號回調(diào)模式消息響應(yīng)機(jī)制相關(guān)操作技巧,需要的朋友可以參考下2017-08-08
python?subprocess.run()、subprocess.Popen()、subprocess.check
Python的subprocess模塊是用于創(chuàng)建和管理子進(jìn)程的模塊,本文主要介紹了python?subprocess.run()、subprocess.Popen()、subprocess.check_output(),具有一定的參考價值,感興趣的可以了解一下2024-02-02
Python代碼解決RenderView窗口not found問題
這篇文章主要介紹了Python代碼解決RenderView窗口not found問題,需要的朋友可以參考下2016-08-08
這篇文章主要介紹了pytorch中使用LSTM，可以在troch.nn模塊中找到LSTM類，文章圍繞主題展開詳細(xì)的內(nèi)容介紹，具有一定的參考價值，需要的朋友可以參考一下2022-07-07
這篇文章主要介紹了python生成隨機(jī)密碼或隨機(jī)字符串的方法,涉及Python字符串及隨機(jī)數(shù)的相關(guān)使用技巧,非常簡單實(shí)用,需要的朋友可以參考下2015-07-07
這篇文章主要為大家介紹了Python中的Dict，具有一定的參考價值，感興趣的小伙伴們可以參考一下，希望能夠給你帶來幫助2021-12-12
Python批量對word文件重命名的實(shí)現(xiàn)示例
本文主要介紹了Python批量對word文件重命名的實(shí)現(xiàn)示例，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2023-07-07
這篇文章主要介紹了Python為何不支持switch語句原理詳解,文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2020-10-10