给寻找编程代码教程的朋友们精选了相关的编程文章，网友郜雨泽根据主题投稿了本篇教程内容，涉及到Java、n阶、曲线、拟合功能、Java实现n阶曲线拟合功能详解相关内容，已被333网友关注，如果对知识点想更进一步了解可以在下方电子资料中获取。
Java实现n阶曲线拟合功能详解
本文实例讲述了Java实现的n阶曲线拟合功能。分享给大家供大家参考，具体如下：
前面一篇文章Java实现求解一元n次多项式的方法，能解多项式以后，还需要利用那个类，根据若干采样点数据来对未来数据进行预测，拟合的矩阵在上一篇文章中已经贴出来了，这里就不说了，本篇主要是如何根据采样点来计算系数矩阵，并计算预测点的值。
原理很简单，公式在上一篇文章中也有了，此处直接贴代码。
其中用到了上一篇文章中写的类commonAlgorithm.PolynomiaSoluter
package commonAlgorithm;
import commonAlgorithm.PolynomialSoluter;
import java.lang.Math;
public class LeastSquare {
private double[][] matrixA;
private double[] arrayB;
private double[] factors;
private int order;
public LeastSquare() {
}
/*
* 实例化后，计算前，先要输入参数并生成公式 arrayX为采样点的x轴坐标，按照采样顺序排列
* arrayY为采样点的y轴坐标，按照采样顺序与x一一对应排列 order
* 为进行拟合的阶数。用低阶来拟合高阶曲线时可能会不准确，但阶数过高会导致计算缓慢
*/
public boolean generateFormula(double[] arrayX, double[] arrayY, int order) {
if (arrayX.length != arrayY.length)
return false;
this.order = order;
int len = arrayX.length;
// 拟合运算中的x矩阵和y矩阵
matrixA = new double[order + 1][order + 1];
arrayB = new double[order + 1];
// 生成y矩阵以及x矩阵中幂<=order的部分
for (int i = 0; i < order + 1; i++) {
double sumX = 0;
for (int j = 0; j < len; j++) {
double tmp = Math.pow(arrayX[j], i);
sumX += tmp;
arrayB[i] += tmp * arrayY[j];
}
for (int j = 0; j <= i; j++)
matrixA[j][i - j] = sumX;
}
// 生成x矩阵中幂>order的部分
for (int i = order + 1; i <= order * 2; i++) {
double sumX = 0;
for (int j = 0; j < len; j++)
sumX += Math.pow(arrayX[j], i);
for (int j = i - order; j < order + 1; j++) {
matrixA[i - j][j] = sumX;
}
}
// 实例化PolynomiaSoluter并解方程组，得到各阶的系数序列factors
PolynomialSoluter soluter = new PolynomialSoluter();
factors = soluter.getResult(matrixA, arrayB);
if (factors == null)
return false;
else
return true;
}
// 根据输入坐标，以及系数序列factors计算指定坐标的结果
public double calculate(double x) {
double result = factors[0];
for (int i = 1; i <= order; i++)
result += factors[i] * Math.pow(x, i);
return result;
}
}
