这篇文章给大家介绍使用Java怎么实现一个n阶曲线拟合功能，内容非常详细，感兴趣的小伙伴们可以参考借鉴，希望对大家能有所帮助。
创新互联成立10年来，这条路我们正越走越好，积累了技术与客户资源，形成了良好的口碑。为客户提供成都网站制作、网站设计、外贸网站建设、网站策划、网页设计、主机域名、网络营销、VI设计、网站改版、漏洞修补等服务。网站是否美观、功能强大、用户体验好、性价比高、打开快等等，这些对于网站建设都非常重要，创新互联通过对建站技术性的掌握、对创意设计的研究为客户提供一站式互联网解决方案，携手广大客户，共同发展进步。
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;
}
}关于使用Java怎么实现一个n阶曲线拟合功能就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。
