如何解决Python - 将参数定义的曲线拟合到另一条固定曲线
这个问题可以通过图片来解释,而不是其他任何东西。
红色曲线是固定的 - 这是模拟的结果。
虚线是根据已知函数形式生成的解析解生成的;其中有一个参数可以改变峰的位置,即 d_eff 参数。
总而言之 - 我想找到此参数的最佳值(以及其中的相应误差),以便我在峰值位置之间获得良好的一致性(振幅在这里不是那么重要)。澄清;我没有找到最适合数据的多项式 - 我正在寻找参数 d_eff 的最佳值到最适合该数据的分析函数中
我愿意考虑对整个数据范围或一个小子集(例如,仅第一个峰值)进行拟合 - 可以轻松地对有用区域进行切片。
我通过检查知道这个值应该是大约 2.2(见绿线,第一个和第二个峰值的位置之间有很好的一致性),但我想找到一个最佳值。峰。在这种情况下,最优意味着我在第一个峰值之间有很好的一致性(在这种情况下幅度不是那么重要)。我曾尝试使用 scipy.optimize.curve_fit
,但不清楚如何将一条曲线拟合到另一条曲线。想到的其他方法涉及傅立叶变换,但我想知道是否有一种清晰直观的方法可以用于解决这个问题?
提前致谢 - 请参见下图。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。