Laste ned presentasjonen
Presentasjon lastes. Vennligst vent
1
Kurvetilpasning - filtere
Stoff fra kompendiet og labøvelse 1
2
Kalibrering av ishockeykølle
3
Gjentatte målinger Måler y N ganger: Middelverdi: Standard avvik:
4
Fremstilling av målinger for varierende input
μ σ
5
Minste kvadraters metode
Definerer avvik mellom modell og måling som Minimerer avviket med hensyn på parametrene i modellen (a1…..an) Lineær tilpasning hvis y er lineært avhengig av a
6
Lineær regresjon med rett linje
Y = A + B * X Weight given by Data1_C error bars. Parameter Value Error A 1, ,15231 B 1, ,04815 R SD N 0, ,
7
Lineær regresjon med førse og andre orden polynom
Forventet chi-kvadrat: Antall målepunkter minus antall frihetsgrader
8
Ikke normalfordelte avvik
9
Minste kvadraters metode
Tar utganspunkt i å minimere chi-kvadrat Dersom modellen er lineær kan man utlede formler for koeffisientene Dersom modellen er ulineær må man bruke en numerisk algoritme
10
Ulineær tilpasning og feil
11
Konvulusjons filtere u y
12
Glatting - adjacent average
13
Savitzky-Golay {-3, 12, 17, 12, -3} / 35 {1, 1, 1, 1, 1} / 5 Beste tilpasning til et polynom rundt punktet man ser på
14
Rekursive filtere Analogt lavpassfilter Digital beskrivelse:
Sampling intervall RC
Liknende presentasjoner
© 2024 SlidePlayer.no Inc.
All rights reserved.