线性拟合
通过选择标准回归模型或使用自定义方程来应用线性回归。所有这些标准回归模型都包含优化的求解器参数和起始条件,以提高拟合质量。
非线性拟合
使用指数模型、傅里叶级数模型、幂级数模型、高斯模型和标准模型应用非线性参数化回归。
比较和评估拟合
创建多个拟合,比较图形和数值结果以及拟合优度统计量。使用验证数据调优拟合。
对数据进行样条拟合
对数据进行各种样条拟合,包括具有各种终止条件的三次样条和平滑样条,用于曲线、曲面和更高维对象。
B 样条、有理样条和 NURBS
创建用于分析复杂曲面的 B 样条以及均匀和非均匀有理样条 (NURBS)。