Schlessinger Point Method 拟合方法简介

最新推荐文章于 2025-05-23 19:47:52 发布

泡泡龙的村

最新推荐文章于 2025-05-23 19:47:52 发布

阅读量337

点赞数 3

文章标签：概率论算法

本文链接：https://blog.youkuaiyun.com/weixin_41671554/article/details/120710520

版权

本文介绍了Schlessinger Point Method（SPM），一种用于数据拟合的连分数方法。该方法通过递归公式确定系数，构建多项式比例形式的连分数来逼近给定的数据点。当数据点数量为偶数或奇数时，对应多项式的阶数有所不同。文章还提供了Fortran90语言编写的子程序以及利用SPM进行预测的功能。参考了相关文献，包括Schlessinger的原始论文和后续研究。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

假定已有一组数据 $(x_i,f_i), i = 1,2,\cdots,N$ , 可以构建如下形式的连分数
$C_N(x) = \frac{f_1}{1+\frac{a_1(x-x_1)}{1+\frac{a_2(x-x_2)}{\vdots a_{N-1}(x-x_{N-1})}}},$
满足 $C_N(x_i) = f_i$