MATLAB中拟合余弦函数 方法/步骤打开matlab在app中找到curve fitting拟合工具箱，打开它在命令窗口输入你的原始数据，例如x=1：1：100；y=x；我们需要通过拟合工具箱来拟合出y=x这个方程得两个参数a，b在拟合工具箱的页面左边栏把原始数据放进去，查看拟合结果，在如图所示箭头区域，可以选择拟合的函数，最基本的一阶函数，正弦函数运用拟合函数拟合最基本的是polyfit，程序如此：x=1：1：100；y=x；m=polyfit(x，y，1)；结果输出两个值，用polyfit函数时用法为[a，b]=polyfit(x，y，n)其中a，b是直线方程y=a*x+b中的a，b两个参数x，y是原始数据，n为拟合的阶数，在matlab拟合函数中还有lsqcurvefit等，需要在matlab官网上寻找并看他的用法，我推荐是有matlab的固有拟合工具箱，在拟合一些比较复杂的函数时，用拟合函数时，参数必须有初始向量，只有禁言丰富的人才可以确定，所以一般建议使用拟合工具箱，简单函数可以使用拟合函数
用matlab算矩阵相似度 图像相似度计算主要用于对于两幅图像之间内容的相似程度进行打分，根据分数的高低来判断图像内容的相近程度。可以用于计算机视觉中的检测跟踪中目标位置的获取，根据已有模板在图像中找到一个与之最接近的区域。然后一直跟着。已有的一些算法比如BlobTracking，Meanshift，Camshift，粒子滤波等等也都是需要这方面的理论去支撑。还有一方面就是基于图像内容的图像检索，也就是通常说的以图检图。比如给你某一个人在海量的图像数据库中罗列出与之最匹配的一些图像，当然这项技术可能也会这样做，将图像抽象为几个特征值，比如Trace变换，图像哈希或者Sift特征向量等等，来根据数据库中存得这些特征匹配再返回相应的图像来提高效率。(1)直方图匹配。比如有图像A和图像B，分别计算两幅图像的直方图，HistA，HistB，然后计算两个直方图的归一化相关系数（巴氏距离，直方图相交距离）等等。这种思想是基于简单的数学上的向量之间的差异来进行图像相似程度的度量，这种方法是目前用的比较多的一种方法，第一，直方图能够很好的归一化，比如通常的256个bin条的。那么两幅分辨率不同的图像可以直接通过计算直方图来计算相似度很方便。而且计算量比较小。
matlab作业 编程实现当a属于[-pi，pi]，间隔为1度时求解正弦和余弦的值。 a=-pi：pi/180：pi；Zsin=sin(a)；正弦值。Zcos=cos(a)；余弦的值
