fixed dependencies

vendor/github.com/nuknal/goNum/FittingPolynomial.go

@@ -0,0 +1,96 @@
+// FittingPolynomial
+/*
+------------------------------------------------------
+作者   : Black Ghost
+日期   : 2018-12-11
+版本   : 0.0.0
+------------------------------------------------------
+    多项式拟合
+理论：
+    对于单自变量单因变量的N个数据对
+    假设其一个低于N-1次的多项式为：
+    y(x) = a0 + a1x + a2x^2 + ... + amx^m (m < N-1)
+    建立矛盾方程组Ax=b，即
+
+     N
+    Sum ai*xj^i = bj   (i=0, 1, 2, ..., m)
+    j=1
+
+    求解ai (i=0, 1, 2, ..., m)代入多项式即得拟合函数
+
+    参考 李信真, 车刚明, 欧阳洁, 等. 计算方法. 西北工业大学
+       出版社, 2000, pp 136-138.
+------------------------------------------------------
+输入   :
+    xy      单自变量单因变量的N个数据对，Nx2
+    m       多项式次数，m < N-1
+输出   :
+    sol     解向量，从0到m对应a0到am
+    RMS     均方误差
+    MaxErr  最大误差
+    err     解出标志：false-未解出或达到步数上限；
+                     true-全部解出
+------------------------------------------------------
+扩展   ：
+    可以修改为适应log、exp、sin等拟合方法
+------------------------------------------------------
+*/
+
+package goNum
+
+import (
+	"math"
+)
+
+// FittingPolynomial 多项式拟合
+func FittingPolynomial(xy Matrix, m int) (Matrix, float64, float64, bool) {
+	/*
+		多项式拟合
+		输入   :
+		    xy      单自变量单因变量的N个数据对，Nx2
+		    m       多项式次数，m < N-1
+		输出   :
+		    sol     解向量，从0到m对应a0到am
+		    RMS     均方误差
+		    MaxErr  最大误差
+		    err     解出标志：false-未解出或达到步数上限；
+		                     true-全部解出
+	*/
+	//判断m是否小于N-1
+	if (m > xy.Rows-2) || (m < 0) {
+		panic("Error in goNum.FittingPolynomial: Order m is wrong number")
+	}
+
+	N := xy.Rows
+
+	//构建矛盾方程组系数矩阵A, b=xy.ColumnOfMatrix(1)
+	A := ZeroMatrix(N, m+1)
+	for i := 0; i < N; i++ {
+		A.SetMatrix(i, 0, 1.0)
+		for j := 1; j < m+1; j++ {
+			temp := xy.GetFromMatrix(i, 0)
+			A.SetMatrix(i, j, math.Pow(temp, float64(j)))
+		}
+	}
+	//求解矛盾方程组
+	sol, err := InconsistentLSQ(A, Slices1ToMatrix(xy.ColumnOfMatrix(1)))
+	//判断结果
+	if err != true {
+		panic("Error in goNum.FittingPolynomial: Solve error")
+	}
+
+	errSub := make([]float64, N)
+	var RMS float64
+	for i := 0; i < N; i++ {
+		fit := sol.Data[0]
+		for j := 1; j < m+1; j++ {
+			fit += sol.Data[j] * math.Pow(xy.GetFromMatrix(i, 0), float64(j))
+		}
+		errSub[i] = fit - xy.GetFromMatrix(i, 1)
+		RMS += errSub[i] * errSub[i]
+	}
+	RMS = math.Sqrt(RMS)
+	MaxErr, _, _ := MaxAbs(errSub)
+
+	return sol, RMS, math.Abs(MaxErr), err
+}