fixed dependencies

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

@@ -0,0 +1,89 @@
+// FittingTriPoly
+/*
+------------------------------------------------------
+作者   : Black Ghost
+日期   : 2018-12-23
+版本   : 0.0.0
+------------------------------------------------------
+    基于傅立叶（Fourier）级数的三角多项式拟合
+理论：
+    若f(x)周期为2pi，则存在M（2M<N）阶傅立叶（Fourier）级数
+    使得N+1个数据对（xi等距分布）的拟合表示为：
+            a0     M
+    TM(x) = --- + Sum (aj*cos(jx)+bj*sin(jx))
+             2    j=1
+    其中
+          2  N
+    aj = ---Sum yk*cos(j*xk), j=0,1,2,...,M
+          N k=1
+          2  N
+    bj = ---Sum yk*sin(j*xk), j=1,2,...,M
+          N k=1
+
+    参考：John H. Mathews and Kurtis D. Fink. Numerical
+         methods using MATLAB, 4th ed. Pearson
+         Education, 2004. ss 5.4.1
+------------------------------------------------------
+输入   :
+    XY      数据对，nx2，x-y
+    M       傅立叶级数，< N/2
+输出   :
+    sol     解，(M+1)x2
+    err     解出标志：false-未解出或达到边界；
+                     true-全部解出
+------------------------------------------------------
+*/
+
+package goNum
+
+import (
+	"math"
+)
+
+// FittingTriPoly 基于傅立叶（Fourier）级数的三角多项式拟合
+func FittingTriPoly(XY Matrix, M int) (Matrix, bool) {
+	/*
+		基于傅立叶（Fourier）级数的三角多项式拟合
+		输入   :
+		    XY      数据对，nx2，x-y
+		    M       傅立叶级数，< N/2
+		输出   :
+		    sol     解，(M+1)x2
+		    err     解出标志：false-未解出或达到边界；
+		                     true-全部解出
+	*/
+	//判断维数
+	if XY.Columns < 2 {
+		panic("Error in goNum.FittingTriPoly: At least 2 columns of XY needed")
+	}
+	N := XY.Rows
+	//判断M
+	if float64(M) >= float64(N)/2.0 {
+		panic("Error in goNum.FittingTriPoly: M is wrong")
+	}
+
+	sol := ZeroMatrix(M+1, 2) //b0=0.0
+	var err bool = false
+
+	//a0
+	var a0 float64
+	for k := 1; k < N; k++ {
+		// a0 += XY.GetFromMatrix(k, 1) * math.Cos(0.0*XY.GetFromMatrix(k, 0))
+		a0 += XY.GetFromMatrix(k, 1)
+	}
+	sol.SetMatrix(0, 0, 2.0*a0/float64(N))
+
+	//aj, bj
+	for j := 1; j < M+1; j++ {
+		var aj, bj float64
+		for k := 1; k < N; k++ {
+			aj += XY.GetFromMatrix(k, 1) * math.Cos(float64(j)*XY.GetFromMatrix(k, 0))
+			bj += XY.GetFromMatrix(k, 1) * math.Sin(float64(j)*XY.GetFromMatrix(k, 0))
+		}
+		sol.SetMatrix(j, 0, 2.0*aj/float64(N))
+		sol.SetMatrix(j, 1, 2.0*bj/float64(N))
+	}
+
+	err = true
+	return sol, err
+}