发布网友 发布时间:2022-04-22 13:15
共4个回答
热心网友 时间:2022-04-18 07:29
1、首先使用红外线软件omnic打开红外线文件(通常为SPA格式),单击“文件”-“另存为”-文件格式为CSV格式。
2、使用Excel打开保存的CSV文件,复制两列数据,打开原始软件,将数据复制到工作表中,然后绘制一条曲线。
3、然后单击“分析”-“拟合”-“拟合多峰”。
4、弹出对话框如下。 在“峰数”中输入所需的峰数,然后单击“确定”。
5、出现另一个对话框,然后单击“确定”。 按照提示双击峰的中心,选择后单击“确定”,将显示拟合的曲线。
6、如果仅需要曲线的数据,则可以在工作簿中找到它,如下所示:
7、选择两列数据A1(X)和Peaksum,使曲线成为峰。
热心网友 时间:2022-04-18 08:47
1、双击OriginPro 8快捷键,打开软件。File→New...或者Ctrl+N,出现图1-1,选中New选项卡里的Project,单击OK按钮。新的工作界面建立,如图1-2所示。
2、如下图2所示,Long Name:名称;Units:单位;Comments:注释。并把自己测量的数据填入响应的表格。如本文中A(X)列为温度,B(X)列为光强度。研究的规律就是随着温度的增加,光强度的衰减情况。
3、选中A(X)和B(X)列的全部数据,然后依次Plot→Symbol→Scatter,得到图3-1。根据图3-1可知,温度跟光强度是线性关系,所以要进行线性拟合,接下来Analysis→Fitting→Fit Linear→Open Dialog...,得到图3-2。
4、在图3-2的Linear Fit选项卡中单击OK按钮,得到图4-1所示。
5、在跳出来的Reminder Message选项卡中单击OK按钮,得到图4-2所示。得到的光强度与温度的函数关系为:y=-0.45802x+122.1011,拟合度R²因子达0.97238。
热心网友 时间:2022-04-18 10:21
1、 打开Origin,2015不同版本操作大同小异,打开Analysis→ Fitting→ Nonlinear Curve Fit→ Open dialog。
2、在Category里面选择User Defined,可见Origin的拟合函数也是类似于Matlab的M文件一样可以自己编写。
3、当然是选择New一个函数咯,不是New一个对象。
4、从这张图开始,注意看左边的Hints,这个比网上的所谓的教程不知道高到哪里去了。从Hints中可以看到,要输入函数名,后缀名是FDF,然后是函数模型,Explicit是指明确的,Function Type是表达式,也就是所谓的y=f(x)的形式,可以看到还能选Equlations,左边的Hints告诉我们,这种类型是处理只有一个自变量的。
5、这里直接阅读无压力,可以看到,多个参数时用逗号分隔。
6、这一个界面是整个过程最关键的部分,自定义函数的拟合过程中最重要的就是初值的选取,这里我们先按照要求把函数的形式输入。注意到左边的Hints,Fixed是说如果初值选取的不好的时候也不能变参数的值,显然不符合意思,所以这里都不勾选。
Fixed用在已经确定了某些参数的范围的时候。接着是初值的尝试,看到了下面的Quick Check了,选取不同的ABC作为初值,使得输入一个T的时候,跑出来的结果接近测试出来的数据值。
7、经过漫长的测试,测试出了一组值,只要接近就可以,不需要完全吻合,然后点击Next。
8、 这个界面也是非常的重要,刚才是测试一个点,现在就是需要将一个点变成一组数值,使得的函数尽可能匹配多的测试值,点击红色框框中的按钮,打开代码界面。
9、看到这个界面,一股浓浓的C++代码风格袭来……,确实长的很像C++,但是又混有Matlab的风格,根据Matlab的思路,很容易就想到这个Vector存储的就是Matlab的矩阵中的值,至于这些double类型的,明显就是数字啦,这里提示我们,Code to be executed to initialized parameters,代码将在初始化参数以后执行。我们要把我们的表达式输入进去,使得vector能存储尽可能多而接近的测试值,根据变量存储的名字,很容易就知道输入的是什么东西。
10、点击左上方的Compile,也就是编译,果然是C++风格的代码……然后关闭代码窗口,看到这里多来一串这样的符号,然后点击Next,一路Next直到Finish。
11、Finish以后回到这个界面,然后点击红色方框中的按钮,这个是指Fit untiled Converged,也就是根据Chi-Square Test,直到满足条件以后才能函数收敛,点击一次就可以了。可以看到提示,Fit may be Converged。
12、点击Fit,就能看到一条很漂亮的拟合曲线了,R-Square还是0.99997。
热心网友 时间:2022-04-18 12:13
分析→拟合→非线性拟合→类别:oringin basic function→函数:下拉sine→拟合→完成