3

2 つの関数と一連のデータがあります。どちらの関数も、同じ x データと同じパラメーターを持ちます。データに最適な最小二乗法でパラメータを取得したいと考えています。

パラメータは、ex、ey、ez です。

X データは次のとおりです。RA、DE (3000 ポイントなど)。

Y データは dRA、dDE です。

私はこれを試しましたが、間違った解決策を得ました:

def residuals(p, dRA, dDE, RA, DEC):
    ex,ey,ez = p
    f1 = dRA-(ex*sin(DEC)*cos(RA)+ey*sin(DEC)*sin(RA)-ez*cos(DEC))
    f2 = dDE-(-ex*sin(RA)+ey*cos(RA))
    err = np.concatenate((f1,f2))
    return err

from scipy.optimize import leastsq
p0 = [0, 0., 0.]
plsq_coord = leastsq(residuals, p0, args=(dRA, dDE, RA, DE))
print plsq_coord[0]

どんな種類の助けも大歓迎です

4

1 に答える 1

1

このテスト コード コードで示されているように

import numpy as np, numpy.random,scipy.optimize
def residuals(p, dRA, dDE, RA, DEC):
    ex,ey,ez = p
    f1 = dRA-(ex*np.sin(DEC)*np.cos(RA)+ey*np.sin(DEC)*np.sin(RA)-ez*np.cos(DEC))
    f2 = dDE-(-ex*np.sin(RA)+ey*np.cos(RA))
    err = np.concatenate((f1,f2))
    return err    
ex, ey, ez = 0.2, 0.3, 0.4
N = 100
err = 1e-3
ra, dec = np.random.uniform(0,1,N), np.random.uniform(0,.5,N)
dra = (ex*np.sin(dec)*np.cos(ra)+ey*np.sin(dec)*np.sin(ra)-ez*np.cos(dec))+np.random.normal(size=N)*err
ddec = (-ex*np.sin(ra)+ey*np.cos(ra))+np.random.normal(size=N)*err
print scipy.optimize.leastsq(residuals, p0, args=(dra, ddec, ra, dec))

関数が正しく記述されていない場合 (たとえば、ra、dec がラジアンではなく度単位である場合)、またはデータセットに chisq フィットを台無しにする不良データポイントが含まれていない限り、コードは正常に動作するはずです。

于 2012-05-19T13:57:57.803 に答える