Question

我的目标是使高斯-埃尔米特多项式适合复杂的测量数据（由绝对值和相位部分组成）。有七个独立的参数（p）生成这种高斯-厄米模式。我在Matlab中实现了所有功能，因此计算这种模式没有问题。问题是装配操作。目前，我实现了两个版本。第一个是fminsearch，第二个是lsqnonlin：

fun=@(p) CalcCoeff(c1,...
        p(1)*CalcGaussHermite(...
            CalcCoor([p(2),p(3),alphaZ],[p(4),p(5)],[centerX,centerY],labcoor),...
        [l,m,lambda,p(6),p(7)]));

p=[scale,alphaX,alphaY,z_fX,z_fY,w_0X,w_0Y];

%optimset('Display','iter','PlotFcns',@optimplotfval);
% [fpar,fval,exitflag,output] = fminsearch(fun,p,options);

options = optimoptions('lsqnonlin','Display','iter');
res=lsqnonlin(fun,p,[],[],options);

对于lsqnonlin，函数CalcCoeff会计算出差异；对于fminsearch，函数会计算出重叠积分（点积）。作为测试，我计算了一个简单的高斯模式，并尝试重建所用的参数。但是我的算法在两种情况下都失败了。它运行时没有任何错误消息，但是参数无法重构。因此，我问自己一个问题：是否有太多参数可用于优化，所以算法无法收敛？还是全球性问题？如果有任何优化专家会给我任何提示，可能会出问题，我将感到非常高兴。如果我以错误的方式提问，请告诉我。问候安德烈

如何将复杂模型拟合到复杂数据

0 个答案: