griddatan
对 N 维散点数据插值
说明
示例
输入参数
输出参数
提示
在高于六维的维度中使用
griddatan
进行插值是不现实的,因为基本三角剖分所需要的内存随维数的增加呈指数级增长。使用
griddatan
进行的散点数据插值基于数据的 Delaunay 三角剖分,因此对x
的缩放问题非常敏感。出现这种情况时,您可以使用normalize
重新缩放数据并改进结果。有关详细信息,请参阅对不同量级的数据进行归一化。
扩展功能
版本历史记录
在 R2006a 之前推出
对 N 维散点数据插值
在高于六维的维度中使用 griddatan
进行插值是不现实的,因为基本三角剖分所需要的内存随维数的增加呈指数级增长。
使用 griddatan
进行的散点数据插值基于数据的 Delaunay 三角剖分,因此对 x
的缩放问题非常敏感。出现这种情况时,您可以使用 normalize
重新缩放数据并改进结果。有关详细信息,请参阅对不同量级的数据进行归一化。
在 R2006a 之前推出