Il problema di adattamento della curva per dati 2D è ben noto (LOWESS, ecc.) Ma dato un insieme di punti dati 3D, come si adatta una curva 3D (ad esempio una spianata di livellamento/regressione) a questi dati?Curve Raccordo set di dati 3D
ALTRO: Sto cercando di trovare una curva, adattando i dati forniti dai vettori X, Y, Z che non hanno alcuna relazione nota. Essenzialmente, ho una nuvola di punti 3D e ho bisogno di trovare una linea di tendenza 3D.
ALTRO: mi scuso per l'ambiguità. Ho provato diversi approcci (non ho ancora provato a modificare l'adattamento lineare) e un NN casuale sembra funzionare meglio. Ad esempio, scelgo a caso un punto dalla nuvola di punti, trova il centroide dei suoi vicini (all'interno di una sfera arbitraria), itera. Il collegamento dei centroidi per formare una spline liscia si sta dimostrando difficile ma i centroidi ottenuti sono passabili.
Per chiarire il problema, i dati non sono serie temporali e sto cercando una spline uniforme che descriva al meglio la nuvola di punti Vale a dire, se dovessi proiettare questa spline 3D su un piano formato da 2 variabili qualsiasi, la spline proiettata (su 2D) sarà un adattamento regolare della nuvola di punti proiettata (su 2D).
IMG: Ho incluso un'immagine. I punti rossi rappresentano il centroide ottenuto dal metodo sopra menzionato.
3D Point Cloud and Local Centroids http://img510.imageshack.us/img510/2495/40670529.jpg
manca l'immagine –