DISCRETE:multi-exponential decay data 解析ツール

2015-10-18 :  PCクリニック
本文の前に、
-・・・ -・-
現時点での blogramのランクインカテゴリは、
6、2、1、0、0、 1、0、0、0、0(41)で、換算ポイント 83pt 。
「Firefox」が6位にダウン。「化学業界」「硝子業界」「グルコサミン」、
「e-radio」「FM COCOLO」はbg値変動のみ。
「C言語」「Perl」「Python」「FM青森」では全く変化無し。
・-・ - -・

さて、本文。


関数Fittingについては、
5年前(2010-08-04)の記事:「単一の指数関数で近似
以来、20件程度書いている

Pythonならば、昨年(2014-03-02)の記事:
Python 学習:Fitting
の如く、
“scipy.optimize”の“curve_fit”でしょうか?


今回は、その“指数関数的に減少するデータ”の
線形和”をフィッティングするには?

と検索していたら、・・・・・

こんなページを見つけた。
そのものズバリ?「DISCRETE

 Applications:
 ・ Analysis of multi-exponential decay data.
 ・ Running in hundreds of laboratories on
    a wide variety of computers.

 Methods:
 ・ Fully automatic: no starting estimates needed for
   the number of exponentials or for their parameters;
 ・ Modified Gauss-Newton least squares, with
   intensive searches from many starting points to
   find the global optimum;
  ・ Methods in the references below are used to
    get starting estimates and to speed up the analysis:

  ・・・・・
  ・・・・・

早速、試してみた。

ソース・コードは FORTRAN なので、
  MS Windows system: discrete-windows.exe (616KB).
をダウンロードさせて頂いた。

これは、そのまま起動するだけ。

マニュアルは、
「discrete-manual1.pdf」「discrete-manual2.pdf」
ですね。
そして、テストデータは
「discrete.in.gz」に入っている唯一の「discrete.in」


それで、
実行するのは、DOS窓で、

  discrete-windows test.out

とかとか。


そのままやってみた。
1項から5項までの“線形和”を計算し、
(つまり、3つから11の係数を算出)

結果として2項和が最適とでた。
で、5つの係数が求まっている。

これ、「test.out」の何処に書かれているのか
なかなか分からなくて苦労したが。


もっと学習してみよう。


本日はここまで。


見ていただいた序でとは厚かましい限りですが、
お帰りに投票して頂けるとなお嬉しいです。 ⇒ blogram投票ボタン


150908
関連記事
スポンサーサイト

コメントの投稿

管理者にだけ表示を許可する

おきてがみ/blogram
blogram投票ボタン



おきてがみ

最新記事
カレンダー
05 | 2017/06 | 07
- - - - 1 2 3
4 5 6 7 8 9 10
11 12 13 14 15 16 17
18 19 20 21 22 23 24
25 26 27 28 29 30 -
月別アーカイブ
カテゴリ
最新コメント
検索フォーム
リンク
プロフィール

<紙>

Author:<紙>
ようこそ。
「パソコンヲタクの雑記帳」
もろもろなことを綴っています。
パソコン ヲタクってねくら?
画像は kami でなく kani です。

カウンター(fc2、i2i) /Google Analytics


i2i(from 2010-08-24)
Total =
Today  =  
Yesterday=
アンチエイジング

Google Analytics
ブックマーク