MSD算扩散系数的几种方法

类别:    标签: matlab   阅读次数:   版权: (CC) BY-NC-SA

利用均方位移MSD算扩散系数时, 最重要的是确定线性拟合的区间. 这在以前的博文中有说明. 在这里我总结一下确定拟合区间的几种方法, 并给出matlab代码供参考.

确定拟合区间的方法主要有下面几种:

  1. 动态扩散系数(RDC), 也就是查看MSD/6t的变化
  2. 稳健拟合
  3. 最小协方差行列式方法(MCD)检测异常点, 然后去除异常点后拟合
  4. 随机抽样一致性算法(RANSAC)
  5. 全局优化

所有以上方法都不是确定性的方法, 所得结果都依赖于一些选择和参数. 其中最后两种方法本质上是随机方法, 无法保证每次所得结果相同.

下图是一个示例, 可以看到各种方法还是有所区别的, 其中MCD方法和RANSAC方法比较接近, 应该是比较好的方法.

随意赞赏

微信

支付宝
◆本文地址: , 转载请注明◆
◆评论问题: https://jerkwin.herokuapp.com/category/3/博客, 欢迎留言◆


前一篇: GROMACS团簇分析代码
后一篇: 绝望之于失望正与希望同

访问人次(2015年7月 9日起): | 最后更新: 2018-10-14 22:15:41 UTC | 版权所有 © 2008 - 2018 Jerkwin