Question

实际上有一个帖子与此非常相似，但在大约5年前提出了一个不同的问题。

我有一组不是椭圆形的点，我想在最小二乘意义上为它们拟合椭圆。这些是我发现进行计算的函数。我对它们进行了简单检查，但未发现任何错误。

http://nicky.vanforeest.com/misc/fitEllipse/fitEllipse.html

package main

import (
    "crypto/aes"
    "log"
)

func main() {
    result := make([]byte, 16)
    key := []byte{
        52, 51, 51, 100, 52, 53, 98, 57, 51, 98, 98, 98, 102, 102, 56, 100,
        54, 53, 53, 49, 55, 56, 54, 51, 50, 102, 49, 56, 101, 97, 101, 97,
    }
    data := []byte{89, 0, 192, 238, 251, 3, 19, 11, 0, 0, 0, 0, 0, 15, 0, 236}

    cipher, err := aes.NewCipher(key)

    if err != nil {
        log.Fatal(err)
    }

    cipher.Encrypt(result, data)

    log.Println(result)
}

我的问题是：我有一组地理空间数据，我需要适应这些省略号。为了比较不同纬度的椭圆，我需要将它们全部投射到局部切线平面。这很简单。但是：使用一个这样的样本数据集，函数可以工作并给我一个格式良好的椭圆。然而，当我进行投影时，它给出了一个椭圆，其长轴比短轴短，这使得计算非虚拟偏心很困难：P（$ e = \ sqrt {1 - b / a} $ ）。

即使我的投射是错误的（事实并非如此），这些功能仍应能够采用这些点并产生合适的效果。我无法弄清楚为什么有些数据集会产生无意义的几何数据。有什么想法吗？

如果没有，是否有人有任何其他方法将椭圆拟合到python中的数据？

将椭圆拟合到python中的点

0 个答案: