澤尼克配件我有一個客戶在JMP非線性模型庫中詢問有關Zernike擬合的問題。我對多項式擬合的方法不熟悉。是否有人熟悉此方法和/或在JMP中進行這種分析（或解決方法）的能力？謝謝。
回复：澤尼克配件從我在網上閱讀的內容來看，其背後的數學原理很難在Nonlinear中實現。對於2D或3D擬合，我將看一下高斯過程平台。它使用高斯隨機函數在數據點之間進行插值，並且可以擬合凹凸不平的表面。可以認為它類似於克里金法。GP的缺點是無法很好地解決非常大的問題（幾個版本之前添加了快速的GASP方法，因此它變得更好了）最終，它取決於他們想做什麼。
回复：澤尼克配件我第二 @DonMcCormack 關於高斯過程方法，但也建議使用神經網絡。 它們非常靈活，您可以使用不同的激活函數（Pro）來幫助構建更好的預測模型。
回复：澤尼克配件從apst中，我聽說只有在光學或眼睛健康的情況下，才能更好地適應波前。我知道MATLAB中有一些自定義實現：
https://de.mathworks.com/matlabcentral/answers/408242-toolbox-for-zernike-polynomial-surface_fitting
您還可以在那裡看到它們是如何實施的。要捕獲所有可能的Zernike多項式，需要處理許多不同的設置，計算和案例。然後，我不確定JSL是否可以很快處理所有矩陣運算。
不確定高斯和nn是否是通常的選擇，因為您通常使用的是zernike多項式，因為您要處理的是曲面，而不是平面的曲面（可以在上面放置漂亮的網格）。有一些使用卷積nn並嘗試對其進行概括以保持所需的正交性。
