曲线拟合的目的是找出一系列的参数a0，a1，....，通过这些参数最好地模拟实验结果。
*线性拟合-把实验数据拟合为一条直线y[i]=a0+a1*X[i]
*指数拟合-把数据拟合为指数曲线y[i]=a0*exp(a1*X[i])
*广义多项式拟合-就是多项式拟合，即把数据拟合为多项式函数：
y[i]=a0+a1*X[1]+a2*X[i]^2...
可以选择不同的算法，以获得更好的精度和准确性。
*广义线性拟合-公式为y[i]=a0+a1*f1(X[i])+a2*f2(X[i])...,这里y[i]是参数a0,a1,a2...等的线性组合。广义线性拟合也可以选择不同的算法来提高精度和准确度。例如：y=a0+a1*sin(X)是一个线性拟合。因为y与参数a0，a1有着线性关系，同样道理，多项式拟合也总是属于线性拟合，但是它可以采用一些特殊算法以提高拟合处理的速度和精度。
实验要求
根据给定的实验数据，采用建立数组的方法，使用线性拟合.vi或广义多项式拟合.vi将实验数据拟合成直线或曲线，并分页显示拟合曲线及拟合曲线系数。
curve fitting
The purpose of curve fitting is to find out a series of parameters a0, a1,... Through which the experimental results can be best simulated. (2019-06-04, LabView, 19KB, 下载2次)