具有预负载非线性特性的双率系统递推最小二乘估计算法

文章对经典的最小二乘和全最小二乘方法的应用背景 原理与算法进行了介绍 给出了它们在线性模型参数估计中的 实现 通过计算机仿真说明了在模型中所有变量均具有不可忽略的误差时 全最小二乘法得到的参数估计更接

The Levenberg-Marquardt method for nonlinear least squarescurve-fitting problems

在最近几年中,多种表面分类(MSC)算法(例如投影孪晶) 支持向量机(PTSVM)和最小二乘PTSVM(LSPTSVM)引起了广泛关注。 但是,没有提出对它们的任何修改以处理非线性分类。 这激发了向新

最小二乘法线性非线性拟合，讲义。但不涉及程序。

针对有关文献所设计的控制律, 在一较弱的条件下, 去掉了符号运算部分, 证明该控制律可避 免 “零除” 问题, 提高了运算速度。对于这种基于神经网络和L S 算法的自适应控制问题, 证明了系统状 态

提出了一种利用非线性最小二乘拟合法自校准测量偏振元件Mueller矩阵参数的新方法。通过测量放入待测样品前后输出偏振态的Stokes参数,建立起由测得的输出偏振态参数、系统未知参数与被测样品的Muel

对于一类参数未知的非线性离散系统,自适应直接广义提出了一种基于在线最小二乘支持向量机(OLS–SVM)的预测控制方法。 在该方法中,使用OLS–SVM直接设计控制器,并改进了投影引入了基于跟踪误差的自

本资源是基于最小二乘估计的目标跟踪Matlab实现，希望对你有用。

基于最优权重的加权最小二乘状态估计

实现了最小二乘算法，用Matlab语言编写的源代码，