此提交是应请求编写的 - 作为处理线性最小二乘问题的工具，受可能存在秩不足的线性等式约束。 （当然，它也可以处理满秩约束的问题。）如果出现秩不足约束系统，它会测试约束的一致性。 我向 LSE 添加了一些其他功能： - 它允许最小二乘问题的多个右手边，当然完全矢量化。 - 可以提供重量。 - 您可以选择最小二乘解算器，反斜杠或 pinv。 LSE 解决问题（对于未知向量 x） argmin 范数(A*x - b) 受约束 C*x = d 例如，考虑随机系统A = rand(10,3); b = rand(10,1); 具有秩亏约束集C = [1 1 1;1 1 1]; d = [1;1]; X = lse(A,b,C,d) X = 0.5107 0.57451 -0.085212 验证是否满足约束 C*X 回答= 1 1 当指定 \ 时，列旋转用于从约束系统中消除变量，

这个是多元的

n点m次最小二乘滑动平均公式-9点滑动平均公式

n点m次最小二乘滑动平均公式-推导

n点m次最小二乘滑动平均公式-5点滑动平均公式

n点m次最小二乘滑动平均公式-7点滑动平均公式

LIPRAS：线轮廓分析软件（LIPRAS）是图形用户界面，用于粉末衍射数据中布拉格峰的最小二乘拟合。 对于输入数据的任何区域，用户可以选择要应用于拟合的轮廓函数，约束轮廓函数，并根据所选的轮廓函数查看结果拟合

为提高道路交通事故的预测精度以及建模速度，在分析道路交通事故影响因素基础上，提出了基于灰色关联分析的LS-SVM道路交通事故预测模型。该模型采用灰色关联分析完成影响因素的相关性分析，结合关联度值，筛选最小二乘向量机模型的输入变量，简化LS-SVM模型结构；然后运用动态改变惯性权重自适应粒子群算法（DCW-APSO）对模型参数进行优化选取；最后应用模型预测1996—2000年的综合道路交通事故死亡率，并将预测结果与其他模型进行对比分析。结果表明，相较其他预测模型，该模型具有较快的收敛速度，并能明显提高道路交通事故预测的精度。

两种直线拟合方法的比较研究，直线拟合 最小二乘 整体最小二乘

Step3：单级倒立摆动力学非线性方程组 Step4：化成状态空间描述。 4、最小二乘应用——单级倒立摆