它将理查森外推法应用于泰勒级数，以使用“n”次迭代来逼近任何函数 f(x) 在 x_0 处的导数。 这是一个 O(n^2) 算法，可以在“数值数学和计算，Ward Cheney 和 David Kincaid，第 6 版”第 4.3 节中找到。

使用非 NaN 元素在二维数组中插入 NaN 元素。 也可以外推，因为它不使用数据的三角剖分。 Inpaint_nans 提供了几种不同的插值方法，可以在准确性与速度和所需内存之间进行权衡。 目前在 inpaint_nans 中发现的所有方法都基于稀疏线性代数和 PDE 离散化。 本质上，PDE 被求解为与提供的信息一致。

LPREDICT 使用线性预测来推断数据，通常是时间序列。 注意，这与线性外推不同。 自相关系数的窗口超出数据限制以外推数据。

运用fortran语言编写的FDTD程序，实现3D-FDTD的近远场外推，最终获得RCS。

为解决GPS卫星广播星历的拟合问题,采用最小二乘算法给出了由精密星历拟合广播星历参数的过程,探讨了拟合过程中采用数值导数计算参数偏导数的方法以及数值导数微小量的选取准则,对不同拟合时长的拟合精度及外推精度进行了详细的分析.研究结果表明:数值导数方法在广播星历拟合中是有效的;拟合精度随着拟合时长的增加显著降低,拟合时长为2 h、3 h、4 h,时段内拟合精度分别为1.6 cm、7.7 cm、23.8 cm;外推精度与拟合时长以及外推时长都有关,拟合时长增长时外推精度降低,而相同拟合时长下,外推精度也随着外推时长的增长显著降低.

（三）趋势外推法 趋势外推法亦称长期趋势预测法，它是根据本章第3节介绍的构造时间数列长期趋势方程，进行外推预测。 （四）时间数列的自相关性和自回归预测法  1.时间数列的自相关性 设y1，y2，…，yt，…，yn为一个时间数列Y的n个观察值。把前后相邻两期的观察值一一配对，便有（n-1）对数据 。 y1，y2，…，yt，…，yn-1 y2，y3，…，yt+1，…，yn x y

matlab参数建模法代码 名称 Algorithm :: Burg-使用Burg方法外推时间序列 版本 0.001版 概要 描述 该模块使用Burg方法将前向和后向预测误差最小化（最小二乘），同时约束AR参数以满足Levinson-Durbin递归，从而将自回归（AR）模型拟合到输入数据。 免责声明：这是正在进行的工作！ 代码有错误，接口可能会更改。 属性 系数 通过train方法计算出的AR模型多项式系数。 命令 AR模型订单 series_tail 存储的时间序列的最后一项。 方法 火车（$ time_series） 使用适用于输入源数据$time_series Burg算法计算系数向量。 预测（$ n） 预测时间序列的$n下一个值。 如果$n为0或大于0，则假定$n =。 #!/usr/bin/env perl; use strict; use warnings qw(all); use Algorithm::Burg; ...; my $burg = Algorithm::Burg->new(order => 150); $burg->train(\@time_series)

Interplinare是用VBA编写的Excel函数，用于两个向量的线性插值和外推。 该函数包括带有冒泡排序算法的range_x的向量升序重新排序。

可导入卫星公开星历，计算得出卫星高度、经纬度、固定地点的方位、俯仰角等参数，可进行星历外推展示。稳定版、亲测好用

J2模型下的轨道外推