核自适应滤波算法，在时间序列预测上有很多引用，核递推最小二乘，KLMS,KRLS,KAPA，EXKRLS，可用于混沌时间序列预测 算法齐全

递推最小二乘MATLAB代码，以测量100m物体的长度为例。有详细注释。

基于电动轮驱动电动汽车平台道路试验，对一种新的汽车质量辨识算法进行了研究．该方法根据加速度传感器能够测量沿测量轴的重力分量的特点，排除了坡度对质量辨识的影响；根据加速度分段方法，分别利用两段递推最小二乘算法得到行驶阻力及质量的估计值．在电动轮驱动电动汽车平台上分别进行了沥青、塑胶及碎石路面上以及坡道上的试验，分析了行驶阻力与质量辨识的误差与收敛情况，并针对几种特殊工况对算法进行适应性改进．试验结果显示，不同质量及道路状态下的估计误差均在2．5％以下，表明所设计的辨识算法具有很高的估计精度，具有良好的工程应

二、带遗忘因子的渐消记忆递推最小二乘法 在使用RLS法的实时辨识中,随着k的增大,矩阵P(k)将逐渐趋近于零阵而出现数据饱和,即新数据将逐渐失去对参数估计值的影响力. 此外,许多实际工程和社会系统的模型参数随系统环境和内外扰动而缓慢变化,为能跟踪好这些缓慢时变的参数,需逐步赐除老数据对估计值的影响. 因此上一节的RLS法并不适用于这类具有时变参数的系统的参数估计. 为降低老数据的影响力,增加新数据提供的信息量,下面引入带遗忘因子的渐消记忆RLS法.

介绍了基于递推最小二乘法进行系统辨识的基本原理，对给定的实际输入输出数据运用MATLAB的M语言编写递推最小二乘算法，最后给出相应的仿真结果和分析，并对得到的模型进行验证。

基于递推最小二乘参数算法的锂电池参数辨识，适合学生及工程人员参考。

应用最小二乘一次完成法和递推最小二乘法算法的系统辨识实验报告，包含概念理论及Matlab报告程序。完备的资料。你值得拥有。。。。。。

递推最小二乘的matlab算法，真实有效，很好用的 打包好了的

遗忘因子递推最小二乘参数估计，用于识别系统，MATLAB程序 遗忘因子递推最小二乘参数估计，用于识别系统，MATLAB程序

rls算法，递推最小二乘法是最小二乘法中的一种快速算法。递推最小二乘（RLS）算法在迭代过程的每一步都能达到最佳迭代算法。RLS算法可以使输出信号在最小二乘意义上尽可能接近期望信号，因为它可以选择自适应滤波器的权重系数。RLS算法在最小化过程中必须使用所有可用的输入信号信息。