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

matlab说话代码LARS ++ Lars ++是一个C ++和Matlab软件库，用于精确地和近似地求解L1正则化的最小二乘。 它基于以下论文： 埃夫隆（Efron，B.），约翰斯顿（Johnstone），哈斯提（Hastie）和蒂布希拉尼（Tibshirani）（2002）。 最小角度回归统计年鉴2003 除参考BLAS和CBLAS实现之外，此软件包中包含的所有代码均受版权保护。 有关使用的详细信息，请参阅LICENSE.txt文件。 一般来说，它可以不受限制地免费用于公司和非公司使用。 它绝对没有保修。 版权所有（c）2006 Varun Ganapathi，David Vickery，James Diebel，斯坦福大学 执照 有关完整许可证，请参见文件LICENSE.txt。 该程序是免费软件； 您可以根据自由软件基金会发布的GNU通用公共许可证的条款重新分发和/或修改它； 许可的版本2，或（由您选择）任何更高的版本。 分发该程序是希望它会有用，但是没有任何保证； 甚至没有对适销性或特定用途适用性的暗示保证。 有关更多详细信息，请参见GNU通用公共许可证。 您应该已经与该程

该工具箱主要用于商业用Matlab软件包使用。Matlab的工具箱已经在不同的计算机体系结构编译和测试，包括Linux和Windows。大部分函数可以处理的数据集可高达20，000或更多点的数据。LS- SVMlab对Matlab接口包括一个适合初学者的基本版本，以及一个多类编码技术和贝叶斯框架的更先进的版本。

空间离散点球体最小二乘拟合MFC源代码

LMfit-py 概述 LMfit-py提供了最小二乘最小化例程和类，并提供了一种简单，灵活的方法来参数化模型以拟合数据。 LMfit是一个纯Python软件包，因此易于从源代码安装或通过pip install lmfit进行pip install lmfit 。 如有疑问，意见和建议，请使用。 对于已知问题和错误报告，鼓励在GitHub Issues中使用错误跟踪软件。 在创建问题之前，请阅读 。 参数和拟合 LMfit-py提供了最小二乘最小化例程和类，并提供了一种简单，灵活的方法来参数化模型以拟合数据。 命名参数可以固定固定或自由调整，也可以固定在上下限之间。 另外，可以将参数约束为其他参数的简单数学表达式。 为此，程序员定义一个Parameters对象，一个增强的字典，其中包含命名参数： fit_params = Parameters() fit_params['amp']

解：求Ax=b的最小二乘解就是求 的极小点。由于 下面先给出两个需要用到的向量求导公式： （3-2-1） （3-2-2） 当A不时对称阵时，式（3-2-10）应该为 （3-2-3）

该库实现了一种随机算法，用于求解最小二乘方程 x = arg min norm(A * x - b, 2) 或欠定系统 min(norm(x, 2)) st Ax=b。 对于 m×n 矩阵运行此 o(mn^2) 的可能性很高。 有关求解器的详细信息，请参见位于以下位置的论文： Blendenpik：增压 LAPACK 的最小二乘解算器。 作者：Haim Avron、Petar Maymounkov 和 Sivan Toledo。 需要构建 FFTW 和/或 SPIRAL WHT。 提取文件并写入 install_blendenpik。

采用最小二乘曲线拟合，可寻求有限测量数据及其伴随误差的变化规律。曲线拟合先确定拟合模型，再确 定函数的所属类。多项式拟合先将其化为双曲线、S型曲线、倒指数曲线、对数曲线等拟合曲线，再求解拟合多项式 系数。并用Matlab编制程序，对测量数据进行拟合与仿真。

这些函数可用于在任何分辨率的圆形Kong径上快速生成任何径向和方位角的 Zernike 多项式。 此外，它们可用于使用 Zernike 多项式对圆形Kong径内的任何图像执行快速最小二乘拟合，返回拟合中使用的每个多项式的相对系数（或“矩”，如文献所述）。 非常感谢 Chong et。 al 用于提出递归算法来计算多项式的径向部分； 正是这种算法使代码尽可能高效。 函数 zernike 用于生成 Zernike 多项式。 函数 zernike_moments 和 zernike_recreation 用于使用 Zernike 多项式对图像进行最小二乘拟合和重建。 请阅读功能说明以获取有关其使用的完整说明。

针对电力负荷的小样本、非线性、高维数和局部极小点等问题,提出采用最小二乘支持向量机方法建模,以历史负荷、温度、湿度等数据作为输入量,对短期电力负荷进行预测;针对最小二乘支持向量机在建模中存在的参数选取问题,采用一种根据种群多样性信息来指导初始种群选取和避免粒子早熟收敛现象的改进粒子群优化算法来优化最小二乘支持向量机的惩罚因子和核参数。仿真结果表明,基于改进粒子群优化算法和最小二乘支持向量机的短期电力负荷预测方法较最小二乘支持向量机预测方法、基于基本粒子群优化算法和最小二乘向量机的预测方法具有更好的预测精确度。