这是的存储库，这是一个用于 l1 正则化最小二乘问题的简单 Matlab 求解器。

solve the least square problem Ax=b using iterative method

[e,w]=RLSFilterIt(n,x,fs) 是用于降噪的 RLS 滤波器的实现。 参数 n 是干扰信号，而 x 是被噪声干扰破坏的所需信号。 参数 fs 是输入 n 和 x 的采样频率。 此外，参数 e 和 w 分别是滤波后的信号和滤波器系数。 该程序遵循海金 2002 年的“自适应滤波器理论”中使用的符号。 该函数包括一个从正弦音中去除加性白噪声的简单示例，并且可以调整音对噪声的 SNR 以检查滤波器的性能。 也可以提供输入信号。 代码得到了很好的评论，我将不胜感激任何反馈和建设性的批评。 谢谢

为提高最小二乘支持向量机(LSSVM)预测模型的精度,准确预测煤炭开采成本.利用改进的自适应粒子群算法(IAPSO)的全局搜索能力,寻找LSSVM最优的惩罚因子r和高斯核函数的半径σ,提出一种IAPSO-LSSVM预测算法.在分析影响煤炭开采成本的空间因素、时间因素和定性因素的基础上,构建基于IAPSO-LSSVM的煤炭开采成本预测模型,并以TF煤业集团数据进行仿真实验.结果表明:与LSSVM、PSO-LSSVM算法相比,该模型预测效果更好.

knn，最小二乘，softsvm分类器的matlab实现，以及简单的交叉验证等 knn，最小二乘，softsvm分类器的matlab实现，以及简单的交叉验证等

增广最小二乘的递推算法对应的噪声模型为滑动平均噪声，扩充了参数向量和数据向量H（k）的维数，把噪声模型的辨识同时考虑进去。最小二乘法只能获得过程模型的参数估计，而增广最小二乘法同时又能获得噪声模型的参数估计，若噪声模型为平均滑动模型，，则只能用RELS算法才能获得无偏估计。当数据长度较大时，辨识精度低于极大似然法。

此代码为matlab代码，可直接使用，简单引动，用于建模分析,新手可用于学习理解，代码不难理解，通俗易懂，此代码用于MATLAB2019版本没有任何问题，也不需要进行调试，本人亲测

本文介绍了系统辨识基本理论，从最小二乘到回归分析的基本说明，同样对最小二乘等进行了拓展研究的算法也进行了总结。本文比较偏向于算法研究，不包含程序。

通过采集数据，通过最小二乘算法，辨识出重力，漂移力，以及相对于末端的旋转角度。详情请看博客。

IEEE 数字化波形记录器标准 (IEEE Std 1057)：使用矩阵运算拟合正弦波数据的最小二乘算法： - 三参数（已知频率，非迭代）和-四参数（通用，迭代查找频率）。 新增功能： - 启用复杂的正弦曲线拟合。 - 使用函数 fminbnd 的替代 4 参数拟合。