基于LSSVM优化组合的风速短期预测，周会友，滕婧，风速受地理环境等因素影响，具有很大的随机波动性，被认为是最难准确预测的参数之一。对风电场风速的准确预测，可有效缓解风速变

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。

行业分类-物理装置-基于二维多集偏最小二乘的人脸图像超分辨率重建方法.zip

行业分类-物理装置-基于分数阶正交偏最小二乘的人脸超分辨率重建识别方法.zip

Matlab最小二乘拟合图像；可以拟合任意数量的数据；可查看截距、斜率；有网格；之线区间可以根据自己实际需求改写，默认600；显示线性度的最大非线性；有图例，说明哪个数据是什么

针对湿式磨机在磨矿过程中负荷(ML)难以测量的特点,提出了一种基于核函数选择的多输出LSSVM磨机负荷软测量方法。引入能量熵的概念,借助超球体表示和核函数本身蕴涵的度量特征,提出基于样本分布能量熵的支持向量机核函数选择方法;利用LSSVM建立模型对多输入多输出磨机负荷进行软测量,且将据此测量的结果与BP神经网络测量结果进行了比较。仿真结果表明,借助样本分布能量熵选择LSSVM核函数,有助于SVM泛化能力和磨机负荷软测量准确率的提高。

偏最小二乘算法（Partial Least Squares，PLS）是一种常见的多元线性回归算法，MATLAB在R2008a版本已经加入了PLS算法的实现函数。 该代码把偏最小二乘算法（Partial Least Squares，PLS）的回归应用整理为“读取数据-训练模型-数据预测”的形式。

java实现一元、多元、对数、指数等拟合（最小二乘法拟合直线、曲线）

MLSSVR 多输出最小二乘支持向量回归机 1.简介 1.1。 描述 多元输出回归旨在学习从多元输入特征空间到多元输出空间的映射。 尽管它具有潜在的用途，但是最小二乘支持向量回归机（LS-SVR）的标准公式[1] [2]无法应对多输出情况。 通常的过程是训练多个独立的LS-SVR，从而忽略不同输出之间潜在的（潜在的）非线性交叉相关性。 为了解决这个问题，受多任务学习方法（如[3]）的启发，Xu等。 al。 [4]提出了一种新颖的方法，即多输出设置下的多输出LS-SVR（MLS-SVR）。 MLSSVR是MLS-SVR的MATLAB实现，在[4]中具有更有效的训练算法。 1.2。 新闻，评论和错误报告。 我们非常感谢您的任何建议，评论和错误报告。 1.3。 执照 MLSSVR是免费的MATLAB工具箱； 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

数值分析 课程设计 解线性方程组 插值 最小二乘拟合 数值积分 附带报告