MATLAB语言在非线性最小二乘估计中的应用.pdf

介绍偏最小二乘的经典入门教材，非常详细，有丰富的案例解析

这种问题出现在统计、线性代数和正则化中。 该方法使用二次特征值问题（QEP）。 版本 2 也有 Sorensen/Brust 方法

基于带遗忘因子最小二乘三次多项式拟合模型的世界人口预测，张雨浓，陈宇曦，人口问题一直是影响和制约人类社会发展的重大问题之一，它受到诸如自然环境、政治、经济、历史、文化等众多因素的影响，因此人口

首先感谢扫描上传者。 偏最小二乘回归分析是从应用领域中提出的一种新型多元数据分析方法。20多年来，它在理论和应用方面都已经得到迅速的发展。偏最小二乘回归分析主要适用于多因变量对多自变量的回归建模，并可以有效地解决许多用普通多元回归无法解决的问题，诸如克服变量多重相关性在系统建模中的不良作用以及在样本容量小于变量个数的情况下进行回归建模等。而且它还可以将回归建模、主成分分析以及典型相关分析的基本功能有机地结合起来。 　　1999年在国防科技图书出版基金的资助下，本书作者之一王惠文教授曾出版了专著《偏最小二乘回归方法及其应用》。本书将在该专著的基础上，更加全面地体现偏最小二乘回归的理论与应用的前沿

这是做的一个毕业设计，已经通过了老师同学的认证，程序也比较好用。

在科学实验及应用中,需要对数据进行拟合,以便更好地建立自变量与因变量之间的函数关系,从而分析其内在规律。最小二乘法因其准确性高、计算量小等特点而被广泛应用到曲线拟合问题中。本文通过最小二乘法的曲线拟合方法,利用Matlab软件实现数据的拟合并进行数据预测。结果表明建立的拟合函数预测值结果与实际情况近似一致。

基于最小二乘改进算法的时变系统参数辨识

RLS算法中，权矢量随迭代次数的增长而变化的收敛情况

lpc matlab代码语音压缩最小二乘法 最小二乘音频和语音压缩线性预测编码（LPC） 这是设拉子大学线性代数课程的MATLAB项目，由Hamed Masnadi-Shirazi博士在2016年Spring学期授课。 项目指南也包括在内。