线性拟合的matlab仿真代码，包含数据点的收集、一般最小二乘算法、正交回归算法，画图等。其中数据点的收集还包括曲线的数据点收集。

对于时慢变对象需要跟踪对象的特性。如果对象能够用线性系统描述，则需要跟踪其状态方程式的系数。这个场合，递推最小二乘法比较适用。本小程序提供了实现递推最小二乘法的代码，供需要的同仁参考。

关于最小二乘法和最大似然的论文，带matlab程序

多级最小二乘法.清华大学出版社，方崇智，过程辨识

由于神经网络具有拟合非线性的能力,所以可以用神经网络来处理内部模型的非线性特性,因此这种内部模型采用神经网络的非线性PLS方法得到了广泛的应用。传统的前馈神经网络在训练中采用梯度学习算法,网络中的参数需要迭代更新,不仅训练时间长,而且容易导致局部极小和过度训练等问题,另外其多隐层的结构也导致了样本训练速度慢,训练误差大"此外,Bartlett提出对于已达到最小训练误差的前馈神经网络,权值越小泛化特性越好,而传统的梯度学习算法仅仅考虑训练误差最小,忽视了权值大小对网络的影响,这些问题都将影响到模型的泛化特性。

通过应用TLS技术算法，实现了对 方程组的 精确 快速 求解！

普通最小二乘法回归_源码数据 包含 数据集 Cal_housing.csv ，源码 ExistData.py ，SimulateData.py

这是一组经典最小二乘法数字全息相位解包的matlab程序，共享给大家学习交流~

基于移动最小二乘法的曲线曲面拟合.pdf

使用最小二乘法拟合y=ae^(bx)型曲线，包括了求对数后拟合和直接拟合两种方法，后者的拟合精确度最高，并给出了均方误差和最大偏差点。