曲线拟合的最小二乘法

在实际问题中测得的实验数据有时需寻求较简单函数逼近来解，曲线拟合的最小二乘法在解决这类问题的数据处理和误差分析中应用非常广泛，可提高数据处理的效率和精确度，已成为这类问题数据处理的重要的比较可靠的技术手段。     

利用正交多项式做最小二乘法拟合

对给定的数据作拟合时导出的法方程组往往是失真的，甚至是严重的失真，为了避免此现象，本文采用正交多项式做最小二乘曲线拟合，从而在运算中不需解方程组，只用递推公式逐次形成曲线拟合函数。     

非线性曲线拟合的最小二乘法及其应用

本文主要讨论了怎样利用最小二乘法求解非线性曲线的数据拟合问题,并调试出了求解此问题的程序.     

基于最小二乘法位移传感器数据的曲线拟合

在某些环境下不能直接采集做功能量值,使用位移传感器作为采集做功能量的媒介,可以转化由直接采集做功能量的困难。针对位移传感器的数据采集值,分析了最小二乘法的原理。采用最小二乘法的处理方法对其进行曲线拟合,给出了算法流程和程序,较好的逼近了实际值。     

实验数据最小二乘法拟合的正交多项式程序研制

用正交多项式进行曲线拟合是一种处理实验数据的重要手段，而在程序研制过程中，曲线拟合的优度，以及正交多项式最佳阶数的选择是一个很关键的问题，本工作利用Ｕ检验，确定最佳阶数，用编制的程序来拟合实验数据，得到了令人满意的结果。     

实验数据最小二乘法拟合的正交多项式程序研制

用正交多项式进行曲线拟会是一种处理实验数据的重要手段，而在程序研制过程中，曲线拟合的优度，以及正交多项式最佳阶数的选择是一个很关键的问题，本工作利用U检验，确定最佳阶数，用编制的程序来拟合实验数据，得到了令人满意的结果。     

利用VB实现物理实验中最小二乘法的数据处理

以物理实验中经常遇到的两物理量x，y间存在y=α bx的线性关系为基础，以求最佳直线参数为依托，并以最小二乘法求组合测量中最佳直线参数为例子，阐述了如何利用VB轻松处理物理实验中的数据     

导入CI权函数的群组AHP拓广简化最小二乘法

本文对群组判断矩阵排序提出一种新的导入CI权函数的拓广简化最小二乘法,鉴于群组AHP中不同专家所给判断矩阵质量上的差异,引入规一化后判断矩阵的一致性指标CI的倒数为相应专家的权函数,对群组判断矩阵进行不同程度的加权处理,得到了权重向量的相应计算公式,并给出其严格证明,最后通过算例验证了该算法的有效性。     

用程序解加权最小二乘拟合多项式的系数

本文首先简单介绍了最小二乘法原理和利用加权最小二乘法求拟合多项式的系数问题,然后利用C语言设计求解加权最小二乘拟合多项式系数的程序．只要输入给定的数据点、相应的权重和所求拟合多项式的次数,运行该程序后就能准确地、高精度地得到拟合多项式的系数．     

Origin对溶液σ-c关系的非线性拟合

“溶液表面张力测定”实验中 ,最困难的数据处理是表面吸附量的计算。利用Origin软件中非线性曲线拟合自定义函数功能 ,求解表达溶液表面张力与浓度关系的希斯科夫斯基经验公式中的待定参数 ,大大减少了表面吸附量的计算误差 ,使溶液表面张力实验数据的处理简便、快捷。     

Mathematica在曲线拟合中的运用

数学模型的拟合是统计工作者常用的手段，同时又是一项需要付出大量精力的工作，Mathematica软件为数据分析提供了某种便捷．通过某市GDP统计数据，详细介绍了在Mathematica中如何实现模型的拟合，并保证程序能够二次利用，提高了利用率．     

最小二乘支持向量机对数据点的B样条拟合

讨论了基于"结构风险"意义下用最小二乘支持向量回归机构造B样条曲面的逼近问题,其出发点是最小化结构风险,在理论上保证了较好的推广能力,能够实现对原始曲面的逼近;建立了B样条曲面拟合的数学模型,构造了一种特殊的核函数来保证曲面的B样条表示形式.     

最小二乘法原理及其在实验曲线拟合中的应用分析

最小二乘法在曲线拟合中占有十分重要的位置,在一元一次直线方程中,最小二乘法的应用十分广泛,但在一元二次的直线方程中应用有限,本文从最小二乘法在直线中应用出发,引进一元二次方程进行论述,从物理学角度将所得物理模型进行论证,最终通过校验说明文章模型的合理性。     

约束条件下的广义最小二乘估计

本文仿造约束最小二乘估计和广义最小二乘估计的推导方法．给出约束条件下的广义最小二乘估计。     

一条磨光的拟合曲线

通过对类似直角梯形的曲线进行磨光构造了一条光滑拟合曲线。     

基于MATLAB的MoSi_2发热体电阻率曲线拟合

介绍一种基于MATLAB曲线拟合界面实现的MoSi2发热体电阻率曲线拟合方法,并利用误差理论对拟合曲线进行误差分析。结果表明,采用三次多项式拟合曲线作为MoSi2发热体电阻率曲线具有较高的精度,该结论与由MATLAB曲线拟合界面拟合获得的SEE、Adj R-square值分析的结果相符合。