原创力文档- 1、本文档共6页，其中可免费阅读2页，需付费100金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
使用在中实现基于最小二乘法的非线性参数拟合整理自网上资源最小二乘法在曲线拟合中比较普遍拟合的模型主要有直线型多项式型分数函数型指数函数型对数线性型高斯函数型一般对于问题通常利用反斜杠运算或优化工具箱提供的极小化函数求解在中曲线拟合工具箱也提供了曲线拟合的图形界面操作在命令提示符后键入即可根据数据选择适当的拟合模型命令假设要拟合的多项式是首先建立设计矩阵执行中包含了三个参数这种方法对于系数是线性的模型也适应假设要拟合设计矩阵为多重回归乘积回归设要拟合其中和是预测变量是响应变量设计矩阵为注意大小相等
使用 nlinfit 、fminsearch 在 matlab 中实现基于最小二乘法的
非线性参数拟合
（整理自网上资源）
最小二乘法在曲线拟合中比较普遍。拟合的模型主要有
1. 直线型
2. 多项式型
3. 分数函数型
4. 指数函数型
5. 对数线性型
6. 高斯函数型
一般对于 LS 问题，通常利用反斜杠运算“ ”、fminsearch 或优化工具箱提供
的极
文档评论（0）