支持向量机和BP神经网络都可以用来做非线性回归拟合，但它们的原理是不相同的，支持向量机基于结构风险最小化理论，普遍认为其泛化能力要比神经网络的强。大量仿真证实，支持向量机的泛化能力强于BP网络，而且能避免神经网络的固有缺陷——训练结果不稳定。本源码可以用于线性回归、非线性回归、非线性函数拟合、数据建模、预测、分类等多种应用场合-Support vector machines and BP neural network can be used for non-linear regression f

利用最小二乘算法实现对三维平面的拟合，利用最小二乘法进行拟合多元非线性方程，课程设计时编写的matlab程序代码。- Least-squares algorithm to fit a three-dimensional plane, Multivariate least squares fitting method of nonlinear equations, Course designed to prepare the matlab program code.

根据初始参数及相关数据拟合出非线性曲线，从激光器的热稳速方程出发，结合数据，优化参数(According to the initial parameters and related data to fit out the nonlinear curve)

遗传算法优化BP神经网络，对非线性函数进行拟合。(The genetic algorithm optimizes the BP neural network to fit the nonlinear function.)

机器学习是一门强大的语言，可以拟合、仿真、预测 各类数据之间的非线性映射，并揭示彼此间的联系(Machine learning is a powerful language that can fit, simulate, and predict the nonlinear mapping of various data and reveal the relationship between each other.)