搜索资源列表
EOM
- 拉格朗日插值多项式拟合,牛顿插值多项式,欧拉方程解偏微分方程,使用极限微分求解导数（微分）,微分方程组的N=4龙格库塔解法,雅可比爹迭代法解方程AX=B,最小二乘多项式拟合,组合辛普生公式求解积分,用三角分解法解方程AX=B-Lagrange interpolation polynomial fitting, polynomial interpolation Newton, Euler equations partial differential equations, Limit the use
正交多项式
- 基于最小二乘原理的正交多项式拟和输入原始数据及拟和次数即可输出最终拟和表达式系数-based on the principle of least squares orthogonal polynomials and to the importation of the raw data and can be exported and the number of proposed and final expression coefficient
多项式拟合
- 最小二乘拟合
affine
- 基于最小二乘法的仿射变换 matlab实现-Least square method based on the realization of affine transformation matlab
Leastsquaremethod
- 基于非等距节点的正交多项式的最小二乘法拟合算法之程序实现-Nodes based on non-isometric orthogonal polynomial least squares fitting algorithm of the program
ols
- 最小二乘法原理及其MATLAB实现 线性拟合 多项式拟合 非线性拟合程序-Principle and MATLAB least squares linear fitting polynomial fitting nonlinear fitting procedure
LMS_poly_fit
- 最小二乘实现多项式拟合，数值分析作业，给初学者作为参考。-Achieve least-squares polynomial fitting, numerical analysis operations as a reference for beginners.
leastsquaresprocedure090513
- 最小二乘法实现m个方程的最高n次多项式的拟合。-least-squares procedure
polynomialfitting
- 最小二乘法解多项式拟合问题的fortran编写的源程序 -Least squares polynomial fitting problem solution prepared fortran source
ZJZXEC
- 在matlab中编程实现的正交多项式最小二乘拟合函数,调用格式：a=zjzxec(x,y,m)-In the matlab programming in the orthogonal polynomial least squares fitting function, call format: a = zjzxec (x, y, m)
fit
- 该算法是用正交多项式来求最小二乘拟合多项式。-This algorithm is to use orthogonal polynomials to seek least-squares polynomial fitting.
quanmeijindian-shuzhifenxi
- 本书内容丰富且颇具特色。 本书综述了数值分析领域的诸多内容，包括配置多项式、有限差分、阶乘多项式、求和法、Newton公式、算子与配置多项式、祥条、密切多项式、TaylM多项式、插值、数值微分、数值积分、和与级数、差分方程、微分方程、最小二乘多项式逼近、极小化极大多项式逼近、有理函数逼近、三角逼近、非线性代数、线性方程组、线性规划、边值问题、MonteCarIo方法等内容。 本书的特色主要表现在利用例题及大量详细的题解来透彻地阐明所述内容的内涵，同时附有大量的补充题以便读者进一步巩固和深
hpir
- 本程序用C++语言编写了最小二乘曲线拟合的程序，在VC2008环境中运行成功，并给出了一个实例。 // 输入 - X[n]、y[n] 拟合次数（几次的多项式） // 输出 - out[n]（拟合后的节点值） dt[0]-累计平方误差 dt[1]-累计绝对误差 dt[2]-最大误差 // 输入 - X[n]、y[n] 拟合次数（几次的多项式） // 输出 - out[n]（拟合后的节点值） dt[0]-累计平方误差 dt[1]-累计绝对误差 dt[2]-最大误差-this is a
Polynomial-fitting-
- 时间序列的最小二乘多项式拟合，并且绘制观测数据离散点图和多项式曲线.-Least squares polynomial fitting of time series, and draw the observational data from the scatter plots and polynomial curve.
duoxiangshinihe
- 《数值计算方法》中根据给定的一些点的坐标（x,y），使用最小二乘多项式拟合方法，根据用户输入的点坐标及需要拟合出的多项式阶数，实现拟合多项式的系数输出！-" Numerical Methods" at some point according to the given coordinates (x, y), using the least squares polynomial fitting method, based on user input point coordinat
BestFitting
- 使用java实现最小二乘算法，实现曲线拟合，实现多项式拟合(Using java algorithm to achieve the least squares, curve fitting, polynomial fitting)
正交多项式最小二乘拟合
- 计算给定点列的曲线拟合最小二乘法得到的函数(The function of least square method for curve fitting of fixed point column)
多项式最小二乘拟合与龙贝格积分法
- 通过最小二乘法拟合曲线，并使用龙贝格公式计算积分(By the method of least squares fitting curve, and use the formula to calculate the Romberg integral)
main
- 最小二乘算法拟合多项式，最小二乘法（又称最小平方法）是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。(Least square algorithm fitting polynomial)
MLS
- MLS（移动最小二乘） 1.拟合函数的建立不同。这种方法建立拟合函数不是采用传统的多项式或其他函数，而是通过系数向量和基函数来决定在某个x处的值。 2.引入紧支的概念，认为在x处的值y只受到x附近子域内的节点的影响。这个子域称作是x的影响区域，影响区域外的节点对x处的取值没有影响。影响区域内的每个节点对x处的取值的影响是不一样的。所以需要一个权函数来定义每个节点的影响。(MLS (Moving Least Squares) July 25, 2018 15:42:20 blank_downdo