1.最小二乘法及其历史

1.最小二乘法及其历史

  最小二乘法(Least Squares Method,简称LSM),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来寻找数据的最佳函数匹配。具体来说,就是寻找一个函数,使得该函数与观…
2.协方差矩阵及其应用

2.协方差矩阵及其应用

  协方差矩阵(Covariance Matrix)是一种在概率论和统计学中广泛使用的矩阵,它用于表示随机向量中给定的元素对之间的协方差值。协方差矩阵也可以称为色散矩阵、方差-协方差矩阵或方差矩阵。以…
3.线性最小方差估计

3.线性最小方差估计

  线性最小方差估计(Linear Minimum Variance Estimation, LMVE)是一种统计估计方法,它适用于已知对象的一阶和二阶统计特性(即均值和方差)的情况,并假设估计值是观…
4.递推最小二乘法

4.递推最小二乘法

  递推最小二乘法(Recursive Least Squares,简称RLS)是一种经典的参数估计方法,广泛应用于信号处理、通信系统、自适应滤波、控制系统等领域。它通过不断迭代更新参数,逐步逼近最优…