返回系列谐波分量的幅度 (C) 和相位 (pha)， i*cos(2*pi*t/Ti-phai)。 对于虚级数，实部和虚部的幅度和相位被转换为椭圆参数（半长轴和短轴，倾角和相位角）。 屏幕截图中显示了两个输出，分别为实数和虚数系列（参见文件中的示例）。 此函数的输出具有与 T_TIDE 输出相同的形式，因此可以被其他 T_TIDE 实用程序使用。

dlsa分布式最小二乘近似 使用Apache Spark实施 介绍 在这项工作中，我们开发了一种分布式最小二乘近似（DLSA）方法，该方法能够解决分布式系统上的大量回归问题（例如，线性回归，逻辑回归和Cox模型）。 通过使用局部二次形式逼近局部目标函数，我们可以通过对局部估计量进行加权平均来获得组合估计量。 在统计上证明了所得的估计器与全局估计器一样有效。 而且，它只需要一轮通信。 我们使用自适应套索方法进一步基于DLSA估计进行收缩估计。 通过在主节点上使用LARS算法，可以轻松获得该解决方案。 从理论上讲，通过使用新设计的分布式贝叶斯信息准则（DBIC），得出的估计量具有oracle属性，并且选择一致。 广泛的数值研究和航空公司数据集进一步说明了有限的样本性能和计算效率。 整个方法已在的Spark系统中实现。 R软件包dlsa提供了上可用的概念演示。 系统要求 Spark >= 2

介绍了Savitzky-Golay滤波器的推导方法――多项式的最小二乘拟合法及其推导过程，以及如何由Savitzkv和Golay提出的多项式卷积计算方法进行最小二乘拟合计算，对Savitzky-Golay滤波器的二维算法进行了简单介绍，对其一维和二维的MATLAB代码进行了分析处理，并将Savitzky-Golay滤波器同其他低通滤波器进行了简单比较，简要说明了其优势以及一些应用方向。

递归最小二乘（RLS）自适应均衡算法.doc

最小二乘支持向量机MATLAB，可用于预测，并且是MATLAB程序的

一种新的求解非线性最小二乘问题的牛顿迭代算法.docx

[word doc]相关系数与最小二乘影像匹配算法的研究.doc

递推算法过程 最小二乘格型算法LSL是采用递推的方法实现最小二乘。输入向量x(n) = [x(n),x(n-1),…,x(n-M+1)]T，n个输入信号组成的数据向量。相应的权向量为 ，前向预测估计为 的最佳解和最佳前向预测向量 分别为：

通用最小二乘回归Matlab代码General+Least+Squares+Regression

为了解决神经网络算法预测海量金融时间序列数据会出现训练速度慢，内存开销大等问题，提出一种基于最小二乘支持向量机的复杂金融数据时间序列预测方法。该方法将传统的支持向量机中的不等式约束改为等式约束，且将误差平方和的损失函数作为训练集的经验函数，这样把二次规划问题转化为求解线性方程组问题，提高求解问题的速度和收敛精度。实验中以证券指数为实验数据，对大批量金融数据进行了时间序列预测，相比于神经网络预测方法，该方法在大批量金融数据时间序列预测的训练时间、训练次数和预测误差上都有了明显提高，对复杂金融时间序列具有较好