功能：演示RBF算法在计算机视觉中的应用，基于RBF实现曲线拟合；Matlab

matlab最小二乘法进行曲线拟合（源码+注释） 特别详细介绍了多项式拟合（代码+运行截图）。

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。利用最小二乘法可以简便地求得未知的数据，并使得这些求得的数据与实际数据之间误差的平方和为最小。最小二乘法还可用于曲线拟合。其他一些优化问题也可通过最小化能量或最大化熵用最小二乘法来表达。

用于拟合各种函数曲线，可实现多变量函数拟合。 利用通用全局优化算法，不需给出参数初始值，即可找出最优解，具有超强的寻优容错能力。

曲线拟合的最小二乘法matlab举例，介绍了如何用MATLAB对实验所得数据，运用最小二乘法画出曲线，并计算线性度、非线性误差。

四参数正弦波曲线拟合的快速算法，有需要的看看

VB+matlab进行曲线拟合，并 matlab 访问数据的代码

实施 Carnegie-Mellon STATLIB/Applied Statistics AS-99 以拟合约翰逊曲线 pdf，由以下人员开发： Hill, ID, R. Hill 和 RL Holder，1976 年。AS 99 算法：按矩拟合约翰逊曲线，应用统计，卷。 25，第 2 期，180-189。 [gamma,delta,lambda,xi,jctype,fault_msg]=cmu_as99_johnson_pdf_off_line(x) 输入： 样本观测值的 x 向量 输出： AS-99 中的参数名称。 约翰逊曲线参数： AS-99 哈恩-夏皮罗伽马伽马δ eta xi epsilon 拉姆达 拉姆达 Johnson 曲线类型和错误状态：jctype、fault_msg

Matlab及其应用-曲线拟合与图像处理

使用误差函数的两个线性组合同时拟合滞后曲线。