在移相干涉中，由于系统或者环境的原因会产生移相误差，进而导致面形检测产生误差。介绍了最小二乘迭代随机移相算法的基本原理，通过模拟仿真，高精度地迭代出原始面形。针对随机移相可能引起迭代得到的面形与真实面形相反的现象，理论上分析了其产生的原因。提出在最小二乘迭代随机移相算法中，需要已知移相方向才能准确迭代出真实面形，通过实验进一步证实结论的正确性。给出了干涉仪移相方向标定的可行方法。

最小二乘法拟合直线的推导公式和代码。（这是凑字数的。这是凑字数的。这是凑字数的。这是凑字数的。这是凑字数的。）

使用数据序列来追溯传递函数的参数。 循序渐进，轻松理解。

最小二乘的cuda实现，cuda版本的最小二乘法，节省了时间

谐波频率估计的总体最小二乘方法TLS-ESPRIT，是ESPRIT的改进方法。

C语言编写的用最小二乘法进行曲线拟合，特别好的实现了对曲线的拟合，误差率很低的！

该算法为matlab编写的一次完成最小二乘程序

在用python的LinearRegression做最小二乘时遇到如下错误： ValueError: Expected 2D array, got 1D array instead: array=[5.]. Reshape your data either using array.reshape(-1, 1) if your data has a single feature or array.reshape(1, -1) if it contains a single sample. 翻译过来是： ValueError：预期为2D数组，改为获取1D数组： 数组= [5.]。 如果数据具有单个

实现 Wiener-Hopf 方法以确定均衡器的最小二乘解的函数，实现为 FIR 滤波器。 给定一个已知的发射序列（通过使用训练序列或接收器决定）和相同序列的已知接收副本，该函数将确定补偿所有信道失真的 FIR 滤波器（均衡器）的系数，在一个最小二乘误差意义。 将接收到的序列通过均衡器将恢复传输的序列。 应用在无线通信和声音处理中。

最低敏 最小范数最小二乘