说明：简单介绍了RLS算法(递推最小二乘算法)，附带程序能够实现RLS的仿真，并且仿真效果较好。
RLS仿真 最小二乘算法 RLS 递推最小二乘 RLS算法
说明：ADMM交替方向乘子法，用于大数据。
admm 交替乘子 交替方向法 大数据 交替方向乘子
说明：Lagrange乘子法用于解约束最优化问题
Lagrange乘子 乘子法约束 Lagrange-multiplier 约束最优化 lagrange
说明：自适应递推最小二乘RLS算法，用matlab的m文件
RLS最小 RLS自适应算法 rls-自适应 RLS最小二乘 递推最小二乘
说明：用拉格朗日乘子法解有约束优化问题的matlab程序。
拉格朗日约束 朗格朗日乘子 拉格朗日-约束 乘子法 lagrange
说明：拉格朗日乘数法求解不等式约束的优化问题的最小值问题
拉格朗日-约束 拉格朗日乘数 拉格朗日 拉格朗日乘数法 不等式约束
说明：MATLAB实现的一种基于最小二乘的椭圆拟合直接算法源代码。附件中的源代码是matlab编写的，实现一种对于椭圆的稳定的数据拟合算法。当然必须要提供至少5个点的数据，椭圆x，y轴的中心点，最大轴最小轴
最小二乘-椭圆 拟合椭圆 最小二乘-matlab 椭圆点中心 数据椭圆
说明：lm算法，非线性最小二乘算法，进行参数估计及非线性方程计算
参数估计 lm最小二乘 LM--最小二乘 LM 方程最小二乘
说明：带有遗忘因子的递推最小二乘估计法，可以用来辨识时变参数的程序。
遗忘因子 递推最小二乘估计法 最小二乘估计法
说明：详细介绍了matlab插值与拟合方法，包括拉格朗日多项式插值、牛顿插值、分段线性插值、Hermite插值和三次样条插值和曲线的最小二乘拟合、多项式拟合方法、最小二乘优化所有程序均有相应的说明与应用实例。
格朗日多项式插值 牛顿插值 分段线性插值 Hermite插值 三次样条插值 曲线的最小二乘拟合 多项式拟合方法 最小二乘优化
